摘要：旋翼槳葉的損壞可能會導致直升機墜落損毀,開展槳葉健康狀態的在線監測評估對保障飛行安全至關重要。提出一種將小波包變換(WPT)與t-分布隨機近鄰嵌入(t-SNE)相結合的槳葉損傷識別方法。首先利用振動臺模擬直升機服役時的真實振動,用傳感器獲取不同故障槳葉模型在振動環境下的輸出響應。然后對信號進行小波包分解,提取小波包能量作為原始特征向量,接著用流形學習對特征向量進行維數約簡,最后輸入到K近鄰分類器進行故障識別。實驗結果表明:首先,在原始特征選取方面,小波包能量特征優于時域特征與小波包能量組合成的混合特征;其次,t-SNE的降維效果優于PCA、Sammon映射、LTSA、HLLE、SNE這5種方法,且不受嵌入維數的制約。研究結果證明了所提出的方法能提高槳葉損傷評估的準確性。