技術特征：
技術總結
本發明公開了一種航空發動機軸承故障診斷方法，首先通過采集渦噴發動機的振動信號、發動機轉速、發動機排氣溫度、燃油流量、發動機推力5種信號；提取各種信號的經典的時域統計學特征、頻域特征，以及基于小波包分解獲得時頻域特征；然后分別對各種信號的特征參數采用深度波爾曼茲機進行特征學習；接下來采用數據融合技術將深度波爾曼茲機學習到的各源特征進行融合；最后將融合后的特征參數作為分類器支持向量機的輸入，對發動機故障進行分類識別。本發明提升了渦噴發動機的軸承故障的識別精度和穩定性；有效的挖掘了數據的本質特征；極大的提高了渦噴發動機軸承故障精度。
技術研發人員：陳志強;劉傳文;李川;陳旭東;劉杰;喻其炳;白云;姚行艷;余婷梃
受保護的技術使用者：重慶工商大學
技術研發日：2016.11.17
技術公布日：2017.08.11