集成轴心轨迹信息熵及盒维数的转子故障程度判别与故障预示

以转子故障的定量诊断为切入点,针对转子故障程度判别灵敏度不足问题,借助轴心轨迹蕴含的丰富信息,在同时考虑转子轴心轨迹形状不规则程度和混乱程度两方面信息基础上,基于轴心轨迹信息熵和盒维数,提出并构建了一种新的直观评价转子运行状态指标及转子故障程度判别及故障状态预示方法。该方法首先网格化轴心轨迹,然后应用信息熵计算轴心轨迹在网格中的分布情况,量化轴心轨迹混乱程度;同时应用盒维数方法量化故障状态与正常状态轴心轨迹形状的不规则程度,最后集成两方面信息,综合评价转子运行工作状态与判别转子故障程度。实验结果表明:由于利用了轴心轨迹的边界信息,该方法可以识别转子正常模式与故障模式;综合考虑两个指标得出正常状态评估指数最低、碰摩故障指数最高,符合转子实际运行状态,验证了该评估方法的有效性。此外,通过与轴心轨迹象限面积熵法和盒维数法的对比,提出的有量纲指标相比无量纲指标拥有更优的状态描述能力,也符合转子故障的发展趋势,为旋转机械的实时状态评估和故障预测提供了一种新的途径。

Rotor Fault Degree Identification and Indication with Information Entropy and Box Counting Dimension of Axis Orbit