基于小波包分解理论提出一种柱塞泵松靴故障程度诊断方法。对液压泵出口压力信号进行3层小波包分解,充分利用时域、频域及时频域信息,解决了传统快速傅里叶变换无法准确判断松靴这一渐进性故障程度问题。对比多族小波的多个子小波并比较故障程度判断精确度,结果表明db4小波在对这一问题的处理中表现更为突出,精确度达到98.68%。

飞机起落架液压收放系统故障程度正确诊断可帮助飞行员及时采取行动应对不同程度的故障,避免人员和财产受到损失。针对飞机起落架液压收放系统故障样本少,故障数据时域上的高相关性,提出一种混合条件变分自编码网络和双向长短期记忆神经网络的故障程度诊断模型。建立某型飞机起落架液压收放系统仿真模型并植入不同程度故障,提取故障数据;将故障数据归一化并训练出CVAE生成模型;利用BLSTM在时域上的双向学习能力,构建CVAE-BLSTM混合模型,诊断飞机起落架液压收放系统的故障程度。与其他算法相比,CVAE-BLSTM具有高准确率与强泛化能力,可对飞机起落架液压收放系统故障程度进行有效诊断。