机械工程学报

作者：肖 扬, 王华庆, 李华, 王庆锋

单位：1. 北京化工大学高端压缩机及系统技术全国重点实验室 北京 100029； 2. 国家管网集团研究总院 廊坊 065000

关键词：精细复合缩放多尺度加权排列熵,旋转机械,跨域故障诊断,多核孪生集成特征学习,半监督流形特征迁移；

基金：国家重点研发计划(2023YFF0612701， 2023YFC3010504)和国家管网集团研究总院科学研究与技术开发(CLZB202202)资助项目

离心压缩机、蒸汽轮机、烟气轮机等大型旋转机械是石油化工企业的核心动力设备，实现设备常见典型故障的智能诊断对于开展智能运维至关重要。针对旋转机械跨域迁移诊断中存在早期微弱故障提取难、抗噪声干扰性能弱、不同故障状态信号特征易混淆以及跨工况数据共性特征学习性能低的难题，研究构建一种有效获取全频带范围微小振荡模式的精细复合缩放多尺度加权排列熵指标，并提出一种旋转机械跨域故障迁移诊断方法。首先，对多源典型故障数据库中原始振动信号分解、筛选和重构并提取其敏感共性特征；其次，采用多核孪生集成特征学习策略不断迭代提升模型对转子不平衡、轴系不对中、动静碰摩、油膜涡动和喘振五类源域故障特征的学习分类性能；然后，利用半监督流形特征迁移策略缩小目标域和源域特征分布差异，并通过强分类器映射匹配故障类别标签；最后，基于真实工程故障案例数据验证了该方法的有效性，并与文献公开的五类熵特征和六种故障诊断方法进行对比，表明所提方法对不同设备多工况条件下的跨域故障具有更优越的诊断性能。

来源：2025年第16期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第16期