CN109271936A - 基于感知哈希算法的飞机振动故障数据库构建与检索方法 - Google Patents

Abstract

基于感知哈希算法的飞机振动故障数据库构建与检索方法，包括读入测试数据、滤波、重采样、小波变换、将时频域数据矩阵转变为灰度图像；通过哈希算法，将灰度图像映射为新的固定大小的灰度图像；将映射后的灰度图像进行二次映射，转化为二值图像；将二值图像矩阵中的元素重新排列，生成哈希值；将生成的哈希值与数据库中的哈希值逐一进行比较，计算相干系数：进而进行故障分析预判断，该发明通过对民用飞机振动故障数据及经验进行总结，构建民用飞机振动故障数据库，直接对采集到的完整的时域振动数据进行处理，与数据库中的数据进行比较，能够快速定位故障类型，满足工程使用精度，工程安全可靠，适合普及推广。

Description

基于感知哈希算法的飞机振动故障数据库构建与检索方法

技术领域

本发明涉及一种民用飞机振动数据之故障诊断技术领域，尤其是基于感知哈希算法的飞机振动故障数据库构建与检索方法。

背景技术

振动是自然界和工程界常见的现象，不合理的振动常常会影响仪器设备的功能，降低机械设备的工作精度，加剧构件磨损，甚至引起结构性疲劳破坏；随着现代科学技术的发展，飞行器设计、船舶设计、土建设计、机械设计等现代工程设计日趋精密，对振动问题的解决提出了更高、更严格的要求；尤其在飞行器设计中，振动问题的解决显得尤为重要；飞行器在起飞、着陆以及整个飞行过程中，都会产生振动现象；因此，在飞机等飞行器的设计、研究和试飞过程中，振动是必须要解决的主要问题之一；

随着航天、航空产品的复杂程度和现代化程度的不断提高，使得其设计、研究和维护日益依赖于试验与测试手段，时域数据作为工程实践中最普遍的测试数据，如何根据先前的经验，对测试得到的振动时域数据进行快速定位，对缩短产品生产周期极为重要；

当前常见的故障诊断数据库大多通过提取振动特征参数构建数据库，对采集到的振动数据进行分析，选择最能反映设备运行状态的特征参数，如从振动幅值谱和相位谱上选取一些代表性的谱线，与数据库中的谱线特征进行比较，从而达到故障诊断的目的；这种方法一方面没有考虑全部的测试数据，可能会造成遗漏数据特征，故障误诊；另一方面，从测试数据中人为选择特征参数，操作繁琐、效率低下；

现有技术采用传统的传递力的测量方法普遍应用压电式传感器或应变式力传感器进行测量，也是其技术局限性的表现，例如：

①华中科技大学原春晖的博士学位论文—《机械设备振动源特性测试方法研究》，该现有技术文献中，使用传统的压电式环形力传感器的单传感器法测量法，在设备刚性安装条件下，一般将一个环形压电式力传感器串联在设备机脚与基础之间，弹性安装条件下，一般将一个环形压电式力传感器串联在设备机脚与隔振器之间；实际上，在这种安装状态下，设备机脚传递到隔振器或基础上的力是由两条路径传递的，一条是设备机脚经力传感器传递到隔振器或基础上，一条由设备机脚传递到安装螺栓再传递到隔振器或基础上，传感器仅能测量到经其传递的力，无法测量经螺栓传递的力，一般认为通过螺栓传递的力可达合力的10％～30％，传感器仅能测到70％～90％，测量误差较大，不符合现有高精度飞行装置的使用要求；

②《应用声学》1990年2期刊登的王蜀楚的《利用超声测量动态力》，此篇文献中所使用的方法为超声波测量法，数据处理十分复杂，且需要复杂的超声波发生装置，不适合推广普及；

③《山东工业大学学报》在1984年1期刊登的宋孔杰的《动态力的测量探讨》，此篇文献中同时提到使用压电式力传感器及应变式力传感器的测量方法，其压电式传感器在测量中同样为单传感器法测量法，应变式力传感器测量频带小，仅能测低频，并容易改变系统隔振的阻抗特性，而工程中对高频段的动态力的测量也有要求，并不希望改变隔振系统的阻抗特性，已远远不适应现代航天器的使用标准。

发明内容

为了解决上述技术问题，本发明提供一种基于感知哈希算法的飞机振动故障数据库构建与检索方法，通过对民用飞机振动故障数据及经验进行总结，构建民用飞机振动故障数据库，直接对采集到的完整的时域振动数据进行处理，与数据库中的数据进行比较，能够快速定位故障类型，满足工程使用精度，工程安全可靠，适合普及推广。

基于感知哈希算法的飞机振动故障数据库构建与检索方法，包括如下具体步骤：

步骤一、读入测试数据：读取时域测试数据；

步骤二、滤波、重采样：对待处理的时域测试数据进行滤波，并重新采样；

步骤三、小波变换：选择合适且固定的小波基对时域数据进行小波变换，即将一维的时域数据变换为二维的时频域数据；

步骤四、将时频域数据矩阵转变为灰度图像；

进一步的，通过哈希算法，将灰度图像映射为新的固定大小的灰度图像；

步骤五、将映射后的灰度图像进行二次映射，转化为二值图像；

步骤六、将二值图像矩阵中的元素重新排列，生成哈希值；

步骤七、将生成的哈希值与数据库中的哈希值逐一进行比较，计算相干系数：

步骤八、若相干系数大于阈值，则判定待检索数据与数据库中的数据具有相同的故障特征，输出故障相关经验信息，并将新的故障数据及哈希值存入此类故障条目下；

若相干系数小于阈值，则判定待检索数据所代表的故障尚未在数据库中，对故障进行分析，并将故障原始数据、哈希值、故障发生的时间、系统、原因、处理方法等相关信息输入数据库，建立新的故障条目，为以后的故障检索提供经验依据。

有益效果：

本发明的突出优点在于：本发明提出的方法直接对采集到的完整的时域振动数据进行处理，能够快速定位故障类型，满足工程精度要求，并容易实施。

附图说明

图1是本发明基于感知哈希算法的飞机振动故障数据库构建与检索方法之故障数据处理的原理示意流程框图

图2是本发明基于感知哈希算法的飞机振动故障数据库构建与检索方法之故障检索的原理框图

具体实施方式

下面，参考附图1与图2所示，为了更好的说明本发明的设计原理，现通过优选实施例举例，说明如下：

基于感知哈希算法的飞机振动故障数据库构建与检索方法，包括如下具体步骤：

步骤一、读入测试数据：读取时域测试数据；

作为一种举例说明，所述从时域测试数据中读取待处理的时域数据为：f₁(t)，所述f₁(t)为一维信号；

步骤二、滤波、重采样：对待处理的时域测试数据进行滤波，并重新采样；

作为一种举例说明，对读取的所述时域数据f₁(t)进行滤波，并且重新采样，采样周期为T，重新采样之后的数据为f₂(t)；

步骤三、小波变换：选择合适且固定的小波基对时域数据进行小波变换，即将一维的时域数据变换为二维的时频域数据；

作为一种举例说明，通过小波变换将时域数据f₂(t)变换为时频域数据WT(a,τ)：

小波变换将原来的一维信号变换为二维信号，变换后的二维信号矩阵表示为WT，

步骤四、将时频域数据矩阵转变为灰度图像；

进一步的，通过哈希算法，将灰度图像映射为新的固定大小的灰度图像；

作为一种举例说明，将二维信号矩阵WT转换为灰度图像，矩阵表示为WT2，其中 和分别为矩阵WT中的最小值和最大值，1≤i,i₁,i₂≤m，1≤j,j₁,j₂≤n。

步骤五、将映射后的灰度图像进行二次映射，转化为二值图像；

作为一种举例说明，将矩阵表示为WT2的灰度图像经过映射函数H(b)构造新的灰度图像，新的灰度图像矩阵表示为WT3(WT3为p*q的矩阵，)。

步骤六、将二值图像矩阵中的元素重新排列，生成哈希值；

作为一种举例说明，通过映射函数H(c)，对重新构造的灰度图像进行进一步的处理，将其映射为内部元素仅为0或1的二值图像，矩阵表示为WT4，具体过程如下：

令其中c_i,j'＝[c_i,j/4]，1≤i≤p，1≤j≤q。

设

则

其中，如果c_i,j'＞con，d_i,j＝1；如果c_i,j'≤con，d_i,j＝0。

作为一种举例说明，所述生成的哈希值为：

H＝[d₁₁ d₁₂ … d_1q d₂₁ d₂₂ … d_2q … d_p1 d_p2 … d_pq]

步骤七、将生成的哈希值与数据库中的哈希值逐一进行比较，计算相干系数：

作为一种举例说明，计算待检索数据的哈希值H与数据库中的哈希值H₀的相关系数。

相关系数

其中和分别表示为H key1和H₀中元素的均值，pd(H,H₀)的取值范围在[-1,1]之间，当pd(H,H₀)的值越接近0时，则说明待检测数据与数据库中的数据的相关程度较低。

步骤八、若相干系数大于阈值，则判定待检索数据与数据库中的数据具有相同的故障特征，输出故障相关经验信息，并将新的故障数据及哈希值存入此类故障条目下；

若相干系数小于阈值，则判定待检索数据所代表的故障尚未在数据库中，对故障进行分析，并将故障原始数据、哈希值、故障发生的时间、系统、原因、处理方法等相关信息输入数据库，建立新的故障条目，为以后的故障检索提供经验依据。

以上公开的仅为本申请的一个具体实施例，但本申请并非局限于此，任何本领域的技术人员能思之的变化，都应落在本申请的保护范围内。

Claims (9)

1.基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，包括如下具体步骤：

步骤一、读入测试数据：读取时域测试数据；

步骤二、滤波、重采样：对待处理的时域测试数据进行滤波，并重新采样；

步骤三、小波变换：选择合适且固定的小波基对时域数据进行小波变换，即将一维的时域数据变换为二维的时频域数据；

步骤四、将时频域数据矩阵转变为灰度图像；通过哈希算法，将灰度图像映射为新的固定大小的灰度图像；

步骤五、将映射后的灰度图像进行二次映射，转化为二值图像；

步骤六、将二值图像矩阵中的元素重新排列，生成哈希值；

步骤七、将生成的哈希值与数据库中的哈希值逐一进行比较，计算相干系数：

步骤八、若相干系数大于阈值，则判定待检索数据与数据库中的数据具有相同的故障特征，输出故障相关经验信息，并将新的故障数据及哈希值存入此类故障条目下；

若相干系数小于阈值，则判定待检索数据所代表的故障尚未在数据库中，对故障进行分析，并将故障原始数据、哈希值、故障发生的时间、系统、原因、处理方法等相关信息输入数据库，建立新的故障条目，为以后的故障检索提供经验依据。

2.根据权利要求1所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，所述从时域测试数据中读取待处理的时域数据为：f₁(t)，所述f₁(t)为一维信号。

3.根据权利要求2所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，对读取的所述时域数据f₁(t)进行滤波，并且重新采样，采样周期为T，重新采样之后的数据为f₂(t)。

4.根据权利要求3所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，通过小波变换将所述时域数据f₂(t)变换为时频域数据WT(a,τ)：

小波变换将原来的一维信号变换为二维信号，变换后的二维信号矩阵表示为WT，

5.根据权利要求4所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，将所述二维信号矩阵WT转换为灰度图像，矩阵表示为WT2，其中 和分别为矩阵WT中的最小值和最大值，1≤i,i₁,i₂≤m，1≤j,j₁,j₂≤n。

6.根据权利要求5所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，将矩阵表示为WT2的所述灰度图像经过映射函数H(b)构造新的灰度图像，新的灰度图像矩阵表示为WT3(WT3为p*q的矩阵，)。

7.根据权利要求6所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，通过映射函数H(c)，对重新构造的灰度图像进行进一步的处理，将其映射为内部元素仅为0或1的二值图像，矩阵表示为WT4，具体过程如下：

令其中

设

则

其中，如果c_i,j'＞con，d_i,j＝1；如果c_i,j'≤con，d_i,j＝0。

8.根据权利要求7所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，进一步的处理后生成的哈希值为：

H＝[d₁₁ d₁₂ … d_1q d₂₁ d₂₂ … d_2q … d_p1 d_p2 … d_pq]。

9.根据权利要求8所述的基于感知哈希算法的飞机振动故障数据库构建与检索方法，其特征在于，计算待检索数据的哈希值H与数据库中的哈希值H₀的相关系数；

相关系数

其中和分别表示为H和H₀中元素的均值，pd(H,H₀)的取值范围在[-1,1]之间，当pd(H,H₀)的值越接近0时，则说明待检测数据与数据库中的数据的相关程度较低。