基于样本熵的变速器微弱异响故障特征提取研究

针对某变速器新产品在特定挡位转速区间存在的微弱异响,运用非线性动力学参数样本熵提取变速器在不同挡位下的运行特征;通过实例分析了不同参数对样本熵提取齿轮故障的影响,选择了合适的参数计算样本熵;在此参数下研究了正常挡位与故障挡位样本熵和近似熵随转速变化情况。研究表明,输入轴转速升高,正常挡位样本熵和近似熵变化不大,而故障挡位样本熵和近似熵减小,且样本熵相比近似熵可更有效提取变速器齿轮特征。并针对样本熵异常的某变速器4挡齿轮故障进行了阶次包络分析,实现了变速器齿轮故障的判别。     

多尺度熵在转子故障诊断中的应用

为解决从信号中提取故障特征难的问题,介绍了一种新的信号故障特征提取方法——多尺度熵(multi-scale entropy,简称MSE),并将样本熵和多尺度熵分别应用于转子故障信号复杂性的度量,以提取故障特征.试验数据分析表明,与样本熵相比,多尺度熵更能有效地实现转子故障类型的诊断.     

基于模糊近似熵与辛几何的肌肉疲劳分析

为探索人体肌肉在运动后疲劳程度的变化,本文运用非线性动力学中的模糊近似熵和辛几何2种方法 ,对12名健康受试者在腕关节负重60%最大自主性施力、直至力竭的情况下,采集静态表面肌电信号作为样本,进行处理分析。模糊近似熵是近似熵算法的改进,可以更好地衡量一个序列的复杂程度;辛几何则运用相空间重构原理,提取主分量谱。试验结果初步表明,应用上述2种方法可相互补充,对受试者的肌肉疲劳程度做出有效、定性的评估,而且2种方法对肌肉信号处理结果的一致性有助于进一步描述肌肉系统的生物力学特征。     

撞击流混合器流场速度时间序列的行为复杂性

撞击流混合器(ISM)流场包含着丰富的复杂信息,引入复杂性理论来研究ISM速度场的混沌现象,运用近似熵算法和样本熵算法计算了该系统的行为复杂性,得出样本数据长度对近似熵和样本熵影响不大的结论。不同相似容限r下的近似熵和样本熵都表现出了较好的一致性,其中,样本熵更好一些。研究表明,撞击流反应器的噪声污染较大,可通过提高转速来增加该系统的行为复杂性大小,以达到促进微观混合的目的。     

近似熵与支持向量机在发动机故障识别中的应用研究

针对发动机曲轴轴承极易磨损,导致发动机出现故障的问题,提出了一种基于近似熵与支持向量机相结合的故障诊断方法。发动机在工作过程中,早期故障特征信号微弱。基于此,引入近似熵算法,分别模拟发动机曲轴轴承4种磨损状态,测取各状态下多测点的振动信号样本,计算样本近似熵值,构建了不同状态近似熵故障特征向量。结合支持向量机算法,构造支持向量机故障分类模型,将近似熵特征量带入其中进行训练与测试,测试结果准确率达到97.5%,并与普遍使用的BP神经网络诊断方法进行了对比,结果表明该方法具有更高的诊断识别率,是一种有效且准确率较高的在线诊断方法。     

基于小波包样本熵的滚动轴承故障特征提取

将样本熵引入故障诊断领域,讨论了样本熵的性能和计算参数的选择.结合小波包分解和样本熵,提出了一种新的滚动轴承故障特征提取方法.首先对轴承振动信号进行小波包分解;然后对归一化能量最大的子带进行重构,计算重构信号的样本熵;最后通过样本熵评价故障状态.滚动轴承故障诊断实例验证了该方法的有效性.     

基于ITD与排列熵的往复压缩机故障特征提取方法研究

针对往复压缩机振动信号的非平稳、非线性和特征耦合特性,提出了基于ITD与排列熵的往复压缩机轴承故障特征提取方法.利用ITD方法将各状态振动信号分解为一系列PR分量,依据相关性系数选择代表故障状态主要信息的PR分量,计算其排列熵形成有效的特征向量.以平均样本距离为特征向量可分性标准,对比了ITD与近似熵方法所提取特征向量,结果表明此法具有更好的可分性.     

基于近似熵的短路过渡焊接规范分析

介绍非线性参量近似熵的理论及算法,提出由近似熵的角度去分析短路过渡弧焊稳定性的思想,对指导实际焊接过程时的规范选择有参考作用.在焊接参数均满足匹配条件下,采集短路过渡的弧焊电流信号,对该电流信号的近似熵进行计算,结合传统的最佳电弧的理论认识,通过比较不同规范下近似熵的大小和近似熵的标准方差,探索得出近似熵与稳定性的规律.结果表明最佳的焊接规范具有近似熵较大,标准方差较小的特征,且在最佳的焊接规范中标准方差最小就对应着最佳电弧.     

多分辨率能量波动-近似熵方法的设备故障诊断研究

结合小波包分解(WPT)方法和近似熵(ApEn)方法,提出一种多分辨率能量波动-近似熵方法的设备故障诊断技术.首先利用小波包分解将振动信号分解为各频率成分正交、无冗余和无遗漏的子信号,然后对子信号进行能量波动检验,给出故障的存在性诊断;对于存在故障的子信号进行近似熵计算,根据近似熵值的大小,分析信号的复杂性程度,即故障的严重程度.仿真及工程验证结果表明,提出的方法可以有效诊断设备故障的存在性及严重程度.     

CEEMDAN和样本熵相结合的球磨机负荷识别方法

针对磨矿作业过程中球磨机的筒体内部情况复杂难以仅靠经验估计负荷状态的问题,提出一种自适应白噪声的完整经验模态分解(CEEMDAN)结合样本熵和极限学习机(ELM)的球磨机负荷状态识别方法.首先,通过CEEMDAN算法对不同负荷状态下原始信号进行分解,利用相关系数法筛选有效的IMF分量;然后,通过分析3种负荷状态下振动信号的有效IMF分量的样本熵在不同数据长度、嵌入维度和相似容限下的值,来确定计算样本熵的最佳参数.结果表明,3种负荷状态下振动信号的有效IMF分量样本熵有明显区别,可以有效识别出磨机不同负荷状态.将各组信号有效IMF分量样本熵作为ELM的输入,球磨机负荷状态为输出,建立了磨机负荷状态识别模型.利用磨矿实验进行验证,表明此种方法应用在球磨机负荷识别上的有效性,整体识别率高达96.81％,且对比于EMD-样本熵和MEEMD-样本熵,总体识别率分别提高了 12.41％和9.01％.     

被测量信息熵、测量误差熵及其关系

从信息论角度建立被测量、测量误差和测量结果的数学模型.给出被测量信息熵、测量误差熵和测量结果信息熵的定义、相互关系以及求解方法.并指出典型分布下不确定度、置信系数与信息熵的数学关系.     

基于关联距离熵的齿轮箱故障诊断

将非线性时间序列的局部投影消噪算法引入到故障诊断领域中,并应用改进的局部投影算法对齿轮箱箱体表面振动信号进行消噪,最后通过计算关联距离熵来进行齿轮箱故障诊断,实验证明,该方法能达到很好的诊断效果.     

离心压缩机热力过程熵变分析

运用热力学理论对离心压缩机热力过程进行熵变分析,通过比较熵变数值大小,来判断压缩机工作状况.     

一种时间序列异常检测用参数化熵滤波器

针对机械系统中近似高斯分布的低信噪比时间序列,设计出一种用于异常检测的参数可调熵滤波器。为检测均值漂移和方差变动这两类统计特性异常,对基于滑动窗的Shannon熵滤波器的参数设置策略进行研究。引入单调因子K1,在保证滤波器工作单调性的同时,可以获取不同的平滑效果。通过引入尺度因子K2,实现对熵滤波器正常信号容限的调节,从而实现时间序列的可变尺度异常检测。以时间序列中异常信号与正常信号统计特性重合度在滤波前后之比作为滤波器性能评价指标,利用仿真信号分析两个参数在检测均值漂移和方差变动异常时的合理取值范围。对电子清纱器颜色异纤信号的检测试验结果表明,这种带参数的熵滤波器对近似高斯分布的时间序列信号具有良好的异常检测能力。     

基于小波熵指标的结构损伤检测

对小波熵在土木工程结构损伤检测中的适用性进行分析,利用小波变换时一频局部化性能,将小波分析和信息熵结合起来,建立小波能谱熵、小波时间熵和相对小波熵等结构损伤指标.通过数值模拟和工字梁的试验数据对各指标和损伤识别方法进行了分析检验,识别出模拟梁和试验梁的损伤位置.识别结果表明,基于小波熵的指标是一个对结构局部损伤敏感的、比较好的损伤指标.     

基于排列熵和GMM的说话人识别系统

文章设计的说话人识别系统,采用基于排列熵的端点检测算法,对采集的语音信号提取能够反映人对语音的感知特性的Mel频率倒谱系数(MFCC)进行矢量量化.设计的GMM模型通过实验调整模型参数,对说话人进行识别取得了很好的结果,鲁棒性、识另惜果、系统计算量、复杂度都比较令人满意.     

改进熵权法在工程项目评标决策中的应用

提出了一种更符合评标实际的权重确定方法,即结合指标值合理区间的熵权法.整理出了一套完整的权重确定模型,并结合工程项目评标实例,论证了其可行性.实例分析证明该模型能合理确定各指标权重,得到更合理的评标结果.     

板成形熵产生分析

基于热力学基本定律和力学方程建立了板成形的热力学系统的数学模型.板成形系统分成两个热力学子系统即塑性变形体子系统和刚体子系统,板料系统定义为塑性变形体子系统,模具系统定义为刚体子系统,基于热力学第二定律推导板成形热力学系统的熵产生方程.     

Robot's Emotion Decision by Energy and Entropy Concepts

This study is to introduce concepts of energy and entropy to describe a robnot's emotion decision.It chooses the dimensinal approach based on factors of pleasure and arousal for the merit of the interpolation between emotions.Especially,Circumplex model which has also two axes:pleasure and arousal is used.Besides,the model indicates how emotions are distributed in the two-dimensional plane.Then by the definition of psychodynamicsthe energy states (mental energy and physical energy) are matched to pleasure and arousal respectively that are the basis of Circumplex model.The mental energy is updated by the result of Prospect theory which measures the value of gain and loss as pleasure factor.And the physical energy is updated by the result of hedonic scaling which measures levels of arousal from pleasure computed by Prospect theory,and the result of intensity of stimuli.Then the energy states are fed by entropy.The feedback loop by entropy satisfies the 2nd law of thermodynamics.The energy states generated by stimuli and fed by entropy take a position in the plane of Circumplex model.Then distances between the current position and other emotions are computed to get a level of each emotion,proportional to the inverse of the distance.