1.一种基于贝叶斯推理的直升机动部件动态阈值计算方法,包括以下步骤:
1)数据预处理;
2)特征提取;
3)计算步骤2)提取的特征的概率密度,并根据概率密度绘制概率密度曲线,最后通过贝叶斯推理方法计算得出动态阈值。
2.根据权利要求1所述的方法,其特征在于,步骤1)数据预处理具体包括以下步骤:(1.1)采集正常数据、内圈故障数据、外圈故障数据、滚珠故障数据;
(1.2)利用数据预处理方法对步骤(1.1)中采集到的所有数据进行预处理,滤除数据中的噪声,得到去噪后数据;
所述数据预处理方法为奇异值分解方法、小波去噪方法、小波包去噪方法、滑动平滑处理方法、基本形态滤波方法或差值形态滤波方法。
3.根据权利要求2所述的方法,其特征在于,步骤2)特征提取具体包括以下步骤:(2.1)将步骤1)得到的去噪后正常数据、内圈故障数据、外圈故障数据、滚珠故障数据进行分组;
(2.2)利用特征提取方法对步骤(2.1)中分组后的所有数据进行特征提取;
所述特征提取方法为内圈特征频率能量提取、外圈特征频率能量提取、滚珠特征频率能量提取和M6A提取。
4.根据权利要求3所述的方法,其特征在于,步骤3)动态阈值计算具体包括以下步骤:(3.1)利用步骤2)提取的特征,分别计算正常数据特征、内圈故障数据特征、外圈故障数据特征、滚珠故障数据特征的概率密度;
(3.2)在同一坐标系上,分别画出正常数据特征和内圈故障数据特征的概率密度曲线,通过贝叶斯推理方法计算可得,两曲线的交点为正常数据和内圈故障数据的动态阈值;
(3.3)在同一坐标系上,分别画出正常数据特征和外圈故障数据特征的概率密度曲线,通过贝叶斯推理方法计算可得,两曲线的交点为正常数据和外圈故障数据的动态阈值;
(3.4)在同一坐标系上,分别画出正常数据特征和滚珠故障数据特征的概率密度曲线,通过贝叶斯推理方法计算可得,两曲线的交点为正常数据和滚珠故障数据的动态阈值。