摘要：旋翼槳葉的損壞可能會(huì)導(dǎo)致直升機(jī)墜落損毀,開展槳葉健康狀態(tài)的在線監(jiān)測(cè)評(píng)估對(duì)保障飛行安全至關(guān)重要。提出一種將小波包變換(WPT)與t-分布隨機(jī)近鄰嵌入(t-SNE)相結(jié)合的槳葉損傷識(shí)別方法。首先利用振動(dòng)臺(tái)模擬直升機(jī)服役時(shí)的真實(shí)振動(dòng),用傳感器獲取不同故障槳葉模型在振動(dòng)環(huán)境下的輸出響應(yīng)。然后對(duì)信號(hào)進(jìn)行小波包分解,提取小波包能量作為原始特征向量,接著用流形學(xué)習(xí)對(duì)特征向量進(jìn)行維數(shù)約簡(jiǎn),最后輸入到K近鄰分類器進(jìn)行故障識(shí)別。實(shí)驗(yàn)結(jié)果表明:首先,在原始特征選取方面,小波包能量特征優(yōu)于時(shí)域特征與小波包能量組合成的混合特征;其次,t-SNE的降維效果優(yōu)于PCA、Sammon映射、LTSA、HLLE、SNE這5種方法,且不受嵌入維數(shù)的制約。研究結(jié)果證明了所提出的方法能提高槳葉損傷評(píng)估的準(zhǔn)確性。