小波包熵在设备性能退化评估中的应用

被引:10
作者
郭磊
陈进
机构
[1] 上海交通大学机械系统与振动国家重点实验室
基金
国家自然科学基金重点项目;
关键词
设备性能退化评估; 小波包能量熵; 小波包奇异值熵;
D O I
10.13433/j.cnki.1003-8728.2008.09.017
中图分类号
TH17 [机械运行与维修];
学科分类号
摘要
开展设备性能退化评估研究,是制定主动设备维护策略、降低设备维护费用的基础。在设备性能退化过程中,信号成份会逐渐复杂化。本文提出利用小波包熵监测信号的复杂性变化,从而为设备性能退化评估提供可靠的特征向量。为了研究性能退化过程中振动信号的小波包熵的变化规律,使用裂纹转子动力学模型模拟了转子裂纹逐渐增加的过程,并使用仿真数据计算了各个状态下的小波包能量熵和小波包奇异值熵值。分析结果表明,随着转子性能退化程度的加深,小波包熵值逐渐增加,且对于性能恶化的突变较为敏感。
引用
收藏
页码:1203 / 1206
页数:4
相关论文
共 7 条
[1]   基于信息熵贴近度和证据理论的旋转机械故障诊断方法 [J].
耿俊豹 ;
黄树红 ;
金家善 ;
陈非 ;
申弢 ;
刘伟 .
机械科学与技术, 2006, (06) :663-666
[2]   小波熵及其在状态趋势分析中的应用 [J].
印欣运 ;
何永勇 ;
彭志科 ;
褚福磊 .
振动工程学报, 2004, (02) :49-53
[3]   平稳和非平稳振动信号的若干处理方法及发展 [J].
丁康 ;
陈健林 ;
苏向荣 .
振动工程学报, 2003, (01) :5-14
[4]   连续小波变换在滚动轴承故障诊断中的应用 [J].
何晓霞 ;
沈玉娣 ;
张西宁 .
机械科学与技术, 2001, (04) :571-572+574
[5]   旋转机械振动信号的信息熵特征 [J].
申弢 ;
黄树红 ;
韩守木 ;
杨叔子 .
机械工程学报, 2001, (06) :94-98
[6]  
信息论与编码[M]. 电子工业出版社 , 傅祖芸, 2006
[7]   Measurement of machine performance degradation using a neural network model [J].
Lee, J .
COMPUTERS IN INDUSTRY, 1996, 30 (03) :193-209