資源描述：
《基于近似熵的往復(fù)壓縮機(jī)氣閥故障復(fù)雜性測度分析.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、296化工機(jī)械2010年基于近似熵的往復(fù)壓縮機(jī)氣閥故障復(fù)雜性測度分析+趙海峰料<大慶石油學(xué)院)劉樹林(上海大學(xué))顧孝宋(中國石油昆侖燃?xì)庥邢薰?摘要針對往復(fù)壓縮機(jī)氣閥故障診斷及特征樣本提取存在困難，結(jié)合近似熵在度量時間序列復(fù)雜性方面具有的優(yōu)勢及缺陷．提出適于近似熵分析的分階段數(shù)據(jù)劃分方法，將其用于分析往復(fù)壓縮機(jī)氣闖振動信號與氣缸壓力信號。結(jié)果表明，分階段的氣缸壓力信號的近似熵比整體樣本數(shù)據(jù)及氣閥振動信號更具一致性，并且具有明顯的分類效果，能夠有效識別氣闖故障狀態(tài)。關(guān)鍵詞近似熵往復(fù)壓縮機(jī)氣閥特征提取中圖分類號TQ051．21文獻(xiàn)
2、標(biāo)識碼A文章編號0254-6094(2010)03-0296-04振動信號與壓力信號是往復(fù)壓縮機(jī)狀態(tài)監(jiān)測與故障診斷領(lǐng)域中常用的動態(tài)參量之一，由于機(jī)組結(jié)構(gòu)復(fù)雜、激勵源眾多等因素影響，其振動信號與壓力信號總體表現(xiàn)為非平穩(wěn)、非線性的混合信號，即信號中既包含確定性過程，又有隨機(jī)過程。頻譜分析圖中故障的變化頻帶指示不清楚；小波分析或小波包分析雖然適于處理非平穩(wěn)信號，但是往復(fù)壓縮機(jī)運行過程中眾多運動部件的相互激勵、耦合，使時域波形呈現(xiàn)出多變特性，給小波基函數(shù)的選取帶來困難。近年來由Huang?提出的適于處理非平穩(wěn)、非線性信號的Hilbert
3、-Huang變換已經(jīng)取得了眾多應(yīng)用成果，但是其在分解過程中由于受噪音干擾及自身方法的缺陷，分解的各層固有模態(tài)函數(shù)含有虛假成分，對于缺乏先驗知識的往復(fù)壓縮機(jī)特征頻率成分而言，難以選取實際的固有模態(tài)函數(shù)，也就無法準(zhǔn)確地進(jìn)行特征提取與故障診斷?；贚yapunov指數(shù)、分?jǐn)?shù)維、Kol-mogorov熵等非線性動力學(xué)參數(shù)的大多數(shù)復(fù)雜性分析在分析非線性信號時具有較大優(yōu)勢，但這些復(fù)雜性測度方法的計算數(shù)據(jù)量大，對噪聲很敏感‘引。近似熵是近年來由Pincus口1提出的一種衡量時間序列復(fù)雜性測度的統(tǒng)計方法，因其在時間序列復(fù)雜性測度中所需數(shù)據(jù)較短，
4、有較好的抗噪抗干擾能力。文獻(xiàn)[4]指出，近似熵大致相當(dāng)于維數(shù)變化時新模式出現(xiàn)的對數(shù)條件概率的均值，在衡量時間序列的復(fù)雜性方面具有一般意義，而不僅僅是一個非線性動力學(xué)參數(shù)，對隨機(jī)過程和確定性過程都適用。目前在諸如心率信號、血壓信號等復(fù)雜性研究的醫(yī)學(xué)領(lǐng)域一’、檢測氣候突變復(fù)雜性研究舊。等領(lǐng)域得到較好應(yīng)用。1近似熵算法簡述Ⅳ點時間序列M={H(1)，Ⅱ(2)，?，M(／v)}(u(·)為數(shù)據(jù)點)的近似熵計算方法如下：a．預(yù)先給定m和r，其中m為用于比較的序列長度，r為接受比較的容限；b．將該時間序列按序號依次組成長度為m的矢量序列：髫
5、(f)=[u(i)，Ⅱ(i+1)，?，Ⅱ(i+m—1)]i=1，2，?，
6、7＼r—m+1式中菇(1)={Ⅱ(1)，u(2)，?，u(m)}·黑龍江省研究生創(chuàng)新科研項目(YJSCX2009-087HI．d)?！ぁぺw海峰，男，1981年7月生，博士研究生。黑龍江省大慶市，163318。第37卷第3期化工機(jī)械297茹(2)={n(2)，“(3)，?，U(m一1)}髫(N—m+1)={址(Ⅳ一m+1)，“(N—m+2)，?，n(Ⅳ)}c．計算任意兩矢量的差值，并將其最大值定義為該二矢量的距離，即：d[石(i)，x(j)]=max{I菇(
7、i+后)一x(j+k)I：O≤k≤m一1，1≤i≤N—m+1，1≤J≤N—m+1}d．針對每一個i值，計算d[髫(i)，戈(J)]8、1～0．25std(M)，其中std(Ⅱ)為該時間序列的標(biāo)準(zhǔn)差；N=500—5000。對一給定的In、r及Ⅳ，近似熵相當(dāng)于維數(shù)m變化時新模式出現(xiàn)的條件概率的自然對數(shù)的均值，在衡量時間序列的復(fù)雜性方面具有一般意義，能夠反映時間序列在結(jié)構(gòu)上的復(fù)雜性，對隨機(jī)過程和確定性過程都適用油1。近似熵越大，產(chǎn)生新模式的概率越大，序列越復(fù)雜。例如，周期信號的近似熵值就很小，而隨機(jī)信號的近似熵值就較大。另外近似熵與信號頻率成分自身的復(fù)雜性有關(guān)，而與其幅值和相位無關(guān)，這為分析實測數(shù)據(jù)提供了有利途徑，而不用因信號消噪或去除趨勢項致使喪失部分有用信息。但
9、是近似熵有其重大缺陷，它嚴(yán)重依賴于時間序列長度及其弱的自我一致性，即對一個給定的m和r，同一測點測試的一段數(shù)據(jù)的近似熵值與另一數(shù)據(jù)段的近似熵值可能不同，這就為特征提取與故障診斷帶來不便，為此，如何選取合適的測試數(shù)據(jù)也就至關(guān)重要。2實例分析采用2D12型往復(fù)壓縮機(jī)
