连续隐半马尔科夫模型在轴承性能退化评估中的应用 被引量：19

1

作者 李巍华 李静 张绍辉 《振动工程学报》 EI CSCD 北大核心 2014年第4期613-620,共8页

连续隐半Markov模型(Continuous hidden semi-Markov model,CHSMM)是隐Markov模型(Hidden Markov model,HMM)的一种扩展形式,可用于时间序列过程的动态建模。通过加入状态分布参数并对多组观测值进行连续化,可加强模型对新观测值的处理... 连续隐半Markov模型(Continuous hidden semi-Markov model,CHSMM)是隐Markov模型(Hidden Markov model,HMM)的一种扩展形式,可用于时间序列过程的动态建模。通过加入状态分布参数并对多组观测值进行连续化,可加强模型对新观测值的处理能力以及对状态驻留时间的建模能力。利用该方法建立了轴承性能退化的评估模型。首先,分析振动信号并提取频带能量作为退化特征;然后将正常状态下的特征样本作为模型的观测值对CHSMM进行训练;最后将待测的特征样本输入模型,得到待测样本相对于所建立正常模型的输出概率,作为轴承性能退化状态的标志。轴承疲劳寿命试验结果表明:所提的评估模型能较好地刻画轴承性能退化的过程,并能在早期对轴承的性能退化做出预警。 展开更多

关键词 故障预测 轴承 连续隐半马尔科夫模型 频带能量 性能退化评估

在线阅读 下载PDF 职称材料

基于时变状态转移隐半马尔科夫模型的寿命预测 被引量：15

2

作者 何兆民 王少萍 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第8期47-53,共7页

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据... 隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性. 展开更多

关键词 时变状态转移概率 隐半马尔科夫模型 状态估计 寿命预测

在线阅读 下载PDF 职称材料

层次狄利克雷过程隐半马尔科夫模型识别飞行员脑疲劳状态 被引量：2

3

作者 罗映雪 贾博 +2 位作者 裘旭益 邓平煜 吴奇 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第6期1196-1206,共11页

在民航及军用航空领域,长期恶劣飞行环境的影响将导致飞行员精神不集中,产生疲劳现象,严重影响飞行员的判断能力.因此,研究飞行员的脑疲劳状态对飞行安全来说非常重要.脑疲劳推理主要面临二个基本问题:一是如何提取脑疲劳认知的特征,二... 在民航及军用航空领域,长期恶劣飞行环境的影响将导致飞行员精神不集中,产生疲劳现象,严重影响飞行员的判断能力.因此,研究飞行员的脑疲劳状态对飞行安全来说非常重要.脑疲劳推理主要面临二个基本问题:一是如何提取脑疲劳认知的特征,二是如何识别带驻留时间的脑疲劳认知潜在状态.针对第1个问题,本文提出一种基于Kaiser窗函数的光滑伪仿射维格纳–维勒分布的方法,提取主要认知脑区的脑电节律的瞬时频谱特征.并与其他时频分布的特征进行对比,本文的特征具有明显的局部显著性.针对第2个问题,本文建立一种基于剩余寿命的隐半马尔科夫模型(HSMM)的飞行员脑疲劳认知动力学推理模型,解决了传统隐马尔科夫模型潜状态快速切换及无法对潜状态驻留时间进行建模的问题.飞行员脑疲劳认知行为是由多通道的脑节律融合的整体表现行为,建立多通道共享狄利克雷过程先验参数的层次学习网络,形成共享疲劳认知主题的子任务学习机制.实验结果显示本文的模型具有较高的推理飞行员脑疲劳状态的能力,具有广泛的应用价值. 展开更多

关键词 脑电信号 飞行员疲劳 基于剩余寿命的隐半马尔科夫模型 光滑伪仿射维格纳-维勒分布

在线阅读 下载PDF 职称材料

基于隐半马尔科夫退化模型的非等周期预防性维修优化 被引量：12

4

作者 苏春 李乐 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第2期342-349,共8页

以单位时间维修费用率最小化为目标,研究非等周期下预防性维修优化问题.采用隐半马尔科夫模型(HSMM)完成退化过程时间序列的动态建模,采用多维特征变量描述设备退化状态,建立设备性能退化评估模型.为减小信号噪声对HSMM训练的影响,采用... 以单位时间维修费用率最小化为目标,研究非等周期下预防性维修优化问题.采用隐半马尔科夫模型(HSMM)完成退化过程时间序列的动态建模,采用多维特征变量描述设备退化状态,建立设备性能退化评估模型.为减小信号噪声对HSMM训练的影响,采用经验模态分解(EMD)分析传感器信号,获得降噪后的退化特征;将多维特征样本作为模型观测值完成HSMM训练,并获取状态转移函数矩阵;以役龄回退因子描述维修效果,采用增强精英保留遗传算法(SEGA)求解维修优化模型,得到维修次数和维修间隔的优化解.以某航空发动机全寿命周期检测数据为例,完成案例分析.结果表明:针对4个退化状态下的非等周期维修模型,初始维修周期和维修总次数分别为13.79、19,每个作业周期费用率为257499美元,为预防性维修计划的制定提供理论依据. 展开更多

关键词 隐半马尔科夫模型 退化模型 非等周期维修 维修优化

在线阅读 下载PDF 职称材料

基于隐半马尔可夫模型的用户兴趣特征提取

5

作者 琚春华 章敏 《计算机工程与设计》 CSCD 北大核心 2011年第12期4206-4209,共4页

针对网络用户兴趣行为特征的抽取,提出了一种基于隐半马尔可夫模型的用户兴趣特征提取模型,通过用状态驻留时间的概率来控制用户浏览行为,使描述兴趣特征的隐状态和时间的相关性更紧密地结合起来,并且根据隐半马尔可夫模型可以产生多观... 针对网络用户兴趣行为特征的抽取,提出了一种基于隐半马尔可夫模型的用户兴趣特征提取模型,通过用状态驻留时间的概率来控制用户浏览行为,使描述兴趣特征的隐状态和时间的相关性更紧密地结合起来,并且根据隐半马尔可夫模型可以产生多观察值序列的特性,把文本信息划分成多个文本块子区域,使每个子区域的特征和其中一个观察值序列对应起来。实验结果表明,利用隐半马尔可夫模型进行特征提取比HMM方法有更高的准确率和召回率。 展开更多

关键词 用户兴趣 隐马尔科模型 隐半马尔科夫模型 特征提取 文本挖掘

在线阅读 下载PDF 职称材料

基于IMF能量矩和HSMM模型的滚动轴承故障诊断方法 被引量：13

6

作者 张敏 崔海龙 +1 位作者 陈曦晖 程刚 《组合机床与自动化加工技术》 北大核心 2015年第10期101-103,107,共4页

针对滚动轴承振动信号较为复杂以及故障状态难以识别的问题,提出基于本征模态函数能量矩和隐半马尔科夫模型(HSMM)相结合的滚动轴承故障诊断的研究方法,首先利用经验模态分解(EMD)方法具有自适应分解的优点,将振动信号分解成若干本征模... 针对滚动轴承振动信号较为复杂以及故障状态难以识别的问题,提出基于本征模态函数能量矩和隐半马尔科夫模型(HSMM)相结合的滚动轴承故障诊断的研究方法,首先利用经验模态分解(EMD)方法具有自适应分解的优点,将振动信号分解成若干本征模态函数(IMF),然后计算本征模态函数能量矩作为故障特征信息,构造特征向量,建立隐半马尔科夫模型对滚动轴承故障状态进行诊断识别。实验表明,该方法可以有效提取滚动轴承的故障特征信息,对四种滚动轴承状态的识别率在90%以上,实现对滚动轴承故障的精确诊断识别。 展开更多

关键词 故障诊断 经验模态分解 隐半马尔科夫模型

在线阅读 下载PDF 职称材料

6LoWPAN网络安全问题的分析 被引量：3

7

作者 刘外喜 唐冬 +1 位作者 胡晓 郑晖 《电信科学》 北大核心 2010年第4期66-70,共5页

6LoWPAN网络有着广泛的应用前景,关于6LoWPAN网络安全的研究将直接决定6LoWPAN网络的应用进程。本文分析了6LoWPAN网络所面临的威胁,同时介绍了目前已有的防御方法,并提出了一种利用隐半马尔科夫模型建立蜜网防御系统的方案。

关键词 6LoWPAN 安全 IPV6 蜜网 隐半马尔科夫模型

在线阅读 下载PDF 职称材料

基于振动信号的轴承早期异常状态识别方法研究 被引量：3

8

作者 孙磊 贾云献 +2 位作者 刘峰 李华 腾红智 《轴承》 北大核心 2013年第7期59-63,共5页

针对轴承早期异常状态识别问题,提出了一种基于振动信号和HSMM-DBN的轴承早期异常状态识别方法,研究了隐半马尔科夫模型转换为动态贝叶斯网络(HSMM-DBN)的优点和基本过程,并应用该方法对试验数据进行了分析。结果表明,该方法能够有效识... 针对轴承早期异常状态识别问题,提出了一种基于振动信号和HSMM-DBN的轴承早期异常状态识别方法,研究了隐半马尔科夫模型转换为动态贝叶斯网络(HSMM-DBN)的优点和基本过程,并应用该方法对试验数据进行了分析。结果表明,该方法能够有效识别轴承故障的早期异常状态,为机械设备异常状态识别提供了一种新的有效方法。 展开更多

关键词 滚动轴承 故障诊断 隐半马尔科夫模型 动态贝叶斯网络 异常状态识别

在线阅读 下载PDF 职称材料

基于改进HSMM的设备故障预测方法研究 被引量：3

9

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 职称材料

基于联锁运行数据的转辙机健康状态智能分析方法 被引量：5

10

作者 张轩赫 梁志国 +1 位作者 张宏扬 王海峰 《北京交通大学学报》 CAS CSCD 北大核心 2023年第2期137-146,共10页

转辙机是重要的安全关键信号设备,目前多依赖人工经验进行健康状态分析,存在误差大、预测不准的问题,现场维修维护面临很大压力.基于转辙机控制原理,利用联锁运行数据,提出一种结合深度置信网络和连续隐半马尔科夫模型的智能分析方法,... 转辙机是重要的安全关键信号设备,目前多依赖人工经验进行健康状态分析,存在误差大、预测不准的问题,现场维修维护面临很大压力.基于转辙机控制原理,利用联锁运行数据,提出一种结合深度置信网络和连续隐半马尔科夫模型的智能分析方法,对转辙机健康状态进行评估预测.首先,通过深度置信网络提取特征作为连续隐半马尔科夫模型的输入,利用联锁状态数据对预测模型进行训练,以不同观测值序列输出最大似然概率来确定转辙机的退化状态;然后,通过各退化状态驻留时间均值及方差计算转辙机退化状态的驻留时间,以此来预测转辙机健康状态的持续时间.实验表明,该方法在状态预测准确率方面达到83.08%,较传统隐半马尔可夫模型提高约13%,具有较好的预测精度,能够有效支撑现场维修维护工作.本文对信号设备的智能运维具有一定的借鉴作用. 展开更多

关键词 健康状态 转辙机 深度置信网络 连续隐半马尔科夫模型

在线阅读 下载PDF 职称材料

基于HSMM的数控机床状态识别方法的研究

11

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 职称材料