[发明专利]一种基于信息熵的旋转机械振动故障诊断方法及其系统

权利要求书

1.一种基于信息熵的旋转机械振动故障诊断方法，其特征在于，包括如下步骤：

获取旋转机械的振动数据；

利用振动数据构建多维时间序列矩阵，并对该多维时间序列矩阵进行处理从而获得时域信号矩阵；

对时域信号矩阵中的每个元素进行处理，得到幅值谱矩阵和功率谱矩阵；

对各类矩阵中的每一个序列进行信息熵计算，并通过信息熵的值反映旋转机械的状态；其中，各类矩阵包括：时域信号矩阵、幅值谱矩阵和功率谱矩阵；各类矩阵中的每个元素均为一个序列；

其中，对每一个序列进行信息熵计算的子步骤包括：

对各类矩阵中的每一个序列进行归一化处理，获得归一化数据序列；

按照步长对归一化数据序列进行数据段划分；

统计归一化数据序列在各个数据段中的信息量；

根据统计的信息量，计算数据序列的任意数据段中信息的信息比重；

利用信息比重计算子序列矩阵中各元素的信息熵；

利用元素的信息熵，计算振动方向的信息熵的统计特性；

根据统计特性计算振动信号的信息熵总和；

其中，统计归一化数据序列在各个数据段中的信息量的判断式如下：

其中，为归一化数据序列；δ₀为步长；v表示数据段的索引；n为自然数，n＝1,2,3,...,τ，τ为时间尺度；

对归一化数据序列中的每一个元素行进遍历；如果满足判断式，则信息量num_v增加1。

2.根据权利要求1所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，利用振动数据构建多维时间序列矩阵，并对该多维时间序列矩阵进行处理从而获得时域信号矩阵的子步骤包括：

利用振动数据构建多维时间序列矩阵；

对多维时间序列矩阵进行分割，获取所有方向的时间子序列矩阵；

利用所有方向的时间子序列矩阵构成时域信号矩阵。

3.根据权利要求2所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，多维时间序列矩阵的表达式如下：

其中，X_i,j(t)为多维时间序列矩阵；i表示传感器测量的方向，取值范围为i＝1,2,3，其中i＝1表示旋转机械的径向方向d_r，i＝2表示旋转机械的切向方向d_t，i＝3表示旋转机械的轴向方向d_s；N为正整数，表示总采样次数；j表示任意一个采样数据；t表示时域。

4.根据权利要求2或3所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，时域信号矩阵，具体表达式如下：

其中，Y(t)为时域信号矩阵；t表示时域；y^m(t)表示任意方向的子序列矩阵，m为测试方向，取值范围为m＝1,2,3；表示任意子序列；u为子序列矩阵索引，取值范围为u＝1,2,3,...,k；k为子序列的个数。

5.根据权利要求1所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，归一化处理数据序列的表达式如下：

其中，为归一化数据序列；表示任意子序列；u为子序列的索引，取值范围为u＝1,2,3,...,k，k为子序列的个数。

6.根据权利要求1所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，步长和数据段个数之间的关系表达式如下：

其中，δ₀为步长；为归一化数据序列；s为数据段的个数。

7.根据权利要求1所述的基于信息熵的旋转机械振动故障诊断方法，其特征在于，数据段的划分结果的表达式如下：

其中，为归一化数据序列的数据段划分结果；δ₀为步长；为归一化数据序列；s为数据段的个数。