振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2014年
2期
310-314
,共5页
多状态混合高斯隐马尔科夫模型%Viterbi算法%突发故障预测%航空发动机
多狀態混閤高斯隱馬爾科伕模型%Viterbi算法%突髮故障預測%航空髮動機
다상태혼합고사은마이과부모형%Viterbi산법%돌발고장예측%항공발동궤
针对航空发动机的突发故障,提出了一种基于多状态混合高斯隐马尔科夫模型(mixture of Gaussian-hidden Markov model,简称MOG-HMM)和Viterbi算法相结合的预测方法.首先,根据航空发动机突发故障的历史监测数据建立多状态MOG-HMM模型,确定状态数、状态转移矩阵、观察值概率分布以及最终的突发故障状态;然后,对新采集的观测数据,通过Viterbi算法解码出该观测数据对应的当前状态;最后,计算该状态到达突发故障状态的时间间隔,从而可以对突发故障进行预测.仿真和实验结果表明,该方法能够实现对突发故障的预测,并且符合标准预测指标的要求.
針對航空髮動機的突髮故障,提齣瞭一種基于多狀態混閤高斯隱馬爾科伕模型(mixture of Gaussian-hidden Markov model,簡稱MOG-HMM)和Viterbi算法相結閤的預測方法.首先,根據航空髮動機突髮故障的歷史鑑測數據建立多狀態MOG-HMM模型,確定狀態數、狀態轉移矩陣、觀察值概率分佈以及最終的突髮故障狀態;然後,對新採集的觀測數據,通過Viterbi算法解碼齣該觀測數據對應的噹前狀態;最後,計算該狀態到達突髮故障狀態的時間間隔,從而可以對突髮故障進行預測.倣真和實驗結果錶明,該方法能夠實現對突髮故障的預測,併且符閤標準預測指標的要求.
침대항공발동궤적돌발고장,제출료일충기우다상태혼합고사은마이과부모형(mixture of Gaussian-hidden Markov model,간칭MOG-HMM)화Viterbi산법상결합적예측방법.수선,근거항공발동궤돌발고장적역사감측수거건립다상태MOG-HMM모형,학정상태수、상태전이구진、관찰치개솔분포이급최종적돌발고장상태;연후,대신채집적관측수거,통과Viterbi산법해마출해관측수거대응적당전상태;최후,계산해상태도체돌발고장상태적시간간격,종이가이대돌발고장진행예측.방진화실험결과표명,해방법능구실현대돌발고장적예측,병차부합표준예측지표적요구.
