旋转机械振动故障信息火用诊断方法研究

在基于振动的旋转机械信息融合故障诊断中，信息熵方法是融合状态信息的诊断方法。但仅分析某状态下单传感器采集的振动信号，常出现虚警、漏报、混淆情况，这是故障辨识和诊断的一个瓶颈。如果设备发生故障，在某一状态的振动信号中，故障信息不一定明显或被其他信号淹没，但在另一些状态下可能很突出。显然，从多个测点观察一个由很多状态构成的过程，发现故障的机会大幅增加。热力学熵和火用分别描述状态和过程，后者用于评价热力学过程中的有效功。由此，对应信息熵提出信息火用概念，建立信息火用分类和评价模型，将状态分析延伸到过程分析，提取设备运行过程中反映某特征的振动有效信息集，使故障征兆更突出。通过在时域、频域、时频域以及信息熵域中，优化信息的系统划分，筛选分类测度，研究信息火用特征与故障类型、分布和程度之间的定量关系，形成基于过程信息融合的多测点评价振动状态的信息火用指标体系和故障诊断新方法。