振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2012年
5期
92-96,127
,共6页
滕红智%赵建民%贾希胜%张星辉%王正军
滕紅智%趙建民%賈希勝%張星輝%王正軍
등홍지%조건민%가희성%장성휘%왕정군
连续隐马尔科夫模型%K均值%交叉验证
連續隱馬爾科伕模型%K均值%交扠驗證
련속은마이과부모형%K균치%교차험증
针对离散隐Markov模型(HMM)在状态识别中的不足,结合齿轮箱全寿命实验数据,研究了基于连续隐Markov模型(CHMM)的状态识别方法.建立了基于齿轮箱原始振动信号的CHMM状态识别框架,提出了基于K均值算法和交叉验证相结合的状态数优化方法,通过计算待确定观测数据的极大似然概率值来确定齿轮箱当前状态.结果表明,用原始振动信号作为CHMM的输入可以实现状态识别,验证了模型的有效性,为齿轮箱基于状态的维修提供了科学依据.
針對離散隱Markov模型(HMM)在狀態識彆中的不足,結閤齒輪箱全壽命實驗數據,研究瞭基于連續隱Markov模型(CHMM)的狀態識彆方法.建立瞭基于齒輪箱原始振動信號的CHMM狀態識彆框架,提齣瞭基于K均值算法和交扠驗證相結閤的狀態數優化方法,通過計算待確定觀測數據的極大似然概率值來確定齒輪箱噹前狀態.結果錶明,用原始振動信號作為CHMM的輸入可以實現狀態識彆,驗證瞭模型的有效性,為齒輪箱基于狀態的維脩提供瞭科學依據.
침대리산은Markov모형(HMM)재상태식별중적불족,결합치륜상전수명실험수거,연구료기우련속은Markov모형(CHMM)적상태식별방법.건립료기우치륜상원시진동신호적CHMM상태식별광가,제출료기우K균치산법화교차험증상결합적상태수우화방법,통과계산대학정관측수거적겁대사연개솔치래학정치륜상당전상태.결과표명,용원시진동신호작위CHMM적수입가이실현상태식별,험증료모형적유효성,위치륜상기우상태적유수제공료과학의거.
