基于信息熵的渦旋壓縮機(jī)的故障診斷研究.pdf

1、近年來基于渦旋壓縮機(jī)的測試系統(tǒng)的平臺搭建和對其振動噪聲的分析，展示出了非常廣闊的應(yīng)用前景，但還是難以滿足渦旋壓縮機(jī)運(yùn)行狀態(tài)監(jiān)測的要求。由于渦旋壓縮機(jī)在國內(nèi)的應(yīng)用時(shí)間還不是很長，對其使用過程中的故障分析還不多，仍處于搭建測試平臺采用傳統(tǒng)單一的頻譜分析描述其工作狀態(tài)的初級階段，其運(yùn)轉(zhuǎn)狀況的性能數(shù)據(jù)還無法通過準(zhǔn)確的數(shù)學(xué)模型計(jì)算獲得。而且渦旋壓縮機(jī)振動的激勵(lì)源較多，殼體表面信號表現(xiàn)為非平穩(wěn)性和非線性，因此對其故障診斷較為復(fù)雜。本文在常規(guī)頻譜分析

2、的基礎(chǔ)上，通過多角度的信息融合更準(zhǔn)確的對非平穩(wěn)信號進(jìn)行了故障判別。
　　 本文從振動信號分析的思路出發(fā)，結(jié)合信息論中熵和灰關(guān)聯(lián)度的理論，建立了一種基于時(shí)域的奇異譜熵、頻域的功率譜熵、時(shí)-頻域小波能量譜熵和小波空間特征譜熵新的的故障診斷方法并以此作為綜合評價(jià)渦旋壓縮機(jī)振動狀態(tài)的定量特征指標(biāo)。對其中幾處難點(diǎn)作了重點(diǎn)分析，一是關(guān)于奇異譜熵的嵌入延遲理論的參數(shù)選取問題，這直接關(guān)乎于奇異分解對于信號的有效信息和噪聲的區(qū)分效果。二是對傳統(tǒng)概