摘要
本申请公开了一种基于航空发动机轴承故障数据的故障标记方法,其包括:建立机匣传递特性模型和航空发动机轴承仿真模型;将机匣传递特性模型和航空发动机轴承仿真模型进行组合模拟,得到不同故障模式下的模拟振动信号;对获取的实际振动信号进行数据提取,得到实际振动数据;根据实际振动数据和模拟振动信号的模拟振动数据的相似情况,确认模拟振动数据模型;对模拟振动数据模型进行振动模拟,得到轴承故障模拟数据;通过深度学习模型对多个轴承故障模拟数据进行识别,完成对轴承故障数据的故障标记。基于此,有效地减少轴承发生故障时误报和漏报的可能,提高预警潜在故障,减少因轴承故障带来的停机损失,提高航空发动机的运行效率和安全性。
技术关键词
航空发动机轴承
故障标记方法
深度学习模型
仿真模型
数据
轴承刚度
矩阵
信号
轴承材料
阻尼
有限元分析软件
特征信息提取
模式
噪声
加速度
关系
体型
系统为您推荐了相关专利信息
非线性反演方法
蝙蝠算法
瞬变电磁数据
水平层状介质
螺旋
RBF神经网络
脑电图机
信号滤波方法
滤波算法
重构滤波器
电容器表面
像素点
标签文本
序列
图像数据处理技术
计算机存储介质
数据处理方法
关键特征值
依存句法树
训练翻译模型
水箱液位
三次样条函数
调节阀门开度
矩形水箱
三次样条插值法