故障診斷中信息熵特征提取及融合方法研究.pdf

1、系統(tǒng)復(fù)雜性的日益增加使得狀態(tài)參量具有非平穩(wěn)動態(tài)特征和多源耦合性，因此故障診斷中的信號特征提取和多源信息融合診斷，一直是該領(lǐng)域的研究熱點和難點問題。本課題針對故障診斷過程中的關(guān)鍵技術(shù)——信號特征提取問題，運用信息熵和數(shù)據(jù)融合理論，分別從信號多層次特征的定量描述和多源信號的定量融合分析兩方面進(jìn)行研究，提出了不同信號變換空間的多種信息熵特征指標(biāo)和不同層次的信息熵融合模型。 首先，深入分析信息論中的兩類主要信息測度——信息熵測度和復(fù)雜性

2、測度，對其在測度指標(biāo)、計算方法和應(yīng)用特點等方面的性能進(jìn)行對比研究，針對它們在信號特征提取中各自存在的局限性，提出一種用于描述信號能量分布特征的組分分布概率計算方法，并以此為基礎(chǔ)構(gòu)建適用于廣義信號變換空間的復(fù)雜度信息熵模型，實現(xiàn)信號內(nèi)在復(fù)雜性特征的定量評價，為多源多層次信號特征提取奠定理論基礎(chǔ)。 其次，基于所建立的復(fù)雜度信息熵模型分別研究單一變量的多層次特征提取和多源參量的關(guān)聯(lián)特征提取方法。一方面，將復(fù)雜度信息熵分別與時域、頻域和

3、時頻域內(nèi)的不同信號分析方法相結(jié)合，構(gòu)建多種信息熵特征指標(biāo)，如奇異譜熵、功率譜熵、多分辨復(fù)雜度熵和多分辨率奇異譜熵等，用于實現(xiàn)信號在不同變換空間內(nèi)能量分布復(fù)雜性特征的定量描述。另一方面，將復(fù)雜度信息熵擴(kuò)展到二維信號空間，構(gòu)建了多變量關(guān)聯(lián)分析的信息熵測度指標(biāo)——聯(lián)合復(fù)雜度信息熵和信息傳遞特征指數(shù)計算模型，用于描述信號之間的聯(lián)合能量分布特性及其變化規(guī)律。分別以典型模擬信號、非線性系統(tǒng)響應(yīng)參量和轉(zhuǎn)子系統(tǒng)故障信號為研究對象，通過實驗分析驗證了上述

4、信息熵指標(biāo)對于多層次、多源信號特征提取的有效性。 進(jìn)一步，將信息熵特征提取和數(shù)據(jù)融合思想有機結(jié)合，建立實現(xiàn)多源信號融合分析的信息熵模型和實現(xiàn)方法，其中包括：用于數(shù)據(jù)級融合的信息熵指標(biāo)——雙通道能譜熵和多通道奇異譜熵；用于特征級融合的多源信息關(guān)聯(lián)優(yōu)化和信息傳遞特征分析模型；用于決策級融合的信息熵準(zhǔn)則和優(yōu)化小波神經(jīng)網(wǎng)絡(luò)映射模型。上述信息熵融合模型可以分別實現(xiàn)不同層次的多源信息融合，得到體現(xiàn)系統(tǒng)狀態(tài)特征的綜合定量信息或最優(yōu)融合結(jié)果。

5、 最后，針對轉(zhuǎn)子系統(tǒng)故障診斷問題進(jìn)行了信息熵特征提取及融合方法的應(yīng)用研究，基于轉(zhuǎn)子動力學(xué)分析得到系統(tǒng)在典型故障狀態(tài)——裂紋、碰摩、裂紋碰摩耦合故障下的數(shù)值響應(yīng)，并運用信息熵指標(biāo)對不同參數(shù)條件下轉(zhuǎn)子響應(yīng)的非線性特征進(jìn)行定量描述，實現(xiàn)了對轉(zhuǎn)子不同運行狀態(tài)及故障特征的模擬分析。進(jìn)而，基于旋轉(zhuǎn)實驗平臺進(jìn)行故障診斷實驗，通過對實測多源信號進(jìn)行信息熵特征分析和融合診斷，實現(xiàn)了系統(tǒng)不同運行狀態(tài)的有效識別，從而驗證了所提出的信息熵分析模型對于多源