面向直升机主减速器剩余使用寿命预测的状态信号压缩感知方法研究

Aiming at the multi-point data acquiring in remaining useful life prediction of helicopter main gearbox, the compressive sensing method of multi-sensors signal in complex noise environment and variable working condition will be studied. The effect of complex background noise and measurement noise to key component operation signal will be anglicized and vibration signal sparse representation method will be researched. The vibration signal sparse representation process which can be adapted to operation condition by itself and sparse dictionary will be built. The reconstruction of CS signal will be researched and the mechanical operation signal will be reconstructed accurately. Compressive sensing measurement matrix suitable for vibration signal of rotary machinery will be researched. The anti-noise sampling model for vibration signal based on CS will be designed and fast sampling to the key parts' signal from the main gearbox of helicopter transmission will be achieved. At last, the related techniques we studied based on CS will be used in wireless sensing technique to achieve wireless fast transmission for signal data. The new methods and techniques researched in this project will be not only significant for the improvement of helicopter flight security, but also valuable for the advance on the theories and techniques of fault diagnostics.

针对直升机主减速器剩余使用寿命预测中的多测点数据获取问题，开展复杂噪声环境和变工况运行条件下多状态传感器信号的压缩感知方法研究。分析复杂背景噪声和测量噪声对关键部件状态信号获取的影响，研究振动信号稀疏化方法；构建可自适应运行工况的振动信号稀疏表示策略与稀疏字典；研究压缩感知信号的稀疏重构方法，实现机械状态信号的精确重构；研究适用于旋转机械振动信号的压缩感知测量矩阵，设计振动信号压缩感知信息的抗噪采样模型，实现直升机传动系统主减速器关键部件振动信号的快速采样；最后，将所研究的压缩感知相关方法应用于主减速器状态感知无线传感器，实现振动信号的无线快速获取与传输。本项目不仅对提高直升机的使用安全性具有重要价值，而且对丰富和发展故障诊断理论与技术具有重要的科学和现实意义。

长期运行设备实时监测产生的海量数据，会给存储和无线传输带来巨大压力，造成存储和通信资源的巨大浪费，同时提高信号处理的计算负担。为此，本项目以旋转机械健康管理需求为背景，研究了机械振动状态信号压缩感知理论与方法，力图在仅采集少量压缩观测值的前提下，达到确保状态信息量的目的。.取得的主要进展包括：.（1）针对机械振动信号的稀疏表示问题，构建了三类对振动信号拥有较好稀疏表示效果的字典；研究了基于稀疏表示字典的振动数据压缩方法和压缩效果评价指标，分析了适用于振动信号稀疏化的字典的压缩效果。.（2）提出了基于信号稀疏分解理论的轴承故障检测和诊断方法，分别构建了基于字典学习的轴承故障检测模型和故障诊断模型并进行了验证，分析了稀疏表示误差阈值和分解原子个数等对故障检测和诊断结果的影响。.（3）分析了不同状态下振动信号频域能量分布的区别，提出了基于信号频域能量分布且直接使用压缩感知观测值的轴承故障检测方法并进行了验证，分析了压缩观测值数量等参数对检测结果的影响。.（4）提出了直接从低维压缩观测值出发且无需重构原始信号的轴承故障检测方法和轴承故障诊断方法，分析了阈值、观测数量、稀疏度和压缩观测方式等因素对故障诊断结果的影响及其设置原则。.（5）提出了基于压缩感知原理的振动数据修复方法。根据振动数据丢失行为的规律，构建相应的压缩观测向量和压缩观测矩阵并在此基础上重构原始完整信号实现振动数据的修复，分析了不同丢失方式和丢失数据量对修复结果的影响。.（6）针对旋转机械振动数据的噪声干扰问题，利用振动信号可通过某些字典实现稀疏化而噪声信号在大多数字典上不能稀疏表示的特点，提出了基于压缩感知原理的振动数据降噪方法，分析了使用不同字典时的降噪效果。.（7）在分析直升机主减速器振动信号稀疏性的基础上，研究了齿轮振动信号压缩采样方法和基于压缩信号的故障检测方法，设计了相应的压缩采样装置。