电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2008年
z2期
270-273
,共4页
谭晓栋%曾庆虎%刘冠军%邱静
譚曉棟%曾慶虎%劉冠軍%邱靜
담효동%증경호%류관군%구정
小波尺度熵%隐半马尔可夫模型%故障识别
小波呎度熵%隱半馬爾可伕模型%故障識彆
소파척도적%은반마이가부모형%고장식별
机械设备的故障识别方法能提供设备运行状态的实时信息,为避免生产损失和减少设备的致命故障提供保障具有重要意义.提出了一种基于隐半马尔可夫模型(HSMM)的故障识别方法.HSMM在已定义的隐马尔可夫模型的结构上加入高斯概率分布函数来表现各状态的驻留时间,比较符合设备故障发展的规律,具有较强的建模和时序分析能力,适合于复杂动态系统的故障识别问题.本文以滚动轴承为对象,通过小波分解提取滚动轴承振动信号的小波尺度熵,建立信号的特征向量集,然后训练得到各个状态的HSMM模型,最后建立基于HSMM的状态分类器,对滚动轴承的正常及不同的故障状态进行了识别试验,结果表明该方法有效可行.
機械設備的故障識彆方法能提供設備運行狀態的實時信息,為避免生產損失和減少設備的緻命故障提供保障具有重要意義.提齣瞭一種基于隱半馬爾可伕模型(HSMM)的故障識彆方法.HSMM在已定義的隱馬爾可伕模型的結構上加入高斯概率分佈函數來錶現各狀態的駐留時間,比較符閤設備故障髮展的規律,具有較彊的建模和時序分析能力,適閤于複雜動態繫統的故障識彆問題.本文以滾動軸承為對象,通過小波分解提取滾動軸承振動信號的小波呎度熵,建立信號的特徵嚮量集,然後訓練得到各箇狀態的HSMM模型,最後建立基于HSMM的狀態分類器,對滾動軸承的正常及不同的故障狀態進行瞭識彆試驗,結果錶明該方法有效可行.
궤계설비적고장식별방법능제공설비운행상태적실시신식,위피면생산손실화감소설비적치명고장제공보장구유중요의의.제출료일충기우은반마이가부모형(HSMM)적고장식별방법.HSMM재이정의적은마이가부모형적결구상가입고사개솔분포함수래표현각상태적주류시간,비교부합설비고장발전적규률,구유교강적건모화시서분석능력,괄합우복잡동태계통적고장식별문제.본문이곤동축승위대상,통과소파분해제취곤동축승진동신호적소파척도적,건립신호적특정향량집,연후훈련득도각개상태적HSMM모형,최후건립기우HSMM적상태분류기,대곤동축승적정상급불동적고장상태진행료식별시험,결과표명해방법유효가행.
