一種小型無人直升機機械零部件故障診斷系統及故障診斷方法
【專利摘要】一種小型無人直升機機械零部件故障診斷系統及故障診斷方法，屬于機械零部件故障診斷系統故障診斷方法。利用小型無人機故障與振動信號存在對應關系，實現通過分析振動信號來判斷小型無人直升機部分機械零部件是否發生故障；利用基于多層神經網絡機器學習算法的自學習性實現對振動信號進行人為指定特征的學習；通過配套的無線接發收裝置實時的將三向加速度傳感器測得的小型無人直升機振動信號傳給上位機，上位機再將數據輸入到訓練好的神經網絡中，判斷是否出現：主漿磨損、副翼磨損、尾管彎曲、尾舵機拉桿彎曲、尾舵機拉桿脫落、尾翼磨損與主軸彎曲故障。實時了解無人直升機的零部件健康狀況，避免大的事故發生，此方法可靠性強，具有極高的推廣價值。
【專利說明】
一種小型無人直升機機械零部件故障診斷系統及故障診斷方法
技術領域
[0001]本發明涉及一種機械零部件的故障診斷系統與故障診斷方法，特別是一種小型直升機機械零部件故障診斷系統及故障診斷方法。
【背景技術】
[0002]隨著對小型無人直升機的研究越來越多，小型無人直升機的實時故障診斷是其發展必然要解決的問題，現今的小型無人直升機故障診斷技術主要存在以下問題:首先缺少實時性，小型無人直升機的故障診斷主要是在返航時在地面進行檢查，缺乏對是否發生故障的實時判斷;此外，如今的關于小型無人直升機的故障診斷主要集中在傳感器與傳動系統的故障診斷，對小型無人直升機的其他機械零部件的故障診斷缺乏研究。小型無人直升機其他零部件出現故障的概率并不低，且出現故障后對小型無人直升機造成的傷害十分致命，很大程度上會導致墜毀，可能造成相當大的損失。如今，小型無人直升機的用途越來越廣泛，所使用的領域也包括對其自診斷性能要求特別高的領域，如軍事領域，如果在執行任務時不能及時的提前診斷出自身機械零部件的故障，導致在執行任務時出現意外狀況，那所造成的損失將難以想象。
【發明內容】
[0003]本發明的目的是要提供一種小型直升機機械零部件故障診斷系統及故障診斷方法，實現實時的、智能的檢測小型無人機部分機械零部件是否發生故障。
[0004]為了實現上述目的，本發明采用如下技術方案:該小型無人機故障檢測系統包括:振動測量裝置、顯示模塊、報警模塊、上位機和下位機;上位機通過顯示模塊外接顯示器，實時顯示振動測量裝置采集的信號，并將每組振動信號作為已經訓練好的神經網絡的輸入，實時進行數據處理，并實時顯示小型無人直升機是否發生故障，如果發生故障，將進行無人直升機的起飛和降落控制;上位機通過報警模塊外接蜂鳴器和閃爍指示燈，實現硬件報警；供電模塊用于整個系統供電；上位機為地面控制器，通過射頻傳輸技術與振動測量裝置、下位機進行無線通信，接收和處理小型直升機的振動信號與發送相應的控制命令至下位機；下位機為小型無人直升機的控制器，安裝于小型直升機上，直接與上位機進行通信，上位機通過射頻傳輸技術將控制命令發送至下位機，下位機實現命令所對應的動作。
[0005]所述的振動測量裝置包含2個加速度傳感器、加速度采集模塊、一個無線發送裝置和一個無線接收裝置，無線發送裝置實時的將無人直升機狀態數據發送到無線接收裝置上;所述的2個加速度傳感器分別為第一三向加速度計和第二三向加速度計，加速度傳感器粘貼在靠近無人直升機的傳動系統處，加速度采集模塊與無線發送裝置安裝在無人直升機的起落架處，測量無人直升機的振動情況;無線接收裝置采用射頻傳輸進行通信，無線發送模塊的輸入端與加速度采集模塊連接，無線發送裝置與無線接收裝置通過天線進行通信，加速度采集模塊能夠讀取振動信號數據。
[0006]一種小型無人機零部件故障診斷系統，包括以下步驟:
[0007]a)對小型無人直升機進行機械零部件故障模擬，包括:主漿磨損、副翼磨損、尾管彎曲、尾舵機拉桿彎曲、尾舵機拉桿脫落、尾翼磨損與主軸彎曲；模擬后進行對應的振動數據采集，在振動數據采集過程中，加速度傳感器的位置不能變；
[0008]b)將采集到的各種故障對應的振動信號作為多層神經網絡的輸入訓練樣本，再將故障類型定義為訓練樣本的分類模式標簽，調用多層神經網絡對應的程序，在服務器中進行訓練;最終可以實現:根據一組采樣樣本的數據分辨出無人直升機的機械零部件是否發生故障?發生了什么故障?再判斷故障嚴重程度屬于三個級別中的哪一級；
[0009]c)將訓練后得到的算法拷貝到上位機的程序中，將無人直升機每一組樣本的振動數據作為神經網絡的輸入，可以得到無人直升機的運行狀態，判斷是否出現試驗中的故障與故障級別;且通過外接顯示器，實時顯示無人直升機運行狀態；
[0010]d)如果出現故障，軟件將發出錯誤警告，并且上位機所連接的蜂鳴器將發出警告聲響，閃爍指示燈將會閃爍，上位機將會控制無人機的返航與停降；
[0011]e)如果系統判斷錯誤，誤報了，需要及時糾正，讓機器再學習，不斷完善這個算法。
[0012]有益效果及優點:采用了上述方案，可以將基于多層神經網絡的機器學習算法應用于小型無人直升機的故障振動信號處理，其通過讓控制器自身對已有的數據進行學習，自行進行歸納，發現信號與故障的對應關系，實現故障預防，符合小型無人直升機機械零部件的故障診斷要求;采用此種故障診斷系統，可以避免由于無人直升機零部件損壞而導致的事故，方便大家及時更換即將要損壞的零部件。根據飛行的構型情況，劃分地面狀態與空中狀態;再根據控制律涉及情況，合理劃分飛機的縱、橫航向的控制通道，保證試驗項目考核范圍覆蓋全面，最大限度的減少試驗項目，節省大量的人力、物力。
【附圖說明】
[0013]圖1為本發明的診斷系統整體檢測系統圖。
[0014]圖2為本發明所需算法的編制流程圖。
[0015]圖3為本發明小型無人機故障診斷的流程圖。
[0016]圖4為本發明的故障模擬位置圖。
[0017]圖5為本發明的傳感器安裝圖。
[0018]圖中，1、主漿;2、副翼；3、尾管;4、尾舵機拉桿;5、尾翼;6主軸；7、第一三向加速度計;8、第二三向加速度計;9、無線發送裝置;1、加速度采集模塊。
【具體實施方式】
[0019]該小型無人機故障檢測系統包括:振動測量裝置、顯示模塊、報警模塊、上位機和下位機;上位機通過顯示模塊外接顯示器，實時顯示振動測量裝置采集的信號，并將每組振動信號作為已經訓練好的神經網絡的輸入，實時進行數據處理，并實時顯示小型無人直升機是否發生故障，如果發生故障，將進行無人直升機的起飛和降落控制;上位機通過報警模塊外接蜂鳴器和閃爍指示燈，實現硬件報警;供電模塊用于整個系統供電；上位機為地面控制器，通過射頻傳輸技術與振動測量裝置、下位機進行無線通信，接收和處理小型直升機的振動信號與發送相應的控制命令;下位機為小型無人直升機的控制器，安裝于小型直升機上，直接與上位機進行通信，上位機通過射頻傳輸技術將控制命令發送至下位機，下位機實現命令所對應的動作。
[0020]所述的振動測量裝置包含2個三向加速度傳感器、一個加速度采集模塊、一個無線發送裝置和一個無線接收裝置，無線發送裝置實時的將無人直升機狀態數據發送到無線接收裝置上;所述的2個加速度傳感器分別為第一三向加速度計和第二三向加速度計，加速度傳感器粘貼在靠近無人直升機的傳動系統處，加速度采集模塊與無線發送裝置安裝在無人直升機的起落架處，測量無人直升機的振動情況;無線接收裝置采用射頻傳輸進行通信，無線發送裝置的輸入端與加速度采集模塊連接，無線發送裝置與無線接收裝置通過天線進行通信，加速度采集模塊能夠讀取振動信號數據。
[0021]加速度傳感器的安裝方式選擇粘貼，此種方法不易對無人機本身造成損傷，影響無人機性能，安裝后要進行動靜平衡測試，調整無人機旋漿初始狀態，考慮振動信號與故障的相關性，安裝位置要靠近無人直升機的傳動系統，且要易于安裝與固定;加速度采集模塊與無線發送裝置安裝在無人直升機起落架處。
[0022]在服務器上運行數學分析軟件，編寫基于多層神經網絡的機器學習算法，并讓算法對測得的振動數據進行學習，每一種故障對應90組兩個位置的振動數據，90組數據中每30組對應不同程度的故障，如主漿磨損，還要按磨損的程度分3個級別，每一級別測30組數據。
[0023]采用基于多層神經網絡的機器學習算法對無人機各種故障對應的振動信號進行學習，從而訓練出一個可以判斷無人機機械零部件是否發生故障的多層神經網絡;通過無線接發收裝置實現對無人機振動信號的實時讀取，實時判斷小型無人機是否發生實驗中的故障。
[0024]小型無人直升機是基于450直升機模型改造的；本發明面對故障對象為主漿1、副翼2、尾管3、尾舵機拉桿4、尾翼5與主軸6;故障類型分為主漿磨損、副翼磨損、尾管彎曲、尾舵機拉桿彎曲、尾舵機拉桿脫落、尾翼磨損與主軸彎曲。
[0025]將加速度傳感器安裝在小型無人機機身處，在小型無人機執行任務時，帶有加速度采集模塊的無線機箱通過射頻傳輸將加速度傳感器采集到的振動信號實時傳送至上位機。
[0026]通過實驗大量采集不同機械零部件故障所對應的振動信號，且每種故障的故障程度又分為三個級別，將各種故障對應的振動信號與故障類型作為多層神經網絡的訓練樣本與模式標簽，訓練出一個可以區分上述故障的多層神經網絡。在無人機執行任務時，將無人機振動信號的一次采樣作為訓練好的多層神經網絡的一次輸入，多層神經網絡將輸出診斷結果。
[0027]以下將結合附圖詳細說明本發明的技術方案，附圖非限制性地公開了本發明將基于振動的故障診斷理論與基于神經網絡的機器學習理論結合到一起應用到小型無人機機械零部件故障診斷。
[0028]實施例1:如圖5所示，在無人機模型上有第一三向加速度計7、第二三向加速度計
8、無線發送裝置9、加速度采集模塊10與下位機，在無人直升機的地面控制系統中有個無線接收裝置、顯示模塊、報警模塊和上位機。
[0029]小型無人直升機零部件故障診斷系統包括無線傳輸裝置、振動測量裝置、顯示模塊、報警裝置、控制模塊;所述振動測量裝置，即三向加速度傳感器粘貼在無人機上，三向加速度傳感器連接到加速度采集模塊上，加速度采集模塊又插在帶有2.4GHz全向天線的機箱上，即無線發送裝置，實時的向地面控制器發送信息，從而實現無線通信;在解決加速度采集模塊的驅動問題后，上位機可以識別加速度采集模塊并讀取三向加速度計所測的振動信號，再將振動信號輸入已經訓練好的多層神經網絡，實現實時故障診斷;上位機可以外接顯示器，將振動信號通過顯示器實時顯示出來;通過軟件代碼實現在程序界面上故障報警，且上位機外接蜂鳴器和閃爍指示燈，實現硬件報警;如果發生故障，上位機將發送相應指令來控制無人機是繼續飛行還是返程、降落;供電模塊用于整個系統供電。
[0030]一種小型無人直升機零部件故障診斷系統，包括以下步驟:
[0031]a)對小型無人直升機進行機械零部件故障模擬，包括:主漿磨損、副翼磨損、尾管彎曲、尾舵機拉桿彎曲、尾舵機拉桿脫落、尾翼磨損與主軸彎曲；模擬后進行對應的振動數據采集，在振動數據采集過程中，加速度傳感器的位置不能變；
[0032]b)將采集到的各種故障對應的振動信號作為多層神經網絡的輸入訓練樣本，再將故障類型定義為訓練樣本的分類模式標簽，調用多層神經網絡對應的程序，在服務器中進行訓練;最終可以實現:根據一組采樣樣本的數據分辨出無人直升機的機械零部件是否發生故障?發生了什么故障?再判斷故障嚴重程度屬于三個級別中的哪一級；
[0033]c)將訓練后得到的算法拷貝到上位機的程序中，將無人直升機每一組樣本的振動數據作為神經網絡的輸入，可以得到無人直升機的運行狀態，判斷是否出現試驗中的故障與故障級別;且通過外接顯示器，實時顯示無人直升機運行狀態；
[0034]d)如果出現故障，軟件將發出錯誤警告，并且上位機所連接的蜂鳴器將發出警告聲響，閃爍指示燈將會閃爍，上位機將會控制無人機的返航與停降；
[0035]e)如果系統判斷錯誤，誤報了，需要及時糾正，讓機器再學習，不斷完善這個算法。
【主權項】
1.一種小型無人直升機機械零部件故障診斷系統，其特征是:該小型無人機故障檢測系統包括:振動測量裝置、顯示模塊、報警模塊、上位機和下位機;上位機通過顯示模塊外接顯示器，實時顯示振動測量裝置采集的信號，并將每組振動信號作為已經訓練好的神經網絡的輸入，實時進行數據處理，并實時顯示小型無人直升機是否發生故障，如果發生故障，將進行無人直升機的起飛和降落控制；上位機通過報警模塊外接蜂鳴器和閃爍指示燈，實現硬件報警;供電模塊用于整個系統供電。2.根據權利要求1所述的小型無人直升機機械零部件故障診斷系統，其特征是:所述的振動測量裝置包含2個加速度傳感器、加速度采集模塊、一個無線發送裝置和一個無線接收裝置，無線發送裝置實時的將無人直升機狀態數據發送到無線接收裝置上;所述的2個加速度傳感器分別為第一三向加速度計和第二三向加速度計，加速度傳感器粘貼在靠近無人直升機的傳動系統處，加速度采集模塊與無線發送裝置安裝在無人直升機的起落架處，測量小型無人機的振動情況;無線接收裝置采用射頻傳輸進行通信，無線發送模塊的輸入端與加速度采集模塊連接，無線發送裝置與無線接收裝置通過天線進行通信，加速度采集模塊能夠讀取振動信號數據。3.權利要求1所述的小型無人直升機機械零部件故障診斷系統的故障診斷方法，其特征是:故障診斷系統包括以下步驟: a)對小型無人直升機進行機械零部件故障模擬，包括:主漿磨損、副翼磨損、尾管彎曲、尾舵機拉桿彎曲、尾舵機拉桿脫落、尾翼磨損與主軸彎曲；模擬后進行對應的振動數據采集，在振動數據采集過程中，加速度傳感器的位置不能變； b)將采集到的各種故障對應的振動信號作為多層神經網絡的輸入訓練樣本，再將故障類型定義為訓練樣本的分類模式標簽，調用多層神經網絡對應的程序，在服務器中進行訓練;最終可以實現:根據一組采樣樣本的數據分辨出無人直升機的機械零部件是否發生故障?發生了什么故障?再判斷故障嚴重程度屬于三個級別中的哪一級； c)將訓練后得到的算法拷貝到上位機的程序中，將無人直升機每一組樣本的振動數據作為神經網絡的輸入，可以得到無人直升機的運行狀態，判斷是否出現試驗中的故障與故障級別;且通過外接顯示器，實時顯示無人直升機運行狀態； d)如果出現故障，軟件將發出錯誤警告，并且上位機所連接的蜂鳴器將發出警告聲響，閃爍指示燈將會閃爍，上位機將會控制無人機的返航與停降； e)如果系統判斷錯誤，誤報了，需要及時糾正，讓機器再學習，不斷完善這個算法。
【文檔編號】G01M13/00GK105928695SQ201610313190
【公開日】2016年9月7日
【申請日】2016年5月11日
【發明人】張夢, 李偉, 盧昊, 吳孫陽, 任威, 王萍, 何猛, 王麗, 黎蓉
【申請人】中國礦業大學