基于信息熵贴近度和证据理论的旋转机械故障诊断方法

被引：25

作者：

耿俊豹 ^{[1
]}

黄树红 ^{[1
]}

金家善 ^{[2
]}

陈非 ^{[1
]}

申弢 ^{[1
]}

刘伟 ^{[1
]}

机构：

[1] 华中科技大学能源与动力工程学院

[2] 海军工程大学

来源：

机械科学与技术 | 2006年 / 06期

关键词：

旋转机械; 信息融合; 信息熵; 贴近度; 证据理论;

D O I：

10.13433/j.cnki.1003-8728.2006.06.009

中图分类号：

TH17 [机械运行与维修];

学科分类号：

摘要：

从信息融合的思路出发,建立反映振动能量的旋转机械故障状态的信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵。通过试验,建立了旋转机械典型故障下的信息熵期望值,即获得基于信息熵的故障诊断标准特征向量。由于传感器的不确定性和故障的多样性,提出采用D-S证据理论来对4种信息熵进行信息融合。根据越相似模式间的距离越短的思路,提出采用信息熵贴近度来建立证据理论的基本可信度分配,以基于基本可信数的决策方法来作为故障模式识别方法。通过实例计算,证明基于信息熵贴近度和证据理论的旋转机械故障诊断方法是故障模式定量识别的一种可行的新方法。

引用

页码：663 / 666

页数：4