基于近似熵的往复压缩机气阀故障复杂性测度分析.pdf

《基于近似熵的往复压缩机气阀故障复杂性测度分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、296化工机械2010年基于近似熵的往复压缩机气阀故障复杂性测度分析+赵海峰料<大庆石油学院)刘树林(上海大学)顾孝宋(中国石油昆仑燃气有限公司)摘要针对往复压缩机气阀故障诊断及特征样本提取存在困难，结合近似熵在度量时间序列复杂性方面具有的优势及缺陷．提出适于近似熵分析的分阶段数据划分方法，将其用于分析往复压缩机气闯振动信号与气缸压力信号。结果表明，分阶段的气缸压力信号的近似熵比整体样本数据及气阀振动信号更具一致性，并且具有明显的分类效果，能够有效识别气闯故障状态。关键词近似熵往复压缩机气阀特征提取中图分类号TQ051．21文献

2、标识码A文章编号0254-6094(2010)03-0296-04振动信号与压力信号是往复压缩机状态监测与故障诊断领域中常用的动态参量之一，由于机组结构复杂、激励源众多等因素影响，其振动信号与压力信号总体表现为非平稳、非线性的混合信号，即信号中既包含确定性过程，又有随机过程。频谱分析图中故障的变化频带指示不清楚；小波分析或小波包分析虽然适于处理非平稳信号，但是往复压缩机运行过程中众多运动部件的相互激励、耦合，使时域波形呈现出多变特性，给小波基函数的选取带来困难。近年来由Huang⋯提出的适于处理非平稳、非线性信号的Hilbert

3、-Huang变换已经取得了众多应用成果，但是其在分解过程中由于受噪音干扰及自身方法的缺陷，分解的各层固有模态函数含有虚假成分，对于缺乏先验知识的往复压缩机特征频率成分而言，难以选取实际的固有模态函数，也就无法准确地进行特征提取与故障诊断。基于Lyapunov指数、分数维、Kol-mogorov熵等非线性动力学参数的大多数复杂性分析在分析非线性信号时具有较大优势，但这些复杂性测度方法的计算数据量大，对噪声很敏感‘引。近似熵是近年来由Pincus口1提出的一种衡量时间序列复杂性测度的统计方法，因其在时间序列复杂性测度中所需数据较短，

4、有较好的抗噪抗干扰能力。文献[4]指出，近似熵大致相当于维数变化时新模式出现的对数条件概率的均值，在衡量时间序列的复杂性方面具有一般意义，而不仅仅是一个非线性动力学参数，对随机过程和确定性过程都适用。目前在诸如心率信号、血压信号等复杂性研究的医学领域一’、检测气候突变复杂性研究旧。等领域得到较好应用。1近似熵算法简述Ⅳ点时间序列M={H(1)，Ⅱ(2)，⋯，M(／v)}(u(·)为数据点)的近似熵计算方法如下：a．预先给定m和r，其中m为用于比较的序列长度，r为接受比较的容限；b．将该时间序列按序号依次组成长度为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)}·黑龙江省研究生创新科研项目(YJSCX2009-087HI．d)。··赵海峰，男，1981年7月生，博士研究生。黑龙江省大庆市，163318。第37卷第3期化工机械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．计算任意两矢量的差值，并将其最大值定义为该二矢量的距离，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．针对每一个i值，计算d[髫(i)，戈(J)]

8、1～0．25std(M)，其中std(Ⅱ)为该时间序列的标准差；N=500—5000。对一给定的In、r及Ⅳ，近似熵相当于维数m变化时新模式出现的条件概率的自然对数的均值，在衡量时间序列的复杂性方面具有一般意义，能够反映时间序列在结构上的复杂性，对随机过程和确定性过程都适用油1。近似熵越大，产生新模式的概率越大，序列越复杂。例如，周期信号的近似熵值就很小，而随机信号的近似熵值就较大。另外近似熵与信号频率成分自身的复杂性有关，而与其幅值和相位无关，这为分析实测数据提供了有利途径，而不用因信号消噪或去除趋势项致使丧失部分有用信息。但

9、是近似熵有其重大缺陷，它严重依赖于时间序列长度及其弱的自我一致性，即对一个给定的m和r，同一测点测试的一段数据的近似熵值与另一数据段的近似熵值可能不同，这就为特征提取与故障诊断带来不便，为此，如何选取合适的测试数据也就至关重要。2实例分析采用2D12型往复压缩机