本发明公开了一种基于子信号趋势分析的六自由度平台电动缸健康评估方法,收集电动缸在状态良好、初步损伤、故障发展、即将失效四种状态下的电压、电流、温度、振动的数据作为数据集;将数据集输入到调整后的SSTA算法中进行特征提取;将提取到的特征输入到SVM中进行训练获取训练好的神经网络;在开关机时电动缸运行垂直升降动作并采集电动缸数据,并将采集到的电动缸数据使用训练好的神经网络进行健康状态评估。本发明对SSTA算法进行了调整,使原本只能用于旋转机械振动信号下的算法也能够适用于飞行模拟器环境下的非振动数据。
声明:
“基于子信号趋势分析的六自由平台电动缸健康评估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)