图方向分散熵

二维多尺度

用于机械故障诊断的二维多尺度图方向分散熵，在噪声环境下具有高鲁棒性。

Wenqing, Ding · 郑近德 · 潘海洋 · Cheng, Jian · 童靳于

Mechanical Systems and Signal Processing 2026

技术优势

对方向模式敏感

图方向分散熵对图信号中的局部邻域进行方向性编码，能够捕捉多尺度下的方向信息，克服传统方法对方向不敏感的缺陷。

增强冲击故障建模

时间序列权重动态可见图增强了冲击故障的建模能力，弥补原始信号在结构建模和局部动态表征方面的不足。

噪声鲁棒性高

通过在公共和自建数据集上的验证，该方法与五种熵算法和四种SVM优化分类器相比，展现出优越的稳定性和性能，体现了对噪声的高鲁棒性。

应用场景

• 机械故障诊断：替代传统复杂度指标，提升非线性信号的特征提取能力。
• 旋转机械状态监测：精确刻画方向性动态，实现旋转部件早期故障识别。
• 工业设备预测性维护：提供高鲁棒性特征，辅助工业系统预测性维护决策。