基于信息熵距的旋转机械振动故障诊断方法

被引:21
作者
陈非
黄树红
张燕平
申弢
高伟
机构
[1] 华中科技大学能源与动力工程学院
关键词
旋转机械; 信息融合; 故障诊断; 信息熵; 信息熵距; 模糊理论;
D O I
10.16450/j.cnki.issn.1004-6801.2008.01.006
中图分类号
TH17 [机械运行与维修];
学科分类号
0802 ;
摘要
介绍了信息融合的基本概念和目前在旋转机械振动故障诊断当中用得比较多的一些融合诊断方法。从信息融合的思想出发,利用时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵和小波空间特征谱熵,通过特征级的信息融合,提出了一种基于信息熵距的旋转机械振动故障监测和诊断的方法。数学推导表明,信息熵距符合模糊理论中最大隶属度原则,将它作为判别指标是可行的。实例计算表明,信息熵距能够较好的区分故障类别,在此基础上,通过多转速下的熵距曲线图可以提高转子故障诊断的准确性。
引用
收藏
页码:9 / 13+74 +74-75
页数:7
相关论文
共 8 条
[1]   火电机组信息融合故障诊断方法及其发展 [J].
陈非 ;
黄树红 ;
张燕平 ;
高伟 .
振动、测试与诊断, 2005, (01) :17-21+70
[2]   基于小波分析的旋转机械振动信号定量特征研究 [J].
侯敬宏 ;
黄树红 ;
申弢 ;
张燕平 .
机械工程学报, 2004, (01) :131-135
[3]   基于粗糙集理论的故障诊断决策规则提取方法 [J].
黄文涛 ;
赵学增 ;
王伟杰 ;
代礼周 .
中国电机工程学报, 2003, (11) :154-158
[4]   旋转机械动态信号全息谱分析 [J].
杜永祚 ;
秦志英 .
振动、测试与诊断, 2002, (02) :1-8+67
[5]   模糊聚类分析在水电机组振动故障诊断中的应用 [J].
陈铁华 ;
陈启卷 .
中国电机工程学报, 2002, (03) :44-48
[6]   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
[7]   基于不确定性推理原理的机组振动信息融合技术 [J].
魏民祥 ;
董龙雷 ;
王晓云 ;
闫桂荣 .
中国电机工程学报, 2000, (09) :65-67
[8]   机械故障诊断中的信息融合利用问题研究 [J].
袁小宏 ;
屈梁生 .
振动测试与诊断., 1999, (03) :33-38