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：中航材利顿(北京)航空科技有限公司

摘要：本发明公开了一种航空器的健康可靠性分析方法及系统，本发明通过对原图像进行分解，并对分解得到的信号进行噪声识别，然后对噪声信号进行去噪处理，而后，再利用去噪信号和非噪声信号进行图像重构，从而来得到去噪原图像；接着，将去噪原图像输入至航空器叶片损伤识别模型，则可得出损伤识别结果，最后，基于损伤识别结果，即可得到健康可靠性分析结果；如此通过前述设计，可最大程度的去除不同频段和频率的噪声，从而减少了混合噪声对损伤识别的影响，进而提高了模型识别的准确率；同时，在进行损伤识别时，通过改进后的遗传算法来确定出模型最优参数，可在一次迭代过程中，评估多组模型参数，因此，能够减少模型训练时长，从而提高识别效率。

主权项：1.一种航空器的健康可靠性分析方法，其特征在于，包括：获取目标航空器的发动机叶片的孔探图像；对所述孔探图像进行小波分解处理，以得到不同分解尺度下的小波系数以及每个小波系数对应的小波分解图像信号；对每个小波系数对应的小波分解图像信号进行信号识别处理，以从若干小波分解图像信号中识别出噪声图像信号；基于所述噪声图像信号的小波系数，对噪声图像信号进行去噪处理，以得到去噪图像信号；利用目标图像信号和所述去噪图像信号，进行小波重构处理，以在小波重构处理后，得到去噪孔探图像，其中，所述目标图像信号为若干小波分解图像信号中除去所述噪声图像信号之外的所有小波分解图像信号；获取航空器叶片损伤识别模型，其中，所述航空器叶片损伤识别模型是通过改进后的遗传算法确定出模型最优参数，并在模型最优参数的基础上，以若干样本航空器的发动机叶片的样本去噪孔探图像为输入，各个样本航空器的发动机叶片的损伤识别结果为输出而训练得到的；将所述去噪孔探图像输入至所述航空器叶片损伤识别模型中进行损伤识别处理，以得到所述目标航空器的发动机叶片的损伤识别结果；根据目标航空器的发动机叶片的损伤识别结果，得出目标航空器的健康可靠性分析结果；通过改进后的遗传算法确定出模型最优参数，包括：获取多组模型参数，并将每组模型参数作为一个染色体，以组成初始染色体种群；基于初始染色体种群中每个染色体对应的模型参数，构建出若干初始航空器叶片损伤识别模型，并利用训练集训练各个初始航空器叶片损伤识别模型，以得到若干训练后的初始航空器叶片损伤识别模型，其中，所述训练集包括若干样本航空器的发动机叶片的样本去噪孔探图像；将同一测试数据输入至各个训练后的初始航空器叶片损伤识别模型中进行叶片损伤识别处理，以分别得到各个训练后的初始航空器叶片损伤识别模型的模型输出；根据各个训练后的初始航空器叶片损伤识别模型的模型输出以及所述测试数据的标签值，计算出各个染色体的适应度；从各个适应度中筛选出全局最优适应度，并判断全局最优适应度是否满足预设条件；若否，则根据各个染色体的适应度，从所述初始染色体种群中选择出若干染色体，以组成父代染色体种群；从所述父代染色体种群中选择出多个父代染色体，并采用改进后的交叉算法，对选择出的多个父代染色体进行个体交叉操作，以在个体交叉操作后，得到多个交叉染色体；从目标染色体种群中，选择出若干目标染色体，并利用改进后的变异算法，对选择出的各个目标染色体进行变异操作，以在变异操作后，得到若干变异染色体，其中，所述目标染色体种群包括多个交叉染色体以及所述父代染色体种群中未被选择的父代染色体；利用变异染色体以及目标染色体种群中未被选择的目标染色体，组成子代染色体种群；将所述初始染色体种群更新为所述子代染色体种群，并重新基于所述初始染色体种群中每个染色体对应的模型参数，构建出若干初始航空器叶片损伤识别模型，直至全局最优适应度满足所述预设条件时为止，以将满足所述预设条件的全局最优适应度对应的染色体的模型参数，作为模型最优参数；根据各个染色体的适应度，从所述染色体种群中选择出若干染色体，以组成父代染色体种群，包括：按照适应度从高到低的顺序，对各个染色体进行排序处理，以得到染色体排序序列；将所述染色体排序序列中的染色体从前至后分类为三类，以分别得到第一类染色体、第二类染色体和第三类染色体，其中，第一类染色体中的最后一个染色体的适应度，大于所述第二类染色体中的第一个染色体的适应度，且所述第二类染色体中的最后一个染色体的适应度，大于所述第三类染色体中的第一个染色体的适应度；获取个体选择概率，并基于所述个体选择概率从所述第三类染色体中选取多个染色体，并利用所述第一类染色体、所述第二类染色体以及从所述第三类染色体中选取的多个染色体，组成所述父代染色体种群；采用改进后的交叉算法，对选择出的多个父代染色体进行个体交叉操作，以在个体交叉操作后，得到多个交叉染色体，包括：对于选择出的多个父代染色体中的任意两父代染色体，获取所述任意两父代染色体中处于交叉位置上的基因；为所述任意两父代染色体生成处于0至1之间的第一随机数；根据所述第一随机数以及两处于交叉位置上的基因，并按照如下公式（5），对所述任意两父代染色体进行个体交叉操作，以在个体交叉操作后，得到两交叉染色体； （5）上述公式（5）中，表示所述任意两父代染色体中的其中一个父代染色体在交叉位置上的基因，表示其中一个父代染色体在交叉位置上的交叉后的基因，表示所述任意两父代染色体中的另一个父代染色体在交叉位置上的基因，表示另一个父代染色体在交叉位置上的交叉后的基因，且表示所述第一随机数；利用改进后的变异算法，对选择出的各个目标染色体进行变异操作，以在变异操作后，得到若干变异染色体，包括：对于选择出的若干目标染色体中的任一目标染色体，生成所述任一目标染色体对应的第二随机数，其中，所述第二随机数的取值区间为[0,1]；确定出所述任一目标染色体的变异位置，并获取所述任一目标染色体在所述变异位置上的基因以及所述变异位置上的基因的最大值和最小值；根据所述最大值、所述最小值、所述第二随机数以及所述任一目标染色体在变异位置上的基因，并采用如下公式（6），确定出所述任一目标染色体在变异位置上变异后的基因； （6）上述公式（6）中，表示所述任一目标染色体在变异位置上变异后的基因，表示所述任一目标染色体在变异位置上的基因，表示所述最大值，表示所述最小值，表示所述第二随机数，表示当前迭代次数，表示最大迭代次数；将所述任一目标染色体在变异位置上的基因更新为变异后的基因，以在更新后，得到所述任一目标染色体对应的变异染色体。

全文数据：

权利要求：

百度查询： 中航材利顿(北京)航空科技有限公司 一种航空器的健康可靠性分析方法及系统