第40卷第3期2023年6月河北省科学院学报JournaloftheHebeiAcademyofSciencesVol.40No.3Jun.2023收稿日期:2023-02-14作者简介:李蒙(1989—),男,河北石家庄人,博士,工程师,研究方向为天线故障分类与识别技术.E-mail:550775969@qq.com文章编号:1001-9383(2023)03-0030-08基于子带功率均值的天线故障特征提取及分类技术李蒙,周昊天,霍克强,刘泽成,王京城,李扬(中国电子科技集团公司第五十四研究所,河北石家庄050081)摘要:针对测控天线传动链常见的螺栓松动故障,提出了一种子带功率均值(APSDS)的振动信号特征提取方法,通过搭建天线座架试验平台进行故障模拟和振动数据采集,并利用多层神经网络进行故障分类诊断及预测试验。试验结果表明,本文所提出的APSDS法能够有效增强故障状态的特征区分度,平均故障分类准确率达到95%以上,该方法的提出可在天线健康管理系统中具有较好的实用价值。关键词:天线试验平台;故障诊断;子带功率均值;特征提取;神经网络中图分类号:TH165.3文献标识码:AAntennafaultfeatureextractionandclassificationtechnequebasedonAPSDSLIMeng,ZHOUHaotian,HUOKeqiang,LIUZecheng,WANGJingcheng,LIYang(The54thResearchInstituteofCETC,ShijiazhuangHebei050081,China)Abstract:Inviewofthecommonboltloosenessfaultintheantennatransmissionchain,avibrationsignalfeatureextractiontechnologybasedonAPSDSisproposedinthisresearch.Meanwhile,faultsimulationandvibrationdataacquisitionarecarriedoutbybuildinganantennapedestaltestplatform,andthenfaultclassificationdiagnosisandpredictiontestsareconductedbyusingmulti-layerneuralnetwork.TheexperimentalresultsshowthattheproposedAPSDSmethodcaneffectivelyenhancethefeaturediscriminationoffaultstatuswiththeaveragefaultclassificationaccuracyofover95%.Theproposedmethodhasgoodpracticalvalueintheantennahealthmanagementsystem.Keywords:Antennatestplatform;Faultdiagnosis;Averageofpowerspectraldensitysub-bands;Featureextraction;Neuralnetwork0引言天线装备的安全运转和健康通信是保障国防安全和经济建设的重要基础。随着天线装备自动化运行DOI:10.16191/j.cnki.hbkx.2023.03.006第3期李蒙等:基于子带功率均值的天线故障特征提取及分类技术使用需求增多,具备24小时无人值守模式、具备智能化故障告警和健康管理系统的天线装备正得到极力推广[1]。天线装备的故...