大型旋转机械转子故障的重要特征是异常振动。本项目对基于信息融合的定量信息熵特征提取方法进行研究。通过融合多源振动信号及其时、频、相信息,提炼评价转子整体与局部振动状态特征的信息熵,探寻信息熵特征随故障类型、故障源位置、不同检测条件等因素变化的客观规律。从而,提出监测旋转机械状态变化的新指标体系以及故障诊断、故障定位的新方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
信息熵-保真度联合度量函数的单幅图像去雾方法
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
城市生活垃圾热值的特征变量选择方法及预测建模
旋转机械振动故障信息火用诊断方法研究
基于信息融合方法的大型旋转机组安全评价技术研究
旋转机械振动瞬时特征向多目标状态映射的可视化研究
复杂环境下状态信息融合稳健方法研究