排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
基于信息熵贴近度和证据理论的旋转机械故障诊断方法 总被引:9,自引:3,他引:9
从信息融合的思路出发,建立反映振动能量的旋转机械故障状态的信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵。通过试验,建立了旋转机械典型故障下的信息熵期望值,即获得基于信息熵的故障诊断标准特征向量。由于传感器的不确定性和故障的多样性,提出采用D-S证据理论来对4种信息熵进行信息融合。根据越相似模式间的距离越短的思路,提出采用信息熵贴近度来建立证据理论的基本可信度分配,以基于基本可信数的决策方法来作为故障模式识别方法。通过实例计算,证明基于信息熵贴近度和证据理论的旋转机械故障诊断方法是故障模式定量识别的一种可行的新方法。 相似文献
2.
基于小波分析的透平机械振动故障特征定量识别研究 总被引:6,自引:0,他引:6
通过对透平机械振动信号的连续小波变换,利用小波滤波器良好的时频特性,研究了振动故障信号的统计特征.在信号的特征提取中引入“灰度矩”,并把一阶矩作为定量指标.对8种典型振动故障信号的初步研究表明,这种方法能够简单有效地提取信号的特征,区分振动故障. 相似文献
3.
4.
5.
6.
基于信息熵距的旋转机械振动故障诊断方法 总被引:6,自引:2,他引:6
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. 相似文献
7.
8.
9.
10.
汽轮机组监测诊断系统中虚拟传感器的数学模型 总被引:4,自引:4,他引:4
采用硬件的冗余配置是提高可靠性的传统方法,虚拟传感器可实现对汽轮发电机组监测诊断系统中参数测点的软件冗余。该文对利用基神经网络建立虚拟传感器数学模型的几个问题进行了讨论,其中包括基神经网络的选择,采用遗传算法对输入参数的组合进行优选。通过归一化、加入白噪声等方法优选出训练样本,以及对虚拟传感器扩展性和可移植性等进行研究,为虚拟传感器的工程应用提供可借鉴的数值经验。 相似文献