测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2014年
11期
21-24,28
,共5页
KPCA%RS%GA%DHMM%故障诊断
KPCA%RS%GA%DHMM%故障診斷
KPCA%RS%GA%DHMM%고장진단
KPCA%RS%GA%DHMM%fault diagnosis
为实现滚动轴承故障智能诊断,提出了一种基于核主元分析法(KPCA)、粗糙集(RS)和遗传算法(GA)改进离散隐马尔科夫模型(DHMM)的智能诊断方法.通过使用混合核函数的KPCA和RS对时域、频域参数进行约简,构造敏感性高、稳定性强,并能准确表征轴承状态的特征参数矩阵.应用GA优化了DHMM,克服了DHMM训练算法容易陷入局部极小的缺点.最后应用GA优化的DHMM训练算法得到的滚动轴承各状态下的DHMM,并通过比较测试样本在各DHMM下的对数似然概率,实现了轴承故障类型的有效识别.实验结果表明,该方法可以有效地识别滚动轴承的状态,具有较强的适用性.
為實現滾動軸承故障智能診斷,提齣瞭一種基于覈主元分析法(KPCA)、粗糙集(RS)和遺傳算法(GA)改進離散隱馬爾科伕模型(DHMM)的智能診斷方法.通過使用混閤覈函數的KPCA和RS對時域、頻域參數進行約簡,構造敏感性高、穩定性彊,併能準確錶徵軸承狀態的特徵參數矩陣.應用GA優化瞭DHMM,剋服瞭DHMM訓練算法容易陷入跼部極小的缺點.最後應用GA優化的DHMM訓練算法得到的滾動軸承各狀態下的DHMM,併通過比較測試樣本在各DHMM下的對數似然概率,實現瞭軸承故障類型的有效識彆.實驗結果錶明,該方法可以有效地識彆滾動軸承的狀態,具有較彊的適用性.
위실현곤동축승고장지능진단,제출료일충기우핵주원분석법(KPCA)、조조집(RS)화유전산법(GA)개진리산은마이과부모형(DHMM)적지능진단방법.통과사용혼합핵함수적KPCA화RS대시역、빈역삼수진행약간,구조민감성고、은정성강,병능준학표정축승상태적특정삼수구진.응용GA우화료DHMM,극복료DHMM훈련산법용역함입국부겁소적결점.최후응용GA우화적DHMM훈련산법득도적곤동축승각상태하적DHMM,병통과비교측시양본재각DHMM하적대수사연개솔,실현료축승고장류형적유효식별.실험결과표명,해방법가이유효지식별곤동축승적상태,구유교강적괄용성.
