潘宏侠, 都 衡, 马春茂

(1.中北大学机械与动力工程学院 太原，030051) (2.重庆青山工业有限责任公司 重庆，402761)(3.西北机电工程研究所 咸阳，712099)



局域波信息熵在高速自动机故障诊断中的应用*

潘宏侠1, 都 衡2, 马春茂3

(1.中北大学机械与动力工程学院 太原，030051) (2.重庆青山工业有限责任公司 重庆，402761)(3.西北机电工程研究所 咸阳，712099)

针对自动机工作时的短时冲击信号特征，首先，对其运动形态进行分解，截取与故障构件动作相对应的振动信号进行分析；其次，利用多层小波包分解截取信号，对其频率成分及能量分布进行研究；然后，将小波包分解后频带能量大的信号重构进行局域波分解，同时提取局域波奇异谱熵、边际谱熵和特征空间谱熵定量描述信号状态的时域、频域和能量的变化，并将其作为故障特征量；最后，利用遗传算法的全局寻优能力对支持向量机的参数进行优化，建立了遗传支持向量机(genetic algorithms-support vector machine,简称GA-SVM)模型，将提取的特征量输入其中进行故障分类识别，并将识别结果与空间穷尽搜索支持向量机(support vector machine,简称SVM)的识别结果进行对比。

局域波； 信息熵； 自动机； 遗传支持向量机； 小波包分解

引 言

高速自动机是小口径高炮的核心部件，其工作环境恶劣，运动规律复杂，在运动过程中经常伴随着激烈的撞击、摩擦、振动和跳动等，因此，其工作可靠性、各构件的裂纹及磨损逐渐成为火炮监测与诊断领域关注的焦点。自动机作为一个复杂的机械系统，当构件出现裂纹等故障时会影响其响应信号的频率能量特性，因此，笔者采用现代测试与分析方法，对自动机射击工作过程中的振动信号进行采集并应用信号处理方法提取对故障信息敏感的特征量，从而对故障加以识别。……