ARMA双谱分析与离散隐马尔可夫模型在电力电子电路故障诊断中的应用 被引量：20

1

作者 蔡金锭 鄢仁武 《中国电机工程学报》 EI CSCD 北大核心 2010年第24期54-60,共7页

提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶... 提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶累积量建立ARMA模型参数并进行双谱分析,通过对双谱矩阵进行矩阵变换提取电路故障信息特征量,再对故障特征数据进行矢量量化;最后应用离散隐马尔可夫模型,设计出电力电子电路的故障分类器。将该方法应用到SS8机车主变流器电路的故障诊断中。结果表明,所提出方法具有较高的正确诊断率和较强的抗噪声能力,在无噪声或加入5%的噪声情况下,正确诊断率均为100%;而当加入10%的噪声时,正确诊断率比DHMM诊断法和GA-BP神经网络诊断法分别高出16.11%和23.79%。该方法在工程中具有实际应用价值。 展开更多

关键词 故障诊断 电力电子电路 自回归滑动平均模型双谱分析 离散隐马尔可夫模型

在线阅读 下载PDF 职称材料

基于第二代小波变换和离散隐马尔可夫模型的电能质量扰动分类 被引量：16

2

作者 何为 杨洪耕 《电工技术学报》 EI CSCD 北大核心 2007年第5期146-152,共7页

提出了一种将第二代小波变换和离散隐马尔可夫模型相结合的电能质量扰动分类方法。首先使用第二代小波变换对电能质量扰动信号进行时频分析,给出了一种基于模极大值的小波变换后处理方法,用以提取分析结果中表征扰动特征的模极大值,将... 提出了一种将第二代小波变换和离散隐马尔可夫模型相结合的电能质量扰动分类方法。首先使用第二代小波变换对电能质量扰动信号进行时频分析,给出了一种基于模极大值的小波变换后处理方法,用以提取分析结果中表征扰动特征的模极大值,将这些模极大值组成扰动特征量组,经矢量量化后得到特征序列,然后将特征序列输入到由离散隐马尔可夫模型构建的分类系统中,实现对电能质量扰动的分类。在此基础上,给出了确定每类扰动定量指标的方法。仿真结果表明,该分类方法在强噪声环境下分类正确率高,且训练易收敛。 展开更多

关键词 电能质量 扰动分类 第二代小波变换 矢量量化 离散隐马尔可夫模型

在线阅读 下载PDF 职称材料

离散隐马尔可夫模型在颤振预报中的应用研究 被引量：4

3

作者 康晶 冯长健 杨国田 《机械科学与技术》 CSCD 北大核心 2008年第3期360-364,共5页

对于切削过程中颤振孕育的动态模式,提出了基于离散隐马尔可夫模型(DHMM)的模式识别理论预报颤振的新方法。首先对切削过程的振动信号进行FFT特征提取,然后利用自组织特征映射(SOM)神经网络对提取的特征矢量进行冗余信息压缩与预分类编... 对于切削过程中颤振孕育的动态模式,提出了基于离散隐马尔可夫模型(DHMM)的模式识别理论预报颤振的新方法。首先对切削过程的振动信号进行FFT特征提取,然后利用自组织特征映射(SOM)神经网络对提取的特征矢量进行冗余信息压缩与预分类编码;再根据多变量DHMM建模理论,对切削颤振孕育的各种过程模式建立相应的DHMM,把矢量编码作为观测序列引入到DHMM中进行机器学习、训练;最后将观测序列引入到DHMM中进行颤振孕育的概率识别尝试。实验表明,该方法对颤振孕育过程识别是十分有效的,颤振预报正确率达93.3%。 展开更多

关键词 离散隐马尔可夫模型(DHMM) 颤振 动态模式识别 预报 矢量量化

在线阅读 下载PDF 职称材料

基于离散隐马尔可夫模型的网络化控制系统最优控制器设计(英文) 被引量：1

4

作者 葛愿 丛爽 尚伟伟 《中国科学技术大学学报》 CAS CSCD 北大核心 2012年第2期161-169,共9页

设计了一种最优控制器来补偿网络化控制系统中控制器到执行器之间的随机时延对系统的影响.引入了离散隐马尔可夫模型来预测当前采样周期内控制器到执行器之间的时延,并将这一预测值考虑到最优控制器的设计中以保证系统的均方稳定.仿真... 设计了一种最优控制器来补偿网络化控制系统中控制器到执行器之间的随机时延对系统的影响.引入了离散隐马尔可夫模型来预测当前采样周期内控制器到执行器之间的时延,并将这一预测值考虑到最优控制器的设计中以保证系统的均方稳定.仿真实验验证了最优控制器的有效性及其相对于状态反馈控制器的优越性. 展开更多

关键词 网络化控制系统 离散隐马尔可夫模型 最优控制 均方稳定

在线阅读 下载PDF 职称材料

基于三轴加速度传感器的手势识别 被引量：41

5

作者 刘蓉 刘明 《计算机工程》 CAS CSCD 北大核心 2011年第24期141-143,共3页

针对手势交互中手势信号的相似性和不稳定性,设计实现一种基于三轴加速度传感器的手势识别方案。采用MMA7260加速度传感器采集主手腕的手势动作信号,根据手势加速度信号的特点,进行手势动作数据窗口的自动检测、信号去噪和重采样等预处... 针对手势交互中手势信号的相似性和不稳定性,设计实现一种基于三轴加速度传感器的手势识别方案。采用MMA7260加速度传感器采集主手腕的手势动作信号,根据手势加速度信号的特点,进行手势动作数据窗口的自动检测、信号去噪和重采样等预处理,通过提取手势动作的关键特征,构造离散隐马尔可夫模型,实现手势动作识别。实验结果证明该方案的识别精度较高。 展开更多

关键词 加速度传感器 手势识别 人机交互 信号处理 离散隐马尔可夫模型

在线阅读 下载PDF 职称材料

基于EMD和DHMM的刀具故障诊断 被引量：10

6

作者 徐康 黄民 《组合机床与自动化加工技术》 北大核心 2016年第7期89-91,共3页

为了有效监测刀具的磨损状态,提出了一种基于经验模态分解(EMD)和离散隐马尔科夫模型(DHMM)的刀具故障诊断方法。首先对振动信号进行EMD分解,得到若干固有模态函数(IMF),选取前几个能量较大的IMF进行标量量化处理得到特征向量后,作为观... 为了有效监测刀具的磨损状态,提出了一种基于经验模态分解(EMD)和离散隐马尔科夫模型(DHMM)的刀具故障诊断方法。首先对振动信号进行EMD分解,得到若干固有模态函数(IMF),选取前几个能量较大的IMF进行标量量化处理得到特征向量后,作为观测值序列输入已训练好的DHMM模型进行故障状态识别。此外,通过与支持向量机(SVM)故障诊断方法进行比较,结果表明,EMD-DHMM刀具故障方法能够更有效地识别刀具的故障状态。 展开更多

关键词 经验模态分解 离散隐马尔可夫模型 支持向量机 故障诊断

在线阅读 下载PDF 职称材料

基于SVD-LMD与DHMM在滚动轴承故障诊断中的应用 被引量：2

7

作者 徐康 黄民 +1 位作者 马超 高宏 《组合机床与自动化加工技术》 北大核心 2016年第8期54-56,60,共4页

针对滚动轴承早期故障信号微弱难以提取和故障类型不易判别的缺点,提出了基于奇异值分解(SVD)-局部均值分解(LMD)与离散隐马尔可夫模型(DHMM)的滚动轴承故障类型识别方法。首先,对经过相空间Hankel矩阵重构的原始声学信号进行SVD降噪得... 针对滚动轴承早期故障信号微弱难以提取和故障类型不易判别的缺点,提出了基于奇异值分解(SVD)-局部均值分解(LMD)与离散隐马尔可夫模型(DHMM)的滚动轴承故障类型识别方法。首先,对经过相空间Hankel矩阵重构的原始声学信号进行SVD降噪得到特征信号,再运用LMD对特征信号分解而产生一系列的乘积函数(PF),为去除LMD分解过程中产生的虚假分量,选择与特征信号相关系数值较大的PF并构建特征向量T以完成信号特征提取。最后,将T进行量化后作为特征观测值输入已训练收敛的DHMM模型进行故障状态识别。并与支持向量机(SVM)进行比较研究。实验结果表明,基于SVD-LMD与DHMM的滚动轴承故障诊断模型在声学信号下对早期滚动轴承的故障具有较高的识别率。 展开更多

关键词 滚动轴承 故障诊断 奇异值分解 局部均值分解 离散隐马尔可夫模型

在线阅读 下载PDF 职称材料

骨架关节点跟踪的人体行为识别方法 被引量：5

8

作者 陈曦 孟庆虎 《河南科技大学学报（自然科学版）》 CAS 北大核心 2015年第2期43-48,5,共6页

基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而Kinect传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过Kinect的骨架跟踪模块... 基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而Kinect传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过Kinect的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的三维坐标表示,利用k均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明:本方法能取得94%的识别率。 展开更多

关键词 人体行为识别 骨架关节点 离散隐马尔可夫模型

在线阅读 下载PDF 职称材料

基于PCA与DHMM的发动机故障诊断研究 被引量：3

9

作者 黄家善 张平均 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第5期617-621,共5页

提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据... 提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据库,设计了柴油机振动信号的故障诊断策略.实际应用结果显示,该方法是可行的,对柴油机故障的诊断精度,达到了94.17%,具有工程应用价值. 展开更多

关键词 主元分析方法 离散隐马尔可夫模型 故障诊断 发动机 工程机械

在线阅读 下载PDF 职称材料

网络化控制系统随机时延的补偿研究(英文) 被引量：2

10

作者 葛愿 丛爽 尚伟伟 《中国科学院研究生院学报》 CAS CSCD 北大核心 2013年第2期179-186,共8页

在网络化控制系统中引入离散隐马尔可夫模型,建立网络状态与控制器-执行器时延之间的概率模型.网络化控制系统被建模成一个马尔可夫跳变线性系统,并预测出当前采样周期内的控制器-执行器时延.使用该预测值设计一个状态反馈控制器,实现... 在网络化控制系统中引入离散隐马尔可夫模型,建立网络状态与控制器-执行器时延之间的概率模型.网络化控制系统被建模成一个马尔可夫跳变线性系统,并预测出当前采样周期内的控制器-执行器时延.使用该预测值设计一个状态反馈控制器,实现对控制器-执行器时延的补偿.对比仿真实验验证了所提方法的优越性. 展开更多

关键词 网络化控制系统 离散隐马尔可夫模型 马尔可夫跳变线性系统 状态反馈控制

在线阅读 下载PDF 职称材料

基于LSTM-DHMM的MOSFET器件健康状态识别与故障时间预测 被引量：11

11

作者 张明宇 王琦 于洋 《电子学报》 EI CAS CSCD 北大核心 2022年第3期643-651,共9页

针对MOSFET(Metal-Oxide-Semiconductor Field-Effect Transistor)器件故障预测与健康管理问题,提出了一种长短时记忆(Long Short-Term Memory,LSTM)算法与离散隐马尔可夫模型(Discrete Hidden Markov Model,DHMM)相结合的故障预测新方... 针对MOSFET(Metal-Oxide-Semiconductor Field-Effect Transistor)器件故障预测与健康管理问题,提出了一种长短时记忆(Long Short-Term Memory,LSTM)算法与离散隐马尔可夫模型(Discrete Hidden Markov Model,DHMM)相结合的故障预测新方法.该方法利用LSTM算法预测器件状态发展趋势;用自回归(AutoRegressive,AR)模型提取故障信息特征;以DHMM建立特征向量和退化等级之间的映射关系;在LSTM-DHMM模型预测结果的基础上,结合失效阈值排除虚警并预测故障时间,预测误差小于10%,精度较高.与GRU-DHMM(Gated Recurrent Unit Discrete Hidden Markov Model)、GRU-SVM(Gated Recurrent Unit Support Vector Machine)、LSTM-SVM(Long Short-Term Memory Support Vector Machine)方法进行对比分析,结果表明,LSTM-DHMM的预测准确率高于其他三种方案,能有效识别实验器件健康状态、较好预测故障时间,具有有效性和优越性. 展开更多

关键词 故障预测与健康管理 MOSFET(Metal-Oxide-Semiconductor Field-Effect Transistor) 长短时序列 离散隐马尔可夫模型 自回归模型 故障时间

在线阅读 下载PDF 职称材料