一种振测数据最佳分析长度的确定方法

数据分析长度的选取是提取结构振动特征信息的关键,人为选取信号分析的数据长度会导致其计算结果存在一定误差,为减少主观因素影响,提出一种基于改进多尺度排列熵(improved multi⁃scale permutation entropy,简称IMPE)的振测数据分析长度的方法。对于获得的振动信号,将一维的时间序列数据多尺度化后进行粗粒化处理,确定其相空间重构参数。选取不同长度的振测数据,分别计算多尺度排列熵(multi⁃scale permutation entropy,简称MPE)熵值,发现熵值对数据长度的变化敏感,随着数据长度的增加而变化,最后趋于稳定值。定义该稳定值为标准熵值,满足标准熵值97%精度的熵值作为有效熵值,选出满足精度要求的熵值,将其所对应的最短数据长度定义为振测数据的最佳分析长度。将该方法应用于仿真信号和具体泄流工程振动信号的最佳数据长度选取中,可为结构监测选取准确的数据分析长度,有较好的普适性。