Page 117 - 2022年第53卷第3期

1 dB、2 dB 以及 3 dB 4 种不同强度的噪声。
限于篇幅，本文只分析了 0 dB 强噪声下机组振动信号的不同多尺度熵分布情况。如图 8 所示，
相较于 MATE 等多尺度熵，TSMATE 表现出良好的稳定性，在各种状态振动信号中 TSMATE 熵值基本
保持一个稳定状态，说明了 TSMATE 是一种稳定的特征提取工具。
图 9 分析在 0 dB 噪声干扰下，不同多尺度熵的 T-SNE 可视化结果，发现 MATE 中正常信号和碰
摩信号发生了混叠，不平衡信号和不对中信号也有少量的混杂现象发生。MSE 中碰摩信号和不对
中信号完全混杂在一起，正常信号和碰摩信号也有零星混叠。同样，TSMSE 碰摩、不对中、不平
衡以及正常信号也存在混杂现象。对比以上 3 种多尺度熵，TSMATE 仅有个别碰摩信号与正常信号
存在混杂。

（a）MATE 特征可视化 （b）TSMATE 特征可视化

（c）MSE 特征可视化 （d）TSMSE 特征可视化
图 9 机组信号不同熵特征可视化（SNR=0 dB）

（a）信号特征 T-SNE 可视化（SNR=0 dB） （b）信号特征 T-SNE 可视化图（SNR=1 dB） （c）信号特征 T-SNE 可视化图（SNR=2 dB）

（d）信号特征 T-SNE 可视化图（SNR=3 dB） （e）信号特征 T-SNE 可视化图（无噪声）
图 10 不同噪声下 TSMATE 特征三维可视化

— 365 —