2012年第1期（总231期）
设计研究
文章编号：1006-2971(2012)01-0001-05
压缩机技术 Compressor
基于信息熵的涡旋压缩机故障诊断研究
刘涛，黄成东
（兰州理工大学机电工程学院，甘肃兰州730050）
摘要：为了定量描速涡旋压缩机运行状态，在状态特征提取的基础上，从振动信号分析的思路出发，结合信息论中摘和灰关联度的理论，建立了一种基于时域的奇异谱摘、频城的功率谱炼、时一频城小波能量谱摘和小波空间特征谱端的故障诊断方法，并作为综合评价涡旋压缩机振动状态的定量特征指标，可
实现对涡旋压端机几种故障的较好识别，证明了该故障诊断方法的有效性。关键词：涡旋压缩机；信息摘；灰关联度；故障诊断
中图分类号：TH455
文献标志码：A
Study on the Fault Diagnosis for Scroll Compressor Based on Information Entropy
LIUTao,HUANG Cheng-dong
(College of Mechanical and Electrical Engineering,Lanzhou University of Technology,Lanzhou 730050, China) Abstract : In order to make a quantitative description for the running status of the scroll compressor,on the basis of the state feature extraction,in view of the notion of vibration signal analysis, combined with the theory of en-tropy and grey incidence degrees in information theory, the paper sets up a fault diagnosis method of information entropy which based on singular spectrum entropy in time domain, power spectrum entropy in frequency domain wavelet power spectrum entropy and wavelet space feature spectrum entropy in time frequency domain, which is used as the comprehensive appraisal index of quantitative feature for the scroll compressors vibrational status An instance proves that the method is effective and can be able to identify several kinds of fault state of scroll compressor well
Key words:scroll compressor;information entropyigrey incidenee degrees;fault diagnosis
引信言 1
涡旋压缩机是近年来发展起来的一种新型压缩机，它具有体积小、质量轻、零部件小、结构紧漆等结构特点，广泛地应用于空调、制冷、各种气体压缩、发动机增压以及增压泵等系统，引起了人们的高度重视(1]。但是涡旋压缩机在国内的应用时间还不是很长，对其使用过程中的故障分析还不多，仍处于措建测试平台采用传统单一的频谱分析描述其工作状态的初级阶段，其运转状况的性能数据还无法通过准确的数学模型计算获得。
近年来基于涡旋压缩机的测试系统的平台搭建收稿日期：2011-1014
基金项目：国家白然科学基金资助项目（编号50965011）；甘肃省自
然科学基金资助项目（编号1014RJZA025）；甘肃省高等学校基本科研业务费项目
和对其振动噪声的分析，展示出了非常广阔的应用前景，但还是难以满足涡旋压缩机运行状态监测的要求。彭斌[2]等人提出了基于模块化硬件的方法开发测试系统来获得涡旋压缩机的运转情况，但没有对运转状况的异常进行分析。刘振全3]对涡旋压缩机的振动信号进行了时域和频域分析，但易受到现场干扰信号的影响。邵华[4}通过LabVIEW开发平台实现了涡旋压缩机的振源确定，但振动信号的频域分析与故障征兆之间的对应关系往往受采样时刻、振动测试点、采样频率等要求，故障诊断的可靠性不强。
本文针对涡旋压缩机振动信号采用了谱摘分析，利用其具有的无序性和较强的抗噪能力对提取的性能数据进行综合诊断。回避了采用传统单一的频谱分析来实现对涡旋压缩机振动信号的故障分析，能从多角度的信息融合诊断抓住隐含的有用信