技术特征：
1.一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于包括如下步骤：步骤1：对航空逆变器在不同工况下采集的电信号进行预处理，提取电信号的时域故障特征、频域故障特征、时频域故障特征作为故障特征样本集；步骤2：将故障特征样本集划分为训练样本集和测试样本集，并对训练样本集和测试样本集进行归一化处理；步骤3：对归一化的训练样本集进行张量分解，得到三个因子矩阵u
(1)
，u
(2)
，u
(3)
，通过奇异值分解对因子矩阵u
(1)
进行奇异值分解，得到因子矩阵u
(1)
的网络表示向量r和上下文表示向量c；然后通过neu算法更新r、c得和进而得重构因子矩阵最后通过得到更新后得新后得进而重构张量特征即为更高阶的故障特征样本集；步骤4：将归一化后的测试样本输入到支持张量机，得到航空逆变器故障诊断结果。2.根据权利要求1所述的一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于步骤1中所述的故障特征样本集将电信号的时域故障特征、频域故障特征、时频域故障特征作为特征列使用，包含电信号的频率均值、频率均方根、均值、小波尺度熵、方差、峰峰值、峭度因子、波形因子、小波能量熵及小波奇异熵。3.根据权利要求1所述的一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于步骤2中归一化处理实现过程如下：以8：2的比例将故障特征样本集划分为训练样本集和测试样本集；使用零均值归一化方法分别对训练集和测试集进行归一化处理：其中，x'代表归一化处理后的数据；x为输入样本数据；μ为样本均值；σ为样本标准差。4.根据权利要求1所述的一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于步骤3中张量分解选用tucker分解，航空逆变故障诊断的张量表示利用tucker分解运算进行低秩近似表示为:a≈s
×1u
(1)
×2u
(2)
×3u
(3)
＝[s；u
(1)
,u
(2)
,u
(3)
]
ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中5.根据权利要求1所述的一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于步骤3中neu算法是通过矩阵转换对因子矩阵进行更新，从而得到更高阶因子矩阵表示形式；更新的一阶相似性，如式(4)和式(5)所示：r'＝r+λu1·
r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中λ是超参数，满足λ∈(0，0.5]；更新的二阶相似性，如式(6)和式(7)所示：r'＝r+λ1u1·
r+λ2u1·
(u1·
r)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
其中λ1和λ2是超参数，满足λ1λ2∈(0，0.5]，通过不断的迭代、更新，得到三阶、四阶、n阶相似性，进而得到高阶近似的因子矩阵。6.根据权利要求1所述的一种基于高阶特征张量分解的航空逆变器故障诊断方法，其特征在于步骤4中将归一化后的测试样本输入到stm航空逆变器诊断模型中，采用10折交叉验证的方法遍历所有测试集样本，取10次测试结果的平均值，从而得到更为准确的故障诊断结果。
技术总结
本发明公开了一种基于高阶特征张量分解的航空逆变器故障诊断方法，首先根据航空逆变器采集的电信号数据构造初始数据样本集，提取电信号特征，形成故障特征集，在此基础上，将故障特征集进行数据预处理，获取训练集和测试集，并作归一化处理。然后构建高阶特征张量分解模型，来学习航空逆变器的电信号与故障模式之间的隐含关系。最后，通过支持张量机得到航空逆变器故障诊断结果。本发明在不提升原样本集时间复杂度的情况下，通过不断迭代，更新得到更高阶的相似矩阵，进而得到高阶相似样本集。集。集。
技术研发人员：张尚田 曹亮 刘莹 许冲 黄玉婧 揭震国 李沁洋 姜番 陈丽晶 杨乐 单添敏 王景霖 沈勇
受保护的技术使用者：中国航空工业集团公司上海航空测控技术研究所
技术研发日：2022.11.09
技术公布日：2023/2/3