戴洪德，陈强强，戴邵武，朱 敏

(1.海军航空大学 航空基础学院,烟台 264000; 2.海军航空大学 岸防兵学院,烟台 264000)

随着科技的发展，航空发动机等机械设备在民用及军用中占据着较大的比重并发挥着重要的作用。滚动轴承是各类机械设备的“基石”，其运行状态对整个设备的性能而言至关重要。因此，为了提高机械设备的稳定性与可靠性，实现对机械设备的故障诊断具有重要的理论意义和实际意义。

随着非线性理论的深入发展，许多非线性方法被应用于机械设备的故障诊断。Logan通过对关联维数进行展开研究，并成功将其运用于滚动轴承故障分析[1]。文献[2]结合经验模态分解，利用分形维数对转子系统故障诊断进行了研究分析。文献[3]结合非线性理论，将混沌和Lyapunov指数等理论进行结合，实现了汽轮发动机的故障诊断。文献[4]提出了近似熵概念，并将其应用于机械系统的健康状态管理。然而，在这些非线性理论中，如分形维数、近似熵等研究方法存在着计算量过大，运行速度较慢等缺点，而Lyapunov等理论存在着精度不高等缺点，这在一定程度上制约了其发展。

排列熵(Permutation Entropy，PE)由Bandt和Prompe提出[5]，最早应用于检测时间序列的随机性和动力学突变行为[6]。文献[7]通过对信号进行排列熵分析，证明了通过排列熵可有效放大各信号的动态变化，从而实现不同状态下滚动轴承的状态分析。文献[8]将排列熵应用于转子碰摩数据，并成功实现转子碰摩数据的故障诊断。文献[9]将排列熵概念引入至肌电信号的分析中并取得了很好的效果。……