相位熵诊断框架

五样本九成九

以相位熵为核心的多尺度广义诊断框架，仅用每个状态五个训练样本，在四类旋转机械上取得超过99.5%的故障识别精度，超越九种现有模型。

Wang, Zhenya · Meng, Zhang · Chen, Hui · Jinghu, Li · Gaosong, Li · 赵景山 · 姚立纲 · Jun, Zhang · 褚福磊

Reliability Engineering and System Safety 2025

参数信息

准确率

99.51 %

精确率

99.52 %

召回率

99.51 %

F1分数

99.51 %

技术优势

谱熵新方法

引入相位熵作为测量机械信号复杂度的新方法，并扩展至细化时移多尺度相位熵，能全面捕获设备状态信息。

少样本高精度

每个状态仅需5个训练样本，准确率、精确率、召回率和F1分数均超过99.51%，显著优于九种现有模型。

跨设备验证

在风电机组、航空发动机、列车传动系统和航空轴承上均取得高精度，证明框架的泛化能力。

应用场景

• 预测性维护：用少量样本高精度识别早期故障，支持实时维护决策。
• 旋转机械状态监测：多尺度相位熵特征全面反映设备状态，适合在线监测。
• 工业装备故障诊断：泛化框架可移植到多种工业旋转机械，减少定制开发。
• 无人机动力系统：对航空轴承等关键部件实现少样本高精度诊断，提升飞行安全。