买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国直升机设计研究所

摘要：本发明属于直升机结构疲劳设计领域，涉及基于飞行参数‑载荷相关性的关键飞行参数筛选方法，基于Pearson相关系数而实现；通过直升机科研载荷试飞，可以得到了海量的飞行数据，其中包含众多的飞行参数和各部件的飞行载荷数据。这些飞行数据可以用于直升机的飞行复现、故障分析、健康监测、疲劳定寿等。通过相关性系数可以得到飞行参数—载荷的相关性规律，该相关性规律可帮助建立飞行参数与载荷的定量定性关系，该方法可用于后续直升机试飞领域载荷异常的原因诊断、载荷异常提前报警等。

主权项：1.基于飞行参数-载荷相关性的关键飞行参数筛选方法,其特征在于，基于Pearson相关系数而实现；其操作步骤如下：步骤1对传感器采集的飞行数据进行预处理；预处理清除跳点；步骤2确定标准桨叶方位角信号：处理桨叶方位角信号为标准桨叶方位角信号,即转化方位角数据为每次只跳一个点的峰值信号；飞行测试记录的桨叶方位角数据为Pjj＝1,…,n，n为总测试点数，则标准桨叶方位角信号数据为步骤3确定基频周期和对应的数据点数：每个标准方位角信号TOP对应的时间Ti，相邻标准桨叶方位角信号对应的时间差为基频周期Ti+1-Ti，其中Ti和Ti+1为连续两个标准方位角信号对应的时间点；基频周期内数据点数m＝f×Ti+1-Ti，其中f，单位:Hz是采样率；步骤4处理第i个基频周期内的飞行参数数据和部件的载荷数据：计算对应第i个基频周期的时间起点Ti到终点Ti+1为时间段内原始数据的最大值Smax,i、最小值Smin,i和平均值Smean,i；对于飞行参数数据，取起点Ti到终点Ti+1时间段内的平均值：对于部件载荷数据，取起点Ti到终点Ti+1时间段内的静态载荷动态载荷步骤5参数进行归一化处理，采用如下的公式： 经过这样的归一化处理，参数的值域被转化到-1,1的范围；步骤6根据Pearson相关系数计算各输入的飞行参数与飞行参数之间的相关系数；对于X,Y二维随机变量向量，Pearson相关系数定义为 Xi,Yi,i＝1，…n为X,Y的样本数据，则Pearson相关系数的计算公式为： 当ρ的绝对值越近1时，两个实体之间的单调关系相应更强；相关系数ρ的绝对值在0，0.3范围内表示变量X和Y之间微相关，在0.3，0.5范围内呈实相关，在0.5，0.8范围内呈显著相关，在0.8，1范围内呈高度相关；本发明中规定若变量X、Y的Pearson相关系数绝对值大于等于0.7则认为变量X、Y高度相关，具有相互替换性，相关系数绝对值在0，0.7之间，认为变量X、Y存在一定的相关性规律；据此可将飞行参数矩阵进行初步筛选降维；步骤7根据6中Pearson相关系数计算公式计算部件载荷与初筛后的飞行参数之间的相关系数；采用如下公式计算各飞行参数相关系数占比： 根据相关系数占比率进行排序，筛选出累积占比达90％的飞行参数，其余飞行参数舍去，从而进一步对飞行参数进行降维。

全文数据：

权利要求：

百度查询： 中国直升机设计研究所 基于飞行参数-载荷相关性的关键飞行参数筛选方法