机电信息
機電信息
궤전신식
MECHANICAL AND ELECTRICAL INFORMATION
2015年
12期
132-133
,共2页
张璐%芮挺%朱会杰%周游
張璐%芮挺%硃會傑%週遊
장로%예정%주회걸%주유
HMM%滚动轴承%隐马尔可夫模型%粒子群优化
HMM%滾動軸承%隱馬爾可伕模型%粒子群優化
HMM%곤동축승%은마이가부모형%입자군우화
针对隐马尔可夫模型常用的Baum-Welch训练算法对初始参数选择依赖大、全局寻优能力不足的缺陷,提出了基于改进粒子群算法训练HMM的新方法.它既结合了经典粒子群算法全局搜索的特点,又通过对全局最优值加入扰动的策略以及对惯性权重加入高斯函数的调整策略增加了群体多样性.实验表明,基于改进训练算法的HMM故障诊断方法算法稳定、训练速度快、分类准确率高,可以用于轴承的故障诊断工作.
針對隱馬爾可伕模型常用的Baum-Welch訓練算法對初始參數選擇依賴大、全跼尋優能力不足的缺陷,提齣瞭基于改進粒子群算法訓練HMM的新方法.它既結閤瞭經典粒子群算法全跼搜索的特點,又通過對全跼最優值加入擾動的策略以及對慣性權重加入高斯函數的調整策略增加瞭群體多樣性.實驗錶明,基于改進訓練算法的HMM故障診斷方法算法穩定、訓練速度快、分類準確率高,可以用于軸承的故障診斷工作.
침대은마이가부모형상용적Baum-Welch훈련산법대초시삼수선택의뢰대、전국심우능력불족적결함,제출료기우개진입자군산법훈련HMM적신방법.타기결합료경전입자군산법전국수색적특점,우통과대전국최우치가입우동적책략이급대관성권중가입고사함수적조정책략증가료군체다양성.실험표명,기우개진훈련산법적HMM고장진단방법산법은정、훈련속도쾌、분류준학솔고,가이용우축승적고장진단공작.
