申请/专利权人：赛峰航空器发动机

申请日：2022-12-01

公开（公告）日：2024-07-05

公开（公告）号：CN118302757A

主分类号：G06F18/2431

分类号：G06F18/2431;G01M13/028;G01M13/045;G06N3/09;G06F18/214;G06V10/764;G06V10/82;G06V10/774

优先权：["20211202 FR FR2112840"]

专利状态码：在审-公开

法律状态：2024.07.05#公开

摘要：根据一个方面，本发明涉及一种基于由旋转机器所生成的时间信号自动诊断旋转机器的零件的方法，包括以下步骤：‑根据信号来构造图形，包括以下子步骤：‑将信号拆分成多个子信号；‑针对每个子信号，计算子信号的傅里叶变换以获得每个频率的振动能量；‑构造图形，该图形是具有多行和多列的矩阵，每行对应于旋转机器的旋转速度，每列对应于傅里叶变换的频率除以旋转机器的旋转速度，该矩阵针对每行和每列包含对应的振动能量；‑对人工神经网络进行监督训练，使其能够图形提供包含在操作类别集合中的操作类别，操作类别集合至少包括一个标称操作类别和一个缺陷操作类别，在包括训练图形的训练数据库上训练人工神经网络，每个训练图形与操作类别相关联；以及‑对所构造的图形使用经训练的人工神经网络来提供旋转机器的操作类别。

主权项：1.一种用于自动诊断旋转机器的零件的方法（100），该方法基于在旋转机器的旋转速度随时间而变化的至少一个阶段期间由旋转机器所生成的非平稳时间振动信号来执行，所述方法的特征在于，它包括以下步骤：-根据信号来构建（101）图形，包括以下子步骤：o将信号拆分（1011）成多个子信号，每个子信号对应于与旋转机器的至少一个旋转速度相关联的时间间隔，并且在所述时间间隔内是准平稳的；o针对每个子信号，计算（1012）子信号的傅里叶变换，以便获得针对子信号的傅里叶变换的每个频率的振动能量；o构建（1013）图形，所述图形是具有按升序排列的多行和按升序排列的多列的矩阵，每行对应于旋转机器的旋转速度，每列对应于傅里叶变换的频率除以旋转机器的旋转速度，矩阵针对每行和每列包括与针对列的傅里叶变换的频率的、行的旋转机器的旋转速度相对应的子信号的振动能量；-对人工神经网络进行监督训练（103）以获得能够从图形中提供包括在操作类别集合中的操作类别的经训练的人工神经网络，所述操作类别集合至少包括一个标称操作类别和一个缺陷操作类别，在包括多个训练图形的训练数据库上训练人工神经网络，每个训练图形根据由与旋转机器相同类型的训练旋转机器所生成的非平稳时间信号构建，并与来自操作类别集合中的一个操作类别相关联；-在所构建的图形上使用（104）经训练的人工神经网络来提供旋转机器的操作类别。

全文数据：

权利要求：

百度查询： 赛峰航空器发动机 自动诊断零件的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD