Analysis of rotating machines using entropy of dispersion [Analiza maszyn wirnikowych za pomocą entropii dyspersji]

  • Jędrzej Blaut
  • Łukasz Breńkacz
Streszczenie:
Entropia dyspersji jest miarą statystyczną złożoności, porównującą sposób, w jaki szczegóły w wzorze zmieniają się wraz ze skalą, na której jest mierzony. Można teoretycznie i empirycznie mierzyć kilka rodzajów entropii dyspersji. Samopodobieństwo rozumiane jest jako symetria dotycząca skali, co oznacza, że dla danej struktury (zwykle fraktalnej) w przestrzeni istnieje podobny fragment tej struktury w powiększeniu. Główną cechą w pomiarze fraktalnym jest to, że dla obiektów fraktalnych będzie ona różnić się od ich wymiaru topologicznego, zwykle zgodnie z intuicją. Entropia dyspersji jest używana do charakteryzowania szerokiego spektrum obiektów, począwszy od abstrakcyjnych po zjawiska praktyczne, w tym turbulencję [1], medycynę [2] i trendy rynkowe [3]. Entropia dyspersji coraz częściej pojawia się w aplikacjach technicznych. Przykładem takiej aplikacji może być wykorzystanie entropii dyspersji do diagnostyki łożysk tocznych [4]. Praca badawcza stosuje entropię dyspersji jako czynnik diagnostyczny dla obiektów mechanicznych. Przyjęto założenie, że przy stabilnej pracy maszyn wirnikowych sygnał wibracji zarejestrowany przez czujniki przemieszczenia będzie powtarzalny. Sam pomiar złożoności będzie również odzwierciedlał ten efekt. W przypadku uszkodzenia struktury, np. związanego z uszkodzeniem łożysk lub sprzęgła, sygnał wibracji ulegnie zmianie. Po porównaniu tych sygnałów otrzymamy inną wartość entropii dyspersji niż w przypadku sygnału bazowego. Możliwość szybkiego wykonywania obliczeń do porównania sygnału bazowego i tego po zmianach jest bezcenna i sprawia, że nie jest już konieczne "wizualne" porównywanie sygnałów. Ocena za pomocą entropii dyspersji sygnałów wibracji jest szybka i pozwala na nowe możliwości diagnostyczne. Bibliografia [1] Weilenmann, Markus, Yuan Xiong, and Nicolas Noiray. "On the dispersion of entropy waves in turbulent flows." Journal of Fluid Mechanics 903 (2020) [2] Azami, Hamed, et al. "Multiscale fluctuation-based dispersion entropy and its applications to neurological diseases." IEEE Access 7 (2019) [3] Wang, Zhuo, and Pengjian Shang. "Generalized entropy plane based on multiscale weighted multivariate dispersion entropy for financial time series." Chaos, Solitons & Fractals 142 (2021) [4] Zheng, Jinde, and Haiyang Pan. "Use of generalized refined composite multiscale fractional dispersion entropy to diagnose the faults of rolling bearing." Nonlinear Dynamics 101.2 (2020)
Rok:
2024
Typ publikacji:
Materiały pokonferencyjne
Editor:
Grzegorz Peruś, Łukasz Konieczny
Wydawca:
Wydział Transportu i Inżynierii Lotniczej, Politechnika Śląska
ISBN:
978-83-964252-2-5