振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2014年
4期
70-76,106
,共8页
张星辉%康建设%赵劲松%肖雷%曹端超
張星輝%康建設%趙勁鬆%肖雷%曹耑超
장성휘%강건설%조경송%초뢰%조단초
混合高斯输出贝叶斯信念网络%变量消元%期望最大化%曲线距离分析%齿轮磨损
混閤高斯輸齣貝葉斯信唸網絡%變量消元%期望最大化%麯線距離分析%齒輪磨損
혼합고사수출패협사신념망락%변량소원%기망최대화%곡선거리분석%치륜마손
mixture of gaussians bayesian belief network (MoG-BBN )%variable elimination%expectation maximization%curvilinear distance analysis%gear wear
提出了基于混合高斯输出贝叶斯信念网络模型的齿轮磨损状态识别新方法,建立了变量消元算法和期望最大化算法相结合的模型推理算法,通过计算待识别磨损特征向量的概率值来确定齿轮磨损状态。针对期望最大化算法容易局部收敛的问题,对其进行了改进,使其更容易获得全局最优值。根据磨损特征之间的非线性关系这一特性,应用曲线距离分析方法对特征进行降维。最后,利用五种不同工况下的齿轮磨损实验数据对模型进行验证。结果表明,该模型可以有效地识别齿轮磨损状态,识别正确率可以达到99%,为齿轮箱的健康管理提供了科学依据。
提齣瞭基于混閤高斯輸齣貝葉斯信唸網絡模型的齒輪磨損狀態識彆新方法,建立瞭變量消元算法和期望最大化算法相結閤的模型推理算法,通過計算待識彆磨損特徵嚮量的概率值來確定齒輪磨損狀態。針對期望最大化算法容易跼部收斂的問題,對其進行瞭改進,使其更容易穫得全跼最優值。根據磨損特徵之間的非線性關繫這一特性,應用麯線距離分析方法對特徵進行降維。最後,利用五種不同工況下的齒輪磨損實驗數據對模型進行驗證。結果錶明,該模型可以有效地識彆齒輪磨損狀態,識彆正確率可以達到99%,為齒輪箱的健康管理提供瞭科學依據。
제출료기우혼합고사수출패협사신념망락모형적치륜마손상태식별신방법,건립료변량소원산법화기망최대화산법상결합적모형추리산법,통과계산대식별마손특정향량적개솔치래학정치륜마손상태。침대기망최대화산법용역국부수렴적문제,대기진행료개진,사기경용역획득전국최우치。근거마손특정지간적비선성관계저일특성,응용곡선거리분석방법대특정진행강유。최후,이용오충불동공황하적치륜마손실험수거대모형진행험증。결과표명,해모형가이유효지식별치륜마손상태,식별정학솔가이체도99%,위치륜상적건강관리제공료과학의거。
A new approach for identifying wear level of gears based on mixture of Gaussians-Bayesian belief network (MoG-BBN)was proposed.The inference algorithm was established through combining the variable elimination algorithm with the expectation maximization algorithm.Then,the gearbox wear states were recongnized through identifying the hidden state of MoG-BBN fitting best the observations. Aiming at the local convergence problem of expectation maximization,a modified algorithm was proposed.According to the non-linear dependencies between features,the curvilinear distance analysis was used for dimension reduction.Finally,the data of gears wear tests were used to demonstrate the effectiveness of the proposed methods.The results showed that the classification accuracy is 99%.