摘要
本申请提供一种涡轮冷却器在线诊断方法和装置,属于航空机电领域。本申请提供的方法,包括:基于涡轮冷却器故障机理确定监测信号类型和监测位置,其中,监测信号中的各个信号在所述涡轮冷却器各个故障中均会发生异常变化,且对于各个故障,所述监测信号中至少一个信号为故障状态下幅值变化最大的信号;实时采集所述监测信号;基于所述监测信号中任一个信号独立单独识别所述涡轮冷却器是否故障;若所述识别结果为无故障,融合所述监测信号中各个信号,将融合后的信号输入至神经网络模型,输出所述涡轮冷却器的故障状态。本申请提供的涡轮冷却器在线诊断方法和装置,可在复杂工况下实现快速、精准的故障诊断。
技术关键词
涡轮冷却器
在线诊断方法
涡轮端轴承
振动信号特征
历史故障信息
历史运行数据
机械部件
深度神经网络
建立神经网络模型
在线诊断装置
无故障
风扇叶片
数值
参数
粒子群优化算法
幅值
识别模块
系统为您推荐了相关专利信息
深度特征学习
农机
状态监测方法
信号预处理模块
统计特征提取
盾构机刀具磨损
张量奇异值分解
振动信号特征
融合特征
序列
快速定位方法
设备放电故障
GIS设备
历史故障数据
三维结构特征
趋势预测方法
水电机组
预测误差
时间序列预测模型
EEMD算法
磁盘单元
振动监测传感器
网络设备故障预测
故障磁盘
磁盘阵列