崔铁军，李莎莎

（1.辽宁工程技术大学 安全科学与工程学院，辽宁 阜新 123000;2.辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 125105）

系统故障及其过程受到很多因素影响。这些因素的变化情况，决定了系统故障的发生特征。那么针对在不同因素或多个因素联合变化过程中，系统故障变化衡量是关键问题[1]。总体上衡量方式要考虑全过程、全因素情况下的系统故障变化。局部也应考虑某些因素对系统故障影响作用的差异。可解释为单个因素或因素联合变化中系统故障的稳定性或变化程度。研究系统变化的方法很多，其中熵定义就可用来描述系统故障变化情况。

目前使用熵来描述系统故障和可靠性的研究不多。国内主要有：使用能量熵辨识直流短路故障[2]；基于样本熵的轴承故障诊断[3]；小波相对熵的系统接地故障定位[4]；对于改进多尺度排列熵的轴承诊断[5]；基于多尺度熵的轴承故障可拓智能识别[6]；基于信息熵与PNN 的轴承故障诊断[7]；基于电−振信号熵权特征的故障诊断[8]；基于故障特征信息量的诊断[9]；使用平滑先验分析和模糊熵的故障诊断[10]；基于EMD 模糊熵与会诊决策融合的故障诊断[11]；基于交叉熵改进NPE 间歇过程的故障检测[12]。国外研究主要包括：基于集对称交叉熵的故障诊断[13]；改进多尺度模糊熵的故障分类方法[14]；基于Otsu 方法和熵权法的缺陷分析[15]；自回归近似熵方法识别多故障机械劣化[16]；改进多点最优最小熵反褶积方法的故障检测[17]；基于改进ADMM 和最小熵反褶积的故障诊断[18]及机械故障诊断推理研究[19]等。……