信息熵与经验模态分解集成的转子故障信号量化特征提取

针对转子振动信号的非线性、非平稳性造成的故障状态难以定量准确描述问题,提出一种基于信息熵和经验模态分解(empirical mode decomposition,EMD)的转子振动信号量化特征提取方法.该方法通过对比转子故障信号EMD分解后各内禀模态分量(intrinsic mode function,IMF)的能量状态及其与原始信号间的相关性程度,在确定出包含主要故障信息的分量基础上,分别对其进行时域、频域及时频域内4种信息熵熵值的计算,从而建立起一种信息熵熵带特征量.实验信号的分析结果表明,该方法能够较好地实现对转子系统故障信号的量化特征提取,所提取出的特征集合具有能够使典型故障特征量之间存在显著差异的性能.     

磁力轴承转子系统的Hopf分叉

研究ＰＤ控制器作用下的分散控制型磁力轴承转子系统，结果表明：磁力的非线性是引起系统自激振动的原因之一。通过研究两种非共振情况下的Ｈｏｐｆ分叉，分析了系统参数对自激振动的影响，给出条件稳定准则，还得到了共振情况下的系统响应方程。     

电磁轴承—转子系统稳定性分析与控制器参数设计

以多质点离散转子为对象，采用对数衰减率作为指标，判别电磁轴承－转子系统的稳定性，分析讨论了控制器各参数对系统各阶模态对数衰减率及固有频率的影响，由此从稳定性出发来指导控制器的参数设计，所采用的分析方法较过去单质点转子及极点配置法更精确和接近于实际转子系统。     

用状态变量法研究轴承-转子系统稳定性

在计算轴承－ 转子系统的稳定性和轴心轨迹时,为克服特征根法、Ｆｏｕｒｉｅｒ 级数法等计算方法的局限性,提出了用状态方程的时域分析法计算流体润滑轴承在位移扰动、冲击载荷和不平衡激励等典型扰动下的轴心轨迹和判断稳定性的方法,根据当前时刻的状态变量值,只要进行一次矩阵乘法即可得到下一时刻的状态变量值,具有不受步长大小的限制而保持较高的计算精度。同时还讨论了小扰动理论的使用条件。     

圆柱滚子轴承若干参数对弹性转子系统临界转速的影响

以圆柱滚子轴承支承的弹性Jeffcott转子系统为研究对象,推导了一种新的计算滚子轴承径向刚度和阻尼的方法.通过编程计算,求解了轴承-转子系统的临界转速,详细研究了滚动轴承的滚子长度、转子质量、轴承间跨距等参数对系统临界转速的影响规律.同时比较了考虑轴承阻尼和不考虑轴承阻尼两种情况下系统临界转速的区别,得出了一系列规律性的曲线关系,并对这些曲线进行了分析.     

考虑非线性油膜力的转子系统稳态响应的研究

利用有限元方法对故障转子系统进行动态仿真，在有限元模型中采用了铁木辛柯梁理论，包含了陀螺力矩，转动惯量，剪切变形以及轴的不对称，偏心的影响，利用有限长轴承理论，将非线性线油膜力学转子系统的影响加入有限元模型中，最后给出了数值仿真的结果。     

参数激励电磁轴承-转子系统的混沌特性

研究了参数激励下电磁轴承-转子系统的非线性动力学嗡题,得出了主参数共振情况下的平均方程,得到了平均系统的Normal Form.对平均方程进行数值模拟,结果表明电磁轴承-转子系统在某些参数区域内可以出现全局分叉和混沌运动.     

电磁轴承-挤压油膜阻尼器支承转子系统的主动控制

转子系统的许多非线性因素由于转子偏心的存在而得到放大 .文中将电磁轴承控制与挤压油膜阻尼器相结合 ,用于转子系统的控制 .这种控制方法可以对转子系统不平衡所引起的离心力进行主动控制 ,避免出现转子与静子之间的碰磨 .给出了系统动力学模型、系统控制框图 ,并进行了仿真计算 .仿真结果验证了这一控制方案的可行性 .     

考虑轴承刚度的转子系统动力学相似模型设计

针对轴承-转子系统的动力学相似实验模型的设计问题,提出一种使实验模型与原型固有特性一致的缩尺几何畸变模型设计方法,并进行了实验验证.首先,采用积分模拟法导出转子系统的动力学相似关系,根据量纲分析理论建立了轴承支撑刚度的相似关系.基于此设计了满足固有频率特性与原型相同的相似模型,并对相似模型同原型进行ANSYS仿真对比分析.为进一步验证所提出的设计方法的正确性和有效性进行了实验,验证了所提出的动力学相似设计方法的正确性.     

推力轴承对柔性转子系统的非线性动力影响

针对推力轴承支承下,推力轴承对柔性转子系统的稳定性影响问题,考虑转子的倾斜后得到了推力轴承提供的非线性力和力矩,建立了单盘柔性转子系统的有限元模型.将转子的轴向和横向运动方程相结合,对其线性自由度进行缩减后形成了整个系统的动力方程,运用打靶法和Floquet稳定性分叉理论,分析了推力轴承以及圆盘质量偏心对整个系统的非线性动力影响.数值结果表明,推力轴承对整个系统运行的稳定性和分叉行为有很大影响,推力轴承延迟了系统周期解的分叉,提高了临界转速和失稳转速,降低了转子共振振幅,因此推力轴承有助于转子系统的稳定运行.     

基于广义局部曲率模态信息熵和BP神经网络的结构损伤识别方法

针对曲率模态对振型节点较不敏感且无法定量估计损伤的问题,在广义局部信息熵的基础上引入曲率模态,推导出广义局部曲率模态信息熵的公式,并建立相应的损伤指标.利用有限元软件Midas civil建立一简支梁桥损伤模型,提取并处理该简支梁的动力参数,将一阶曲率模态和广义局部曲率模态信息熵分别作为神经网络的输入参数,对损伤进行识...     

基于广义柔度曲率信息熵的梁结构损伤识别方法

广义柔度矩阵具有普通柔度矩阵的基本性质,且仅用一些低阶模态数据就可较为准确地获取,减少了截断高阶模态带来的截断误差。结合广义柔度矩阵对低阶损伤模态的敏感性与信息熵对系统非线性显著的突显作用,提出了广义柔度曲率信息熵指标。新指标以广义柔度曲率矩阵对角向量中每个元素与对角元素之和的比值作为整体概率函数,构造新的信息熵函数识别指标。使用简支梁和连续梁两种不同形式的梁结构算例对所提指标的损伤识别能力进行了分析验证,并采用服从截尾高斯分布的误差模型对所提指标的抗噪性进行分析。结果表明：广义柔度曲率信息熵指标能有效识别结构单处、对称位置处及多处损伤,且在误差不大于10%的情况下具有较好的识别精度。     

基于EEMD与模糊信息熵的旋转机械故障诊断方法

针对旋转机械故障识别率偏低的问题,提出一种基于EEMD与模糊信息熵的旋转机械故障诊断方法.该方法结合EEMD分解和模糊信息熵在特征提取方面的优势,构造出一种能够精细度量不同类别振动信号故障概率复杂度的特征集合.首先将原振动信号进行EEMD分解,获得若干个本征模态函数(IMFs);计算出前5个高频IMF分量的模糊信息熵组成高维特征集;利用LPP对高维特征集进行维数约简剔除冗余不相关特征;最后将约简后的样本集输入到KNN分类器中进行故障识别.用双跨转子实验台采集的数据对所述方法进行验证,并与EMD模糊熵、EMD模糊信息熵、EEMD模糊熵方法进行故障识别率对比,结果表明该方法能够有效提取转子振动信号的故障特征,并且具有更高的故障识别率.     

粗糙集与神经网络集成在故障诊断中应用研究

提出了SOM网络－粗糙集－BP网络集成进行故障诊断的方案；首先应用SOM网络离散化故障诊断数据中的连续属性值；然后基于粗糙集理论计算诊断决策系统的约简，根据实际需要确定最优决策系统；最后在最优决策系统的基础上设计BP网络进行故障诊断，4135柴油机的实际诊断结果验证了所提出的民粗糙集理论相结合进行故障诊断的可行性，在数据充分的条件下，该方案可以推广应用于其他机械设备。     

基于系统熵的网络攻击信息支援效能评估方法

为了评估网络攻击对信息作战的支援效能,在系统熵概念的基础上,通过引入基于层次分析的指标权重计算方法,描述了网络攻击下综合系统熵差的计算模型,提出了一种基于系统熵的网络攻击信息支援效能评估方法。仿真实验表明,提出的评估方法能有效度量网络攻击对信息作战系统信息品质的综合影响,为系统评价具体网络攻击手段对信息作战的影响,提供了一种有效的评估方法。     

基于Fuzzy集的Vague集的模糊熵

给出了Vague集的基本概念，阐述了Vague集的本质及Vague集与Fuzzy集之间的关系；通过对投票模型的分析，指出了在投票模型中投中立票者仍然有某种倾向，且该倾向由投赞成票和投反对票的人类之比来决定，在此基础上提出了一种Vague集向Fuzzy集转化的方法，最后给出了基于这种转化方法的Vague集模糊熵的定义。     

模糊集的一类新广义熵

目的研究模糊集的一类新的广义熵。方法将离散随机变量的(k,q)阶广义熵推广到模糊集理论中,定义模糊集的(k,q)阶广义熵和q阶Shannon熵,讨论q阶Shannon模糊熵和q阶Re-nyi模糊熵之间的关系。结果得到了(k,q)阶广义熵和q阶Shannon模糊熵的一系列性质,并且证明了当q≥0.5时,q阶Shannon模糊熵是F(X)上的一个σ-熵。结论拓广了模糊熵,为模糊信息学的深入发展提出了新的思路。     

一种基于信息熵的聚类结果评价方法

文章基于信息熵理论,将模糊聚类评价方法和决策树分类算法联系起来,提出从信息熵角度用决策树分类算法来评价聚类算法结果的有效性,从而确定最佳的聚类个数;并将该方法应用到证券行业客户忠诚度分析模型的建立中.实验结果表明,该方法可以明显提高聚类的效果,并且使得聚类结果的可解释性强,具有良好的实用价值.     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中，提出其概率分布是特征参数X与流体的特征参数Y的距离函数，再用熵与条件熵之差计算得到的互信息去识别地层的流体属性，即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数，并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层，还可推广应用于划分地层岩性等领域。     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中,提出其概率分布是特征参数X与流体的特征参数Y的距离函数,再用熵与条件熵之差计算得到的互信息去识别地层的流体属性,即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数,并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层,还可推广应用于划分地层岩性等领域。