基于融合信息熵距的旋转机械振动故障定量诊断研究

摘要

本课题来源于由国家自然科学基金(青年)资助的研究项目——大型旋转机械振动故障的融合信息熵定量特征研究（50105004）。 首先，本文阐明了研究信息融合故障诊断技术的意义，介绍了信息融合的概念，回顾了火电机组信息融合故障诊断方法的发展状况，特别提到了融合定量诊断是今后的发展方向。接着介绍了信息熵的基本概念，并详细描述了旋转机械振动信号在时域的奇异谱熵、频域的功率谱熵、时-频域的小波空间特征谱熵和小波能谱熵这四种信息熵特征。 随后，详细描述了转子典型故障模拟实验，将本次实验的台架，检测系统和实验过程进行了详细的描述。在经过了大量实验数据的分析计算后，得到了六种转子典型振动故障各自四种信息熵的熵值范围，即熵带。将每种熵看作是一个维度，那么这四种熵就组成了一个四维空间，对任意一种故障分别求它的四种熵带的平均值，得到四个信息熵的熵值中心，把这种故障的四个熵值中心看成四维坐标，就唯一确定了上述四维空间中的一个点，本文把这个点定义为该种故障在四维空间中的故障熵点。同理，对其它几种故障也可以得到各自在四维空间中的故障熵点。在这个基础上，本文提出了一种新的转子振动故障的融合定量诊断指标——四维信息熵距。它综合考虑了振动信号各个征兆域的特征，因而故障判别效果较好。 最后，本文指出了当前融合定量诊断方法普遍存在的不足，就是只注重在单一状态下对信号各个域的特征量进行融合，却忽略了故障信号的过程变化规律。通过定义信息 这样一个能够对这种过程变化规律进行描述的物理量来研究基于过程信息融合的诊断方法，这将成为今后融合定量故障诊断技术的发展方向。