电站汽轮机转子振动故障的柯尔莫果洛夫熵诊断方法

摘要

本发明涉及一种电站汽轮机转子振动故障的柯尔莫果洛夫(Kolmogorov)熵诊断的方法，基于混沌对系统初始条件的敏感依赖性和相空间轨道的稠密性，通过研究系统故障所引起的吸引子结构的动态变化，依靠混沌特征量—Kolmogorov熵对系统状态变化的敏感性，来实现故障准确定位。采用小波包滤波和Kolmogorov熵诊断相结合的技术，先对原始振动数据进行小波包滤波，再对滤波后的数据赋值给一个时间序列，然后提取该时间序列的混沌特征量—Kolmogorov熵来进行故障定位。本发明算法简单，容易实现，可以有效克服采样过程中出现的噪声干扰，计算精度比较高，这些良好的性能大大增加了它的应用范围。

主权项

1.一种电站汽轮机转子振动故障的柯尔莫果洛夫熵诊断方法，其特征在于包括如下步骤：(1)对原始振动数据进行小波包分解，提取各种故障频谱特征所在的信号频段再进行小波包重构，从而达到滤波的目的；(2)对滤波后的结果赋值给一个时间序列，运用C-C方法计算出该时间序列的时间延迟；(3)设置该时间序列的嵌入维数初值，对该时间序列进行相空间重构，考察该相空间吸引子上的两个初始点，该两个初始点之间的初始距离小于时间序列的平均绝对偏差，记下该两个初始点分离至间距大于所述平均绝对偏差所需的时间；分别记下吸引子上初始距离小于所述平均绝对偏差的各点对分离至所述点对间距大于所述平均绝对偏差所需的分离时间，由所有点对的分离时间的平均值计算柯尔莫果洛夫熵的大小；(4)增加嵌入维数初值，再计算在该嵌入维数初值下的柯尔莫果洛夫熵值，一直到柯尔莫果洛夫熵值不再随嵌入维数初值变化，即柯尔莫果洛夫熵值达到饱和，记下该饱和时的柯尔莫果洛夫熵值；(5)通过比较不同故障状况下所求得的步骤(4)所述饱和时的柯尔莫果洛夫熵值，进行故障定位。