基于DCCA-NSEn的系统耦合网络建模与评估

论文摘要

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。

论文目录

• 引言
• 1 基础理论
•   1.1 时间序列耦合性分析的DCCA方法
•   1.2 网络结构熵
• 2 基于DCCA-NSEn的多变量状态评估
•   2.1 监测数据集预处理
•   2.2 时间窗口宽度的选取
•   2.3 DCCA指数网络的构建
•   2.4 基于NSEn的系统服役综合状态表征
• 3 实例验证
•   3.1 监测时间序列变量选择
•   3.2 数据预处理
•   3.3 求时间序列滑移窗口宽度W
•   3.4 监测变量间的耦合性分析及构建
•   3.5 基于NSEn的系统服役状态演化规律分析
•   3.6 其他多变量综合状态评估方法
•   3.7 方法评价与对比
• 4 结束语

文章来源

类型: 期刊论文

作者: 冯龙飞,高建民,高智勇,谢军太,高旭

关键词: 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

来源: 振动.测试与诊断 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 数学,机械工业,自动化技术

单位: 西安交通大学机械制造系统工程国家重点实验室

基金: 国家质量监督检验检疫总局“质量基础设施效能研究重点实验室开放研究课题”基金资助项目（KF20180301）

分类号: O157.5;TP271.4;TH45

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

页码: 1046-1052+1135-1136

总页数: 9

文件大小: 589K

下载量: 120