大型旋转机械转子故障的重要特征是异常振动。本项目对基于信息融合的定量信息熵特征提取方法进行研究。通过融合多源振动信号及其时、频、相信息,提炼评价转子整体与局部振动状态特征的信息熵,探寻信息熵特征随故障类型、故障源位置、不同检测条件等因素变化的客观规律。从而,提出监测旋转机械状态变化的新指标体系以及故障诊断、故障定位的新方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多模态信息特征融合的犯罪预测算法研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
环境信息披露会影响分析师盈余预测吗?
国际比较视野下我国开放政府数据的现状、问题与对策
水文水力学模型及其在洪水风险分析中的应用
旋转机械振动故障信息火用诊断方法研究
基于信息融合方法的大型旋转机组安全评价技术研究
旋转机械振动瞬时特征向多目标状态映射的可视化研究
复杂环境下状态信息融合稳健方法研究