试议基于信息熵涡旋压缩机故障诊断-大专

论文导读：谱熵、小波能谱熵和小波特点谱熵这四种熵的数学模型建立。结合整理出的涡旋压缩机的不同转速下的熵值参考样本与待诊样本进行了灰关联比较浅析，直接利用灰关联度的量化结果实现了对涡旋压缩机几种故障的很好识别,证明了该故障诊断策略的有效性。关键词：涡旋压缩机论文信息熵论文灰关联度论文故障诊断
摘要：近年来基于涡旋压缩机的测试系统的平台搭建和对其振动噪声的浅析，展示出了非常广阔的运用前景，但还是难以满足涡旋压缩机运转状态监测的要求。由于涡旋压缩机在国内的运用时间还不是很长,对其利用历程中的故障浅析还不多，仍处于搭建测试平台采取传统单一的频谱浅析描述其工作状态的初级阶段，其运行情况的性能数据还无法通过准确的数学模型计算获得。而且涡旋压缩机振动的激励源较多，壳体表面信号体现为非平稳性和非线性，由此对其故障诊断较为复杂。本论文在常规频谱浅析的基础上，通过多角度的信息融合更准确的对非平稳信号进行了故障判别。本论文以振动信号浅析的思路出发,结合信息论中熵和灰关联度的论述，建立了一种基于时域的奇异谱熵、频域的功率谱熵、时-频域小波能量谱熵和小波空间特点谱熵新的的故障诊断策略并以此作为综合评价涡旋压缩机振动状态的定量特点指标。对其中几处难点作了重点浅析，一是关于奇异谱熵的嵌入延迟论述的参数选取不足，这直接关乎于奇异分解对于信号的有效信息和噪声的区分效果。二是对传统概率熵加入了滑动时窗进行了改善，使其功率谱熵和小波能谱熵体现了信号局部特点的分布差别和变化。在MATLAB信号处理工具箱里利用信息熵的几种算法实现了对奇异谱熵、功率谱熵、小波能谱熵和小波特点谱熵这四种熵的数学模型建立。结合整理出的涡旋压缩机的不同转速下的熵值参考样本与待诊样本进行了灰关联比较浅析，直接利用灰关联度的量化结果实现了对涡旋压缩机几种故障的很好识别,证明了该故障诊断策略的有效性。关键词：涡旋压缩机论文信息熵论文灰关联度论文故障诊断论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要7-8
Abstract8-10
插图索引10-11
附表索引11-12
第1章 绪论12-17

1.1 课题探讨的背景12

1.2 国内外的探讨近况12-14

1.2.1 涡旋压缩机国外探讨近况12-13

1.2.2 涡旋压缩机国内探讨近况13-14

1.3 涡旋压缩机的进展走势14-15

1.4 课题的来源与作用15-16

1.4.1 课题来源15

1.4.2 课题作用15-16

1.5 课题主要探讨工作16-17

第2章 涡旋压缩机故障特点和实验平台概述17-24

2.1 涡旋压缩机的基本结构17-18

2.2 涡旋压缩机的基本原理18-19

2.3 涡旋压缩机故障诊断中的难点19-20

2.4 涡旋压缩机故障特点20-21

2.5 故障测试平台的搭建21-24

第3章 信息熵论述及相关特点24-41

3.1 信息熵的定义24-26

3.

1.1 熵的概念24-25

3.

1.2 熵的性质25-26

3.2 基于信息熵的涡旋压缩机故障策略26-27

3.3 信息熵诊断的基本原理27

3.4 振动信号时域的信息熵特点27-31

3.4.1 奇异值分解论述27-29

3.4.2 参数选取不足29-31

3.5 振动信号频域的信息熵特点31-32

3.6 振动信号时-频域的信息熵特点32-40

3.6.1 连续、离散小波区别34

3.6.2 连续小波变换34-37

3.6.3 离散小波变换37-40

3.7 本章小结40-41

第4章 灰关联度浅析41-51

4.1 灰色关联介绍41-50

4.

1.1 灰色关联浅析的概述41-42

4.

1.2 灰关联空间定义42-43

4.

1.3 灰关联度浅析模型43-47

4.

1.4 灰关联浅析在复杂机械设备诊断中的运用47-49

4.

1.5 灰关联浅析的运用举例49-50

4.2 本章小结50-51
第5章 实验结果浅析51-66

5.1 熵的浅析模块51-52

5.

1.1 MATLAB 信号处理工具箱51-52

5.

1.2 信号处理工具箱中算法实现52

5.2 测试案例52-53

5.3 结果浅析53-63

5.4 不同转速下的信息熵63-64

5.5 基于灰关联度故障诊断策略64-65

5.6 本章小节65-66

结论与展望66-67
参考文献67-71
致谢71-72
附录 A 攻读学位期间所发表的学术论文72-73
附录 B 部分奇异值谱熵程序73-74
附录 C 功率谱熵部分算法实现程序74-76
附录 D 小波空间特点熵76-77
附录 E 部分小波能谱熵源程序77-78