基于运动形态分解与信息熵融合技术的高速自动机故障诊断研究

项目名称： 基于运动形态分解与信息熵融合技术的高速自动机故障诊断研究

项目编号： No.51175480

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 机械、仪表工业

项目作者： 潘宏侠

作者单位： 中北大学

项目金额： 60万元

中文摘要： 在线监测与故障诊断是保证设备正常运转和可靠工作的重要环节，受到普遍关注。课题采用理论研究与实验研究相结合的策略，建立一套基于运动形态分解与信息熵融合技术的高速自动机故障诊断理论与方法。解决实际应用中短时瞬态冲击响应信号中微弱故障信号容易被淹没，有效敏感的特征参量难以提取，难于故障准确定位和实时诊断的问题。利用高速自动机构件运动形态分解特征确定故障作用位置与时刻，再与冲击响应信号的信息熵融合分析处理，提出了短时瞬态冲击信号分析处理与特征提取的新思路新方法，并应用于小口径高炮高速自动机故障诊断领域，拓展了机械故障诊断学科的研究范围。主要研究内容包括：高速自动机故障诊断中信息熵算法；高速自动机运动形态分析与构件裂纹等故障冲击振动响应机理；自动机冲击振动响应的高可靠测试与优化技术研究；基于运动形态分解与信息熵相融合的故障特征提取与优化技术；高速自动机故障定位与诊断技术。

中文关键词： 运动形态；信息熵；高速自动机；特征提取；故障诊断

英文摘要：

英文关键词： Motion Morphology；Information Entropy；High-speed Automata；Feature Extraction；Fault Diagnosis