收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

融合无量纲指标与信息熵的不同转速下旋转机械故障诊断

陈仁祥  吴昊年  韩彦峰  赵玲  吴志元  陈里里  
【摘要】:针对不同转速下旋转机械故障的特征同尺度表征与诊断问题,提出了融合无量纲指标与信息熵的旋转机械故障诊断方法。无量纲指标、信息熵等值与振动能量无关,取决于信号的分散程度与组分比率,对转速敏感性低,故利用无量纲指标与信息熵构建故障特征集,实现不同转速工况下故障特征同尺度定量表征;设计出基于核函数概率估计的故障敏感性指标算法,从所建立的故障特征集中选择对故障敏感性好的特征量构成表征能力更强的故障敏感特征集,并采用线性局部切空间排列(LLTSA)对其进行非线性降维与融合,获得分类特性好、受转速影响小的低维故障敏感特征集;最后,应用鲁棒性好的加权最近邻分类器(WKNNC)实现不同故障类型的诊断。对不同转速下齿轮箱故障进行诊断,结果证明了所提方法的可行性和有效性。

知网文化
【相似文献】
中国期刊全文数据库 前19条
1 陈仁祥;吴昊年;韩彦峰;赵玲;吴志元;陈里里;;融合无量纲指标与信息熵的不同转速下旋转机械故障诊断[J];振动与冲击;2019年11期
2 张雨,胡茑庆;基于符号树信息熵的机械振动瞬态信号特征提取[J];国防科技大学学报;2003年04期
3 李华;伍星;刘韬;陈庆;;基于信息熵优化变分模态分解的滚动轴承故障特征提取[J];振动与冲击;2018年23期
4 刘辉;潘宏侠;;基于小波信息熵归一化的齿轮箱可靠性研究[J];机械传动;2014年03期
5 万波;张来斌;王朝晖;;基于轴心轨迹象限面积信息熵滑动轴承的诊断[J];石油机械;2007年03期
6 彭海军;孙启国;;基于信息熵的机械产品质量多属性决策[J];机械设计与制造;2007年04期
7 金子明;孙春一;;基于信息熵的密封环强度模糊可靠性计算[J];科学技术与工程;2012年08期
8 孔繁森;吴雅夫;李聪;;基于信息熵的设备电气故障诊断复杂性评价[J];吉林大学学报(工学版);2011年03期
9 包菊芳;闫小龙;;基于信息熵和AHP的机械制造业零部件库存分类改进研究[J];物流科技;2018年06期
10 张西宁,屈梁生;平稳熵 : 一种新的机组运行瞬时稳定性定量化监测指标[J];机械科学与技术;1998年03期
11 刘涛;杜楠;;基于信息熵熵距的涡旋压缩机故障诊断[J];机械制造;2016年07期
12 张卫;潘晓弘;王正肖;田景红;吴鹏程;;基于信息熵免疫优化的制造服务开发策略[J];浙江大学学报(工学版);2011年11期
13 黎奇志;胡国平;;基于故障特征信息熵的故障诊断策略优化方法[J];计算机应用;2012年04期
14 丁闯;张兵志;冯辅周;吴守军;;非线性量子信息熵及其在行星变速箱特征提取中应用[J];振动与冲击;2018年23期
15 谭浩宇;卢绪祥;张浩;李焜林;蒋亚迪;;基于声发射信号信息熵距的滑动轴承润滑状态诊断[J];动力工程学报;2019年02期
16 刘涛;徐瑞利;;基于信息熵的滚动轴承声发射信号故障诊断[J];机械制造;2012年08期
17 申弢,黄树红,韩守木,杨叔子;旋转机械振动信号的信息熵特征[J];机械工程学报;2001年06期
18 陈非;黄树红;杨涛;高伟;贺国强;;旋转机械振动故障的信息诊断方法[J];机械工程学报;2009年11期
19 鲁泳;廖文和;;基于信息熵的零件供应商选择与评价[J];南京工程学院学报(自然科学版);2007年01期
中国重要会议论文全文数据库 前3条
1 陈非;黄树红;张燕平;中弢;高伟;;基于过程的旋转机械融合信息熵诊断方法的研究[A];2007年鄂、皖、苏、冀四省电机工程学会汽轮机专业学术研讨会论文集(湖北卷)[C];2007年
2 张颖;刘娟;;基于物元信息熵的盟员选择评标方法研究[A];2007中国控制与决策学术年会论文集[C];2007年
3 陈非;黄树红;张燕平;申弢;高伟;;基于信息熵距的旋转机械振动故障诊断方法的研究[A];2007年鄂、皖、苏、冀四省电机工程学会汽轮机专业学术研讨会论文集(湖北卷)[C];2007年
中国博士学位论文全文数据库 前5条
1 平恩顺;负熵驱动的突破性创新关键技术研究[D];河北工业大学;2015年
2 王国栋;中小制造企业精益质量导航方法及关键技术研究[D];浙江大学;2011年
3 张菀;基于信号稀疏表示的滚动轴承微弱故障特征提取方法研究[D];东南大学;2018年
4 赵德尊;变转速下滚动轴承时变非平稳故障特征提取方法研究[D];北京交通大学;2018年
5 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈非;基于融合信息熵距的旋转机械振动故障定量诊断研究[D];华中科技大学;2005年
2 杜楠;基于信息熵熵距的涡旋压缩机故障诊断[D];兰州理工大学;2016年
3 王敏;基于形态分量分析的齿轮箱多故障诊断方法研究[D];湖南大学;2016年
4 徐瑞利;基于信息熵的滚动轴承声发射信号故障诊断[D];兰州理工大学;2012年
5 周建;基于信息熵的改进小波包阈值去噪算法研究[D];西南科技大学;2018年
6 李会龙;转子匹配追踪信息熵故障诊断研究[D];中北大学;2016年
7 何宇东;基于神经网络的起重机械安全评价方法研究[D];南昌大学;2012年
8 田希;支持向量机在旋转机械故障诊断中的应用研究[D];华北电力大学;2012年
9 杨娟;转子故障信号的量化特征提取方法研究[D];兰州理工大学;2010年
10 王佳;基于模态分析与信息熵的齿轮箱故障诊断研究[D];中北大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978