期刊文献+
共找到62篇文章
< 1 2 4 >
每页显示 20 50 100
基于KPCA-HSMM设备退化状态识别与故障预测方法研究 被引量:29
1
作者 曾庆虎 邱静 +1 位作者 刘冠军 谭晓栋 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第7期1341-1346,共6页
为消除多通道观测信息冗余,压缩高维故障特征,提出基于KPCA多通道特征信息融合的HSMM设备退化状态识别与故障预测新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量,然后,利用KPCA... 为消除多通道观测信息冗余,压缩高维故障特征,提出基于KPCA多通道特征信息融合的HSMM设备退化状态识别与故障预测新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量,然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测。将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性。 展开更多
关键词 故障预测 状态识别 小波相关特征尺度熵 信息融合 KPCA 隐半马尔可夫模型(hsmm)
在线阅读 下载PDF
基于DD-HSMM的设备运行状态识别与故障预测方法 被引量:17
2
作者 王宁 孙树栋 +1 位作者 李淑敏 蔡志强 《计算机集成制造系统》 EI CSCD 北大核心 2012年第8期1861-1868,共8页
针对设备运行状态识别与故障预测问题,提出一种基于时变转移概率的隐半Markov模型。该模型将设备历史运行信息融入Markov状态转移概率矩阵的估计过程中,使Markov状态转移概率矩阵具有时变特性。基于改进前向后向算法研究了相应的隐半Mar... 针对设备运行状态识别与故障预测问题,提出一种基于时变转移概率的隐半Markov模型。该模型将设备历史运行信息融入Markov状态转移概率矩阵的估计过程中,使Markov状态转移概率矩阵具有时变特性。基于改进前向后向算法研究了相应的隐半Markov模型参数估计方法,使其能够不断综合利用历史运行信息进行自我更新,以更加符合设备真实运行的过程。同时以该模型为基础,利用故障率方法建立了对设备剩余使用寿命进行预测的基本步骤。通过某滚动轴承运行状态识别实例演示了该模型的建模过程,证明了基于该模型的设备状态识别与预测方法比传统隐半Markov模型方法更为有效。 展开更多
关键词 时变转移概率 隐半markov模型 故障率 状态识别 剩余有效寿命
在线阅读 下载PDF
基于KPCA-HSMM设备退化状态识别方法的研究 被引量:5
3
作者 曾庆虎 邱静 +1 位作者 刘冠军 苗强 《兵工学报》 EI CAS CSCD 北大核心 2009年第6期740-745,共6页
为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析(KPCA)多通道特征信息融合的隐半马尔可夫模型(HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征... 为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析(KPCA)多通道特征信息融合的隐半马尔可夫模型(HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量;然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量;并以此融合特征向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器,从而实现设备退化状态的识别。实验结果表明,该方法能有效的识别设备的退化状态,从而为多通道特征信息融合设备退化状态识别开辟新的途径。 展开更多
关键词 信息处理技术 信息融合 核主元分析 小波相关特征尺度熵 隐半马尔可夫模型 状态识别 退化状态
在线阅读 下载PDF
基于动态PSO-HSMM的海底油气管道寿命预测 被引量:5
4
作者 张新生 裘瑾 《消防科学与技术》 CAS 北大核心 2019年第11期1628-1632,共5页
由于海底油气管道退化状态的不可观测性,为防止出现管道泄漏等风险事故,提出基于PSO-HSMM的海底管道剩余寿命预测方法。此模型将海底油气管道全寿命周期数据依据其健康退化状态划分为3个阶段,将动态粒子群算法应用于优化传统隐半马尔可... 由于海底油气管道退化状态的不可观测性,为防止出现管道泄漏等风险事故,提出基于PSO-HSMM的海底管道剩余寿命预测方法。此模型将海底油气管道全寿命周期数据依据其健康退化状态划分为3个阶段,将动态粒子群算法应用于优化传统隐半马尔可夫模型。利用油气管道全寿命数据建立隐半马尔可夫模型;将动态粒子群算法引入隐半马尔可夫模型进行动态优化,并利用"前向-后向"算法对优化模型进行参数估计;通过某海底油气管道的全寿命周期数据对优化模型和传统模型进行检验。结果表明,基于PSO-HSMM的油气管道剩余寿命预测模型在传统模型的基础上提高了分类预测精度,为海底油气管道风险研究提供了新的方法。 展开更多
关键词 海底管道 动态粒子群算法 隐半马尔可夫模型 参数估计 剩余寿命预测
在线阅读 下载PDF
基于灰色EM-SHSMM的缺失数据下设备健康预测研究 被引量:5
5
作者 吴健飞 刘勤明 +1 位作者 吕文元 叶春明 《计算机应用研究》 CSCD 北大核心 2018年第11期3255-3258,共4页
设备健康预测问题的研究大多在全样本数据下进行,而在缺失样本数据下的研究却很少。针对缺失样本数据下设备健康预测问题,提出了集成分段隐半马尔可夫模型(SHSMM)与GM(1,1,λ)的联合优化模型。基于SHSMM的模型架构,利用EM算法推导出SHSM... 设备健康预测问题的研究大多在全样本数据下进行,而在缺失样本数据下的研究却很少。针对缺失样本数据下设备健康预测问题,提出了集成分段隐半马尔可夫模型(SHSMM)与GM(1,1,λ)的联合优化模型。基于SHSMM的模型架构,利用EM算法推导出SHSMM中的参数估计式,再基于GM(1,1,λ),提出灰色启发式算法填补样本中的缺失数据,在预测过程中进行设备健康预测。最后,通过案例分析对模型进行评价和验证。结果表明,提出的设备健康预测方法能有效解决缺失数据的问题。 展开更多
关键词 寿命预测 状态识别 分段隐半马尔可夫模型 最大期望算法 灰色启发式算法
在线阅读 下载PDF
HDP-HSMM的磨削声发射砂轮钝化状态识别 被引量:6
6
作者 钟利民 李丽娟 +3 位作者 杨京 梁彬 程建春 刘翔雄 《应用声学》 CSCD 北大核心 2019年第2期151-158,共8页
在高精度金属材料磨削加工中,刀具即砂轮的状态对加工效率和加工质量具有重要的影响。钝化程度较高的砂轮不适于加工精密工件,需提前预警并修整更换砂轮。该文提出一种通过磨削声发射信号来检测砂轮钝化状态的方法。首先,对于采集到的... 在高精度金属材料磨削加工中,刀具即砂轮的状态对加工效率和加工质量具有重要的影响。钝化程度较高的砂轮不适于加工精密工件,需提前预警并修整更换砂轮。该文提出一种通过磨削声发射信号来检测砂轮钝化状态的方法。首先,对于采集到的信号进行小波软阈值降噪。然后,将其分割成多个有重叠的帧,并提取每帧信号的8个特征组成声发射数据集。最后,通过分层Dirichlet过程-隐半马尔可夫模型来建立声发射数据集和不同的砂轮钝化状态之间的非线性关系,旨在识别砂轮钝化状态。结果表明,上述检测方法能有效识别砂轮的不同钝化状态并能对整个加工过程中的砂轮钝化程度进行自动划分,其在测试数据集上的准确率达到93.7%,可以为实际工业应用提供理论指导。 展开更多
关键词 砂轮钝化 分层Dirichlet过程-隐半马尔可夫模型 磨削声发射 小波阈值降噪
在线阅读 下载PDF
基于Erlang-HSMM的设备剩余寿命预测研究 被引量:4
7
作者 李永朋 刘勤明 +1 位作者 叶春明 李冠林 《计算机应用研究》 CSCD 北大核心 2021年第2期426-429,443,共5页
对于关键复杂设备进行健康诊断和设备剩余寿命预测,提出了一种基于爱尔朗分布和隐半马尔可夫模型的联合剩余寿命预测模型(Erlang-HSMM,E-HSMM)。首先,提出了改进的前后向算法、维特比算法和BaumWelch算法,有效地降低了模型的计算复杂度... 对于关键复杂设备进行健康诊断和设备剩余寿命预测,提出了一种基于爱尔朗分布和隐半马尔可夫模型的联合剩余寿命预测模型(Erlang-HSMM,E-HSMM)。首先,提出了改进的前后向算法、维特比算法和BaumWelch算法,有效地降低了模型的计算复杂度;其次,基于爱尔朗分布改进设备的健康状态逗留时间,将状态逗留时间分为已遍历和未遍历两个部分,提出新的健康状态逗留时间的概率分布;最后,针对状态监测数据,利用失效率理论构建设备剩余寿命预测模型。通过美国Caterpillar公司液压泵的状态监测实际数据进行评价与验证,实验结果表明,E-HSMM模型对设备的状态诊断和剩余寿命预测更加符合实际状况,比传统的隐半马尔可夫模型(HSMM)更有效。 展开更多
关键词 隐半马尔可夫模型 爱尔朗分布 故障诊断 寿命预测 失效率函数
在线阅读 下载PDF
基于动态EM-SHSMM的异常数据下设备健康预测研究 被引量:4
8
作者 吴健飞 刘勤明 《计算机应用研究》 CSCD 北大核心 2019年第7期2003-2006,共4页
针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数;基于WGM(1,1)模型... 针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数;基于WGM(1,1)模型,提出动态前向后向灰色填充算法处理样本中的异常数据,并利用健康预测过程预测设备的剩余有效寿命;通过实例分析对模型进行评价和验证。结果表明,提出的设备健康预测方法能有效解决异常数据的问题。 展开更多
关键词 分段隐半马尔可夫模型 期望最大化自适应估计算法 动态前向后向灰色填充算法 寿命预测
在线阅读 下载PDF
基于小波相关特征尺度熵的HSMM设备退化状态识别与故障预测方法 被引量:17
9
作者 曾庆虎 邱静 刘冠军 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第12期2559-2564,共6页
隐半马尔可夫模型(HSMM)是隐马尔可夫模型(HMM)的一种扩展模型,是在已定义的HMM结构上加入了时间组成部分,克服了因马尔可夫链的假设造成HMM建模所具有的局限性,与HMM相比具有更好的建模能力和分析能力,而且可以直接用于预测。基于振动... 隐半马尔可夫模型(HSMM)是隐马尔可夫模型(HMM)的一种扩展模型,是在已定义的HMM结构上加入了时间组成部分,克服了因马尔可夫链的假设造成HMM建模所具有的局限性,与HMM相比具有更好的建模能力和分析能力,而且可以直接用于预测。基于振动信号与语音信号的相似性,将HSMM引入机械设备退化状态识别与故障预测中,提出基于小波相关特征尺度熵(WCFSE)的HSMM设备退化状态识别与故障预测方法。首先将小波相关滤波法与信息熵理论相结合得到能敏感表征故障严重程度的WCFSE向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测。将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性。 展开更多
关键词 故障预测 状态识别 小波相关特征尺度熵 隐半马尔可夫模型(hsmm) 退化状态
在线阅读 下载PDF
基于小波特征尺度熵-隐半马尔可夫模型的设备退化状态识别方法及应用 被引量:7
10
作者 曾庆虎 邱静 +1 位作者 刘冠军 谭晓栋 《兵工学报》 EI CAS CSCD 北大核心 2008年第2期198-203,共6页
机械设备从正常到故障往往经历一系列退化状态,正确识别设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义。提出了一种基于小波特征尺度熵-隐半马尔可夫模型(HSMM)的设备退化状态识别新方法。通过小波变换提取小... 机械设备从正常到故障往往经历一系列退化状态,正确识别设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义。提出了一种基于小波特征尺度熵-隐半马尔可夫模型(HSMM)的设备退化状态识别新方法。通过小波变换提取小波特征尺度熵,然后构造信号的小波特征尺度熵向量,并以此作为HSMM的输入进行训练,建立基于HSMM的机械设备运行状态分类器,从而实现设备退化状态的识别。并且以滚动轴承为例,对正常和几种故障程度不同的滚动体运行状态进行了识别,实验结果表明该方法能有效的识别设备的退化状态。 展开更多
关键词 信息处理技术 小波特征尺度熵 隐半马尔可夫模型(hsmm) 状态识别 退化状态
在线阅读 下载PDF
基于HSMM的机械故障演化规律分析建模与预测 被引量:5
11
作者 曾庆虎 邱静 刘冠军 《机械强度》 CAS CSCD 北大核心 2010年第5期695-701,共7页
状态维修是工程实践中提出的一个主要问题,故障预测(prognostics)是实现状态维修的核心支撑技术。但是目前故障预测技术研究很少涉及故障演化规律分析与建模,这是进行故障预测研究的基础。文中在分析机械故障形成的一般过程、基本特性... 状态维修是工程实践中提出的一个主要问题,故障预测(prognostics)是实现状态维修的核心支撑技术。但是目前故障预测技术研究很少涉及故障演化规律分析与建模,这是进行故障预测研究的基础。文中在分析机械故障形成的一般过程、基本特性与演化规律的基础上,根据故障演变过程退化状态和HSMM(hidden semi-Markov model)的状态都是通过表现来感知的特点,利用HSMM对机械故障演化规律进行建模,并提出基于HSMM的机械故障预测方法,最后将其应用到滚动轴承的故障预测中,验证该方法的有效性。 展开更多
关键词 故障预测 机械故障 建模 演化规律 隐半马尔可夫模型(hiddensemi-markov model hsmm)
在线阅读 下载PDF
基于HSMM的两阶段设备缺陷状态识别方法 被引量:3
12
作者 王宁 孙树栋 +1 位作者 蔡志强 李淑敏 《计算机应用研究》 CSCD 北大核心 2011年第12期4560-4563,共4页
针对传统马尔可夫模型(HMM)状态停留时间必须服从指数分布假设的不足,提出了一种基于隐半马尔可夫模型(HSMM)的两阶段设备缺陷状态识别方法。首先,通过分析HSMM模型的参数构成及基本特点,并结合两阶段设备的劣化过程特点提出合理的假设... 针对传统马尔可夫模型(HMM)状态停留时间必须服从指数分布假设的不足,提出了一种基于隐半马尔可夫模型(HSMM)的两阶段设备缺陷状态识别方法。首先,通过分析HSMM模型的参数构成及基本特点,并结合两阶段设备的劣化过程特点提出合理的假设条件,建立起用于描述两阶段设备运行状态的HSMM模型;其次,针对HSMM模型的参数估计问题,引入最大似然估计法,并提出了小样本条件下求解状态持续时间的方法;再次,基于建立的HSMM模型,给出了两阶段设备缺陷状态早期识别的计算公式及步骤,通过对状态停留时间的概率估计实现了对缺陷状态的早期识别;最后,通过计算机仿真方法模拟了HSMM模型的建模、参数估计及缺陷状态识别过程,从而验证了该方法的有效性和准确性。 展开更多
关键词 状态识别 延迟时间 隐半马尔可夫模型 两阶段设备
在线阅读 下载PDF
基于离散HSMM的故障预测模型 被引量:6
13
作者 桂林 武小悦 《计算机应用研究》 CSCD 北大核心 2008年第11期3320-3322,3327,共4页
提出了一种基于离散HSMM的故障预测模型,根据部分观测矢量预测系统下一时刻处于各个状态的概率。结合HSMM的前向—后向(FB)算法,给出了部分观测下HSMM的状态预测算法。将提出的模型应用于减速箱故障预测中,结果表明该方法可以有效地进... 提出了一种基于离散HSMM的故障预测模型,根据部分观测矢量预测系统下一时刻处于各个状态的概率。结合HSMM的前向—后向(FB)算法,给出了部分观测下HSMM的状态预测算法。将提出的模型应用于减速箱故障预测中,结果表明该方法可以有效地进行故障预测。 展开更多
关键词 隐半马欠可夫模型 故障预测 状态持续建模 前向—后向算法
在线阅读 下载PDF
基于隐半Markov模型的故障诊断和故障预测方法研究 被引量:37
14
作者 胡海峰 安茂春 +1 位作者 秦国军 胡茑庆 《兵工学报》 EI CAS CSCD 北大核心 2009年第1期69-75,共7页
隐半Markov模型(HSMM)是隐Markov模型(HMM)的一种扩展形式,通过在HMM结构中加入状态驻留时间分布参数,克服了HMM假设状态驻留时间服从指数分布的不足。HSMM不仅具有较强的模式分类能力,而且能对实际问题中的状态驻留时间进行合理建模,... 隐半Markov模型(HSMM)是隐Markov模型(HMM)的一种扩展形式,通过在HMM结构中加入状态驻留时间分布参数,克服了HMM假设状态驻留时间服从指数分布的不足。HSMM不仅具有较强的模式分类能力,而且能对实际问题中的状态驻留时间进行合理建模,故既可用于故障诊断,又可用于故障预测。分析了利用HSMM进行故障诊断和预测的框架;并针对传统HSMM建模算法计算量和存储空间都比较大的缺点,引入并改进了一种快速递推算法,降低了计算复杂度和存储空间要求;最后将HSMM应用于直升机齿轮箱轴承故障诊断和GaAs激光器剩余使用寿命(RUL)预测,试验结果证明了这种方法的有效性。 展开更多
关键词 人工智能 隐半markov模型 快速递推算法 故障诊断 故障预测
在线阅读 下载PDF
基于小波能谱熵-隐半马尔可夫模型的故障识别方法及应用 被引量:6
15
作者 谭晓栋 邱静 +2 位作者 刘冠军 曾庆虎 苗强 《机械科学与技术》 CSCD 北大核心 2009年第10期1340-1343,1348,共5页
有效的特征提取方法和分类算法能显著的提高故障识别的精度。小波能谱熵突出了振动信号中短暂的异常信号,能有效的表征早期故障特征;隐半马尔可夫模型通过加入高斯概率分布函数来描述各个状态的驻留时间,能合理的表征振动信号的暂态特征... 有效的特征提取方法和分类算法能显著的提高故障识别的精度。小波能谱熵突出了振动信号中短暂的异常信号,能有效的表征早期故障特征;隐半马尔可夫模型通过加入高斯概率分布函数来描述各个状态的驻留时间,能合理的表征振动信号的暂态特征,适合于机械系统的故障识别问题;本文将小波能谱熵和HSMM相结合,提出了基于小波能谱熵的HSMM故障识别方法。以小波能谱熵作为特征向量,通过训练得到各个状态的HSMM模型并建立分类器,从而实现对未知状态的识别。以齿轮为对象,对齿轮常见的故障状态进行了识别试验。 展开更多
关键词 故障识别 小波能谱熵 隐半马尔可夫模型 高斯概率分布函数 驻留时间
在线阅读 下载PDF
基于改进HSMM的设备故障预测方法研究 被引量:3
16
作者 夏震宇 杨波 《现代制造工程》 CSCD 北大核心 2011年第8期118-122,共5页
针对传统隐半马尔科夫模型(HSMM)在故障诊断和预测应用中存在的不足,对传统HSMM做了以下改进:一是将状态持续时间概率分布和监测值概率分布连续化,并假定其服从威布尔分布;二是基于状态开始时间的识别,提出了状态剩余持续时间;三是提出... 针对传统隐半马尔科夫模型(HSMM)在故障诊断和预测应用中存在的不足,对传统HSMM做了以下改进:一是将状态持续时间概率分布和监测值概率分布连续化,并假定其服从威布尔分布;二是基于状态开始时间的识别,提出了状态剩余持续时间;三是提出了时变转移概率的概念,给出了各时刻转移概率的计算方法。确立了基于改进HSMM的故障诊断和预测的方法体系,给出了故障诊断判据和设备剩余寿命的计算式。案例研究表明方法是合理有效的。 展开更多
关键词 故障预测 故障诊断 隐半马尔科夫模型 状态持续时间
在线阅读 下载PDF
结合SVM和香农能量的HSMM心音分割算法 被引量:5
17
作者 许春冬 林海 《数据采集与处理》 CSCD 北大核心 2021年第5期950-959,共10页
针对基于逻辑回归的隐半马尔可夫模型中希尔伯特(Hilbert)变换提取的心音包络具有较大毛刺,提出一种结合支持向量机(Support vector machine,SVM)和香农能量的隐半马尔可夫模型(Hidden semi-Markov model,HSMM)心音分割算法。首先采用... 针对基于逻辑回归的隐半马尔可夫模型中希尔伯特(Hilbert)变换提取的心音包络具有较大毛刺,提出一种结合支持向量机(Support vector machine,SVM)和香农能量的隐半马尔可夫模型(Hidden semi-Markov model,HSMM)心音分割算法。首先采用小波降噪的方法对心音进行降噪,接着根据R峰和T波标记心音,提取香农能量包络等特征,然后对结合逻辑回归模型(Logistic regression,LR)的HSMM相关参数进行训练,并借助Viterbi算法推测出最可能的状态。最后,通过SVM模型识别第一心音S1和第二心音S2。该算法无需设置硬阈值,有效地抑制了噪声,更有助于包络的提取。实验结果表明,提出的算法分割精确度较参考算法得到显著的提升,具有良好的抗噪性能,取得了更好的分割效果。 展开更多
关键词 心音分割 香农能量 包络特征 支持向量机 隐半马尔可夫模型
在线阅读 下载PDF
基于HSMM的铝空电池后期SOC估计
18
作者 张榆平 陈栋 +3 位作者 罗杨 杨忠孝 朱贤彬 罗安源 《电子科技大学学报》 EI CAS CSCD 北大核心 2017年第2期380-385,共6页
电池荷电状态(SOC)的估算精度是影响新能源汽车性能的重要因素之一。传统的安时法由于累积误差较大始终无法满足精确的SOC估计。该文采用基于隐半马尔可夫模型(HSMM)的SOC预测作为安时法的一个补充,使铝空电池后期估计精度可以得到保障... 电池荷电状态(SOC)的估算精度是影响新能源汽车性能的重要因素之一。传统的安时法由于累积误差较大始终无法满足精确的SOC估计。该文采用基于隐半马尔可夫模型(HSMM)的SOC预测作为安时法的一个补充,使铝空电池后期估计精度可以得到保障。该模型的每个不同状态产生多组观察值,根据各个状态之间的转换概率以及状态驻留时间可以比较准确地预测后期各个状态下的剩余寿命。经过实验仿真验证,与单一的安时法相比,结合HSMM的SOC估计精度在后期有较大提升。 展开更多
关键词 铝空电池 安时法 隐半马尔可夫模型 荷电状态
在线阅读 下载PDF
基于HSMM的数控机床状态识别方法的研究
19
作者 黄强 张晓 丁志华 《机床与液压》 北大核心 2010年第7期33-34,38,共3页
快速准确识别数控机床的运行状态对保证加工精度、增加运行稳定性具有重要意义。以数控机床主轴轴承磨损状态为研究对象,建立其隐式半马尔科夫模型(HSMM),并结合小波降噪及变尺度特征提取方法实现对设备运行状态的有效识别。实验及仿真... 快速准确识别数控机床的运行状态对保证加工精度、增加运行稳定性具有重要意义。以数控机床主轴轴承磨损状态为研究对象,建立其隐式半马尔科夫模型(HSMM),并结合小波降噪及变尺度特征提取方法实现对设备运行状态的有效识别。实验及仿真结果表明:HSMM模型经过90组训练样本训练后,再利用120组轴承磨损测试样本进行验证,正确识别率达到96·7%,完全满足工程需要。 展开更多
关键词 数控机床 状态识别 隐式半马尔科夫模型
在线阅读 下载PDF
基于动态PSO优化HSMM的转辙机PHM模型研究 被引量:6
20
作者 戴乾军 陈永刚 陶荣杰 《铁道标准设计》 北大核心 2018年第9期174-178,共5页
针对转辙机故障发生的随机性与不确定性,提出设备故障预测与健康管理的方法,对其传统维修策略进行改进。该模型将转辙机的机械部件的退化过程按照全生命周期进行划分,利用动态粒子群算法优化隐半马尔科夫模型,实现转辙机状态的故障预测... 针对转辙机故障发生的随机性与不确定性,提出设备故障预测与健康管理的方法,对其传统维修策略进行改进。该模型将转辙机的机械部件的退化过程按照全生命周期进行划分,利用动态粒子群算法优化隐半马尔科夫模型,实现转辙机状态的故障预测。首先,建立转辙机退化状态的隐半马尔科夫模型;其次,选择动态粒子群算法对转辙机预测模型动态优化,再结合前向-后向算法对优化后的模型进行参数估计;最后,通过实例分析验证该优化模型的有效性。 展开更多
关键词 转辙机 故障预测与健康管理 动态粒子群算法 隐半马尔科夫
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部