[发明专利]一种基于信息熵的立磨运行数据阶跃故障诊断方法

权利要求书

1.一种基于信息熵的立磨运行数据阶跃故障诊断方法，其特征在于，所述方法包括：

提取立磨运行中正常工况和故障工况样本数据；

计算样本数据的信息熵；

计算正常工况和故障工况的熵差值；

建立Fisher分类器；

将训练样本和测试样本分别输入Fisher分类器进行分类；

将正常工况和故障工况进行聚类；

将测试样本输入Fisher分类器进行诊断；

其中：计算样本类内离散度S_ibar²和总类内离散度S_wbar²具体为：

S_ωbar＝S_1bar²+S_2bar²，

其中，S_1bar²与S_2bar²为样本1和样本2的类内离散度矩阵，定义Fisher总则函数具体为：

其中，m_1bar与m_2bar为样本1和样本2的均值。

2.根据权利要求1所述的基于信息熵的立磨运行数据阶跃故障诊断方法，其特征在于，计算样本数据信息熵具体为：

H(X)＝-∑p(x_i)log(p(x_i)),(i＝1,2,L L,n)，

其中，H(X)为求得的信息熵，p(x_i)为样本事件x_i的发生概率，X表示随机变量，随机变量的取值为x₁,x₂,L L x_n，且有∑p(xi)＝1。

3.根据权利要求1所述的基于信息熵的立磨运行数据阶跃故障诊断方法，其特征在于，计算正常工况和故障工况的熵差值具体为：

C(x)＝H₁(x)-H₂(x)，

其中，x是对应信息熵的顺序点，H₁(x)为正常工况信息熵，H₂(x)为故障工况信息熵。

4.根据权利要求1所述的基于信息熵的立磨运行数据阶跃故障诊断方法，其特征在于，确定阈值y₀具体为：

5.根据权利要求1所述的基于信息熵的立磨运行数据阶跃故障诊断方法，其特征在于，在笛卡尔坐标系中建立聚类目标函数具体为：

其中K是类别，阶跃故障中K＝2，c_i是质心，x是样本数据，dist是笛卡尔坐标系中的距离。