兵工学报
兵工學報
병공학보
ACTA ARMAMENTARII
2008年
2期
198-203
,共6页
曾庆虎%邱静%刘冠军%谭晓栋
曾慶虎%邱靜%劉冠軍%譚曉棟
증경호%구정%류관군%담효동
信息处理技术%小波特征尺度熵%隐半马尔可夫模型(HSMM)%状态识别%退化状态
信息處理技術%小波特徵呎度熵%隱半馬爾可伕模型(HSMM)%狀態識彆%退化狀態
신식처리기술%소파특정척도적%은반마이가부모형(HSMM)%상태식별%퇴화상태
机械设备从正常到故障往往经历一系列退化状态,正确识别设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义.提出了一种基于小波特征尺度熵-隐半马尔可夫模型(HSMM)的设备退化状态识别新方法.通过小波变换提取小波特征尺度熵,然后构造信号的小波特征尺度熵向量,并以此作为HSMM的输入进行训练,建立基于HSMM的机械设备运行状态分类器,从而实现设备退化状态的识别.并且以滚动轴承为例,对正常和几种故障程度不同的滚动体运行状态进行了识别,实验结果表明该方法能有效的识别设备的退化状态.
機械設備從正常到故障往往經歷一繫列退化狀態,正確識彆設備噹前所處的退化狀態,對預防設備進一步退化和故障的髮生具有重要意義.提齣瞭一種基于小波特徵呎度熵-隱半馬爾可伕模型(HSMM)的設備退化狀態識彆新方法.通過小波變換提取小波特徵呎度熵,然後構造信號的小波特徵呎度熵嚮量,併以此作為HSMM的輸入進行訓練,建立基于HSMM的機械設備運行狀態分類器,從而實現設備退化狀態的識彆.併且以滾動軸承為例,對正常和幾種故障程度不同的滾動體運行狀態進行瞭識彆,實驗結果錶明該方法能有效的識彆設備的退化狀態.
궤계설비종정상도고장왕왕경력일계렬퇴화상태,정학식별설비당전소처적퇴화상태,대예방설비진일보퇴화화고장적발생구유중요의의.제출료일충기우소파특정척도적-은반마이가부모형(HSMM)적설비퇴화상태식별신방법.통과소파변환제취소파특정척도적,연후구조신호적소파특정척도적향량,병이차작위HSMM적수입진행훈련,건립기우HSMM적궤계설비운행상태분류기,종이실현설비퇴화상태적식별.병차이곤동축승위례,대정상화궤충고장정도불동적곤동체운행상태진행료식별,실험결과표명해방법능유효적식별설비적퇴화상태.
