基于DCCA-NSEn的系统耦合网络建模与评估

作者：冯龙飞; 高建民; 高智勇; 谢军太; 高旭

来源：振动.测试与诊断, 2019, 39(05): 1046-1136.

DOI：10.16450/j.cnki.issn.1004-6801.2019.05.020

• 去趋势交叉分析
• 耦合关系网络
• 网络结构熵
• 状态评估
• 复杂机电系统

针对流程工业生产系统监测点多,各监测点间具有相关性的特点,提出了一种基于去趋势交叉分析-网络结构熵(detrended cross-correlation analysis-net structure entropy,简称DCCA-NSEn)的复杂机电系统多变量耦合网络建模与状态评估的方法。该方法利用DCCA算法计算多变量两两之间的相关性,构建反映多变量耦合关系的加权网络模型,对监测序列进行滑移求解,得到系统耦合关系网络动态演化模型。利用NSEn方法分析耦合关系网络的结构熵,根据熵随时间的变化趋势对复杂机电系统的服役演化状态进行评估。笔者选取某压缩机组的真实生产数据进行DCCA-NSEn方法验证,然后用耦合去趋势波动分析(coupling detrended fluctuation analysis,简称CDFA)方法对同一组生产数据进行多变量分析,对两方法的分析结果进行对比。结果表明:与DCCA方法相比,本方法具有多变量同时监测评估的优势;与同样是多变量分析的CDFA方法相比,本方法具有评估效果稳定,对系统的异常状态检测效果更明显的优势。

• 单位
  西安交通大学机械制造系统工程国家重点实验室