基于MFCC和HSMM的加工过程信号状态标记

1

作者 姜东升 周焮钊 李雄伟 《机床与液压》 北大核心 2025年第12期81-86,共6页

针对加工过程中加工信号自动状态标记困难的问题,结合梅尔倒谱系数(MFCC)和隐半马尔科夫模型(HSMM),提出一种适用于单一参数加工场景的模型。该模型通过对振动信号进行预处理和特征提取,利用Baum-Welch算法估计隐半马尔科夫模型的参数,... 针对加工过程中加工信号自动状态标记困难的问题,结合梅尔倒谱系数(MFCC)和隐半马尔科夫模型(HSMM),提出一种适用于单一参数加工场景的模型。该模型通过对振动信号进行预处理和特征提取,利用Baum-Welch算法估计隐半马尔科夫模型的参数,并基于给定的观测序列采用Viterbi方法进行预测,从而根据状态序列得到分割边界,实现信号的标记。在此基础上,搭建基于MFCC和线性判别分析(LDA)降维的隐半马尔可夫(HSMM)时序信号状态标记模型,同时采用查准率P、查全率R以及边界准确性F_(B)等指标来全面评估模型在信号标记任务中的表现。最后验证了MFCC-HSMM模型在单一参数场景下进行信号状态标记的有效性。 展开更多

关键词 信号标记 时序信号 序列标记 MFCC-hsmm

在线阅读 下载PDF 职称材料

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

2

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 职称材料

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

3

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 职称材料

基于HSMM的机械故障演化规律分析建模与预测 被引量：5

4

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 职称材料

基于HSMM的船舶机械故障演化预测模型 被引量：6

5

作者 贾成芬 唐小洁 张攀 《舰船科学技术》 北大核心 2022年第22期174-177,共4页

船舶机械设备运行的可靠性对于船舶整体而言非常重要,随着船舶机械设备复杂程度的提高,机械故障的预测和防范成为研究热点。本文系统介绍SMM马尔科夫模型和HSMM隐马尔科夫模型的原理和应用场景,针对船舶机械故障的演化预测模型进行详细... 船舶机械设备运行的可靠性对于船舶整体而言非常重要,随着船舶机械设备复杂程度的提高,机械故障的预测和防范成为研究热点。本文系统介绍SMM马尔科夫模型和HSMM隐马尔科夫模型的原理和应用场景,针对船舶机械故障的演化预测模型进行详细研究。利用HSMM隐马尔科夫模型在随机信号特征提取以及时间概率的准确性优势,对船舶动力系统变速箱的齿轮故障进行预测和诊断,取得了较好的效果。 展开更多

关键词 hsmm模型 机械故障预测 数据处理

在线阅读 下载PDF 职称材料

基于HSMM和K-means的纳米孔多级事件检测 被引量：3

6

作者 赖永杭 颜秉勇 王慧锋 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第2期220-226,共7页

提出了一种基于隐半马尔科夫模型(HSMM)和K-means的混合算法,用于对纳米孔数据中出现的多级事件进行分析。通过K-means对检测到的阻断事件进行分析,确定纳米孔信号中的电流幅值水平个数,将其作为HSMM模型的隐状态输入;然后采用HSMM识别... 提出了一种基于隐半马尔科夫模型(HSMM)和K-means的混合算法,用于对纳米孔数据中出现的多级事件进行分析。通过K-means对检测到的阻断事件进行分析,确定纳米孔信号中的电流幅值水平个数,将其作为HSMM模型的隐状态输入;然后采用HSMM识别多级事件内部的不同水平,确定各水平的幅值和持续时间。最后将算法与Opennanopore软件进行比较,对三级、四级事件进行处理。仿真结果发现:HSMM比Opennanopore软件的准确率高,能够准确对事件进行分级。 展开更多

关键词 纳米孔 hsmm K-MEANS 多级事件

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

7

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

基于HSMM的两阶段设备缺陷状态识别方法 被引量：3

8

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 职称材料

基于离散HSMM的故障预测模型 被引量：6

9

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 职称材料

基于改进HSMM的设备故障预测方法研究 被引量：3

10

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G-AHSMM的设备剩余寿命预测研究 被引量：2

11

作者 张青山 张思岩 +1 位作者 肖萌 徐伟 《沈阳工业大学学报（社会科学版）》 2022年第2期151-158,共8页

伴随大数据技术和智能制造的快速发展,生产设备的预知维修及多台设备的联合维修决策已成为工业制造业企业备受关注和亟待解决的现实问题。而服役设备剩余寿命的精准预测,又是预知维修决策和联合维修决策的前提。对已有设备寿命预测方法... 伴随大数据技术和智能制造的快速发展,生产设备的预知维修及多台设备的联合维修决策已成为工业制造业企业备受关注和亟待解决的现实问题。而服役设备剩余寿命的精准预测,又是预知维修决策和联合维修决策的前提。对已有设备寿命预测方法进行比较分析,将隐半马尔可夫模型加以拓展,结合伽马分布,构建设备状态监测数据驱动的剩余寿命预测模型G-AHSMM,给出求解方法,并基于某涡轮发动机的状态监测数据进行验证分析。结果表明:预测模型不仅规避了以往“状态观测值之间相互独立”的不实假设,而且相比传统HSMM具有更高的现实拟合性、求解简捷性和预测精准性,可作为企业预测服役设备剩余寿命的有效工具。 展开更多

关键词 智能制造 设备寿命 剩余寿命预测 隐半马尔可夫模型 伽马分布 前向后向算法 状态识别

在线阅读 下载PDF 职称材料

结合SVM和香农能量的HSMM心音分割算法 被引量：5

12

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

暂未订购

HSMM模型在船舶故障诊断中的研究

13

作者 李红芳 《舰船科学技术》 北大核心 2016年第9X期145-147,共3页

HSMM模型具有较强的分析能力,本文将其应用到船舶故障诊断中,并通过本征模态能量矩进行特征提取,最后通过Matlab函数进行实验仿真。实验结果说明,HSMM模型在船舶轴承故障诊断方面识别率高,稳定性强。在今后的研究中,需要着重考虑船舶轴... HSMM模型具有较强的分析能力,本文将其应用到船舶故障诊断中,并通过本征模态能量矩进行特征提取,最后通过Matlab函数进行实验仿真。实验结果说明,HSMM模型在船舶轴承故障诊断方面识别率高,稳定性强。在今后的研究中,需要着重考虑船舶轴承的损耗时间,以此更加精确地预测出其剩余工作时间。 展开更多

关键词 hsmm模型 故障诊断 能量矩

在线阅读 下载PDF 职称材料

基于HSMM的铝空电池后期SOC估计

14

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 职称材料

基于TV-HSMM的海底管道寿命预测

15

作者 张新生 裘瑾 《材料保护》 CAS CSCD 北大核心 2019年第11期77-84,90,共9页

由于海底油气管道的退化状态具有动态不可监测性,为避免穿孔泄露导致管道安全事故,提出了基于TV-HSMM的海底管道腐蚀预测方法。首先,利用海底管道全寿命周期数据建立隐半马尔科夫模型;接着,为适应油气管道实际退化过程,通过与时变矩阵... 由于海底油气管道的退化状态具有动态不可监测性,为避免穿孔泄露导致管道安全事故,提出了基于TV-HSMM的海底管道腐蚀预测方法。首先,利用海底管道全寿命周期数据建立隐半马尔科夫模型;接着,为适应油气管道实际退化过程,通过与时变矩阵结合的方法改善其状态驻留时间为固定值这一问题;然后,根据油气管道典型退化趋势,将其退化过程划分为3个阶段,并赋予不同的参数值计算得到3种时变转移矩阵;最后,利用某油气管道的全寿命周期数据训练基于时变状态的隐半马尔科夫模型和原模型,预测其剩余寿命。结果表明:改进后基于时变矩阵的隐半马尔科夫模型在原隐半马尔科夫模型的基础上提高了精度,其预测出的油气管道剩余寿命与实际寿命的相对误差显著缩小,为海底油气管道安全平稳运行提供了更好的保障。 展开更多

关键词 海底油气管道 剩余寿命预测 时变性 隐半马尔科夫模型 状态转移矩阵

在线阅读 下载PDF 职称材料

基于HSMM的人脸表情识别 被引量：2

16

作者 田建华 张建明 +1 位作者 史益斌 周庚涛 《计算机工程与设计》 CSCD 北大核心 2007年第23期5664-5667,共4页

针对表情识别中存在人脸关键部位被墨镜、口罩等物体遮掩的问题,提出了一种基于隐半马尔可夫模型(hidden semi-Markov models,HSMM)的人脸表情识别模型。该模型具有每个状态产生多个观察值、允许观察值缺省等特性,据此识别那些由于局部... 针对表情识别中存在人脸关键部位被墨镜、口罩等物体遮掩的问题,提出了一种基于隐半马尔可夫模型(hidden semi-Markov models,HSMM)的人脸表情识别模型。该模型具有每个状态产生多个观察值、允许观察值缺省等特性,据此识别那些由于局部被遮挡或其它原因引起的丢失特征的人脸表情。实验结果表明,该模型提高了部分遮挡人脸的表情识别效果,同时对无遮挡人脸的表情识别也有所改善。 展开更多

关键词 局部遮挡 隐马尔可夫模型 隐半马尔可夫模型 多重观察值序列 表情识别

在线阅读 下载PDF 职称材料

基于EMD-HSMM的采煤机轴承故障诊断 被引量：3

17

作者 扈玉辰 姚竹亭 《煤矿机械》 北大核心 2014年第1期220-222,共3页

针对采煤机在正常工作中经常发生轴承故障的问题,提出一种基于经验模态分解(EMD)和隐半马尔可夫模型(HSMM)的故障识别方法。该方法先用EMD对故障信号进行分解,形成一系列平稳的本征模函数(IMF),并提取包含故障信息的IMF的能量作为特征... 针对采煤机在正常工作中经常发生轴承故障的问题,提出一种基于经验模态分解(EMD)和隐半马尔可夫模型(HSMM)的故障识别方法。该方法先用EMD对故障信号进行分解,形成一系列平稳的本征模函数(IMF),并提取包含故障信息的IMF的能量作为特征向量输入到HSMM中对其进行训练。之后用训练好的HSMM分类器对故障进行识别。实验结果表明,采用该方法可以有效地提高故障识别率。 展开更多

关键词 隐半马尔可夫模型 经验模式分解 故障诊断 采煤机 轴承

原文传递

基于情绪向量的隐半马尔可夫模型股市拐点预测方法

18

作者 姚宏亮 江永生 +1 位作者 杨静 俞奎 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第10期1335-1340,共6页

股市的情绪化倾向是股票市场具有高度不确定性的主要原因,直接利用历史数据的股票趋势预测方法难以适应市场情绪的多变性,在实际应用中效果不理想。文章针对市场情绪的不稳定性导致股市拐点难以预测的问题,提出一种基于情绪向量的隐半... 股市的情绪化倾向是股票市场具有高度不确定性的主要原因,直接利用历史数据的股票趋势预测方法难以适应市场情绪的多变性,在实际应用中效果不理想。文章针对市场情绪的不稳定性导致股市拐点难以预测的问题,提出一种基于情绪向量的隐半马尔可夫模型股市拐点预测方法(hidden semi-Markov model stock turning point prediction method based on sentiment vector,SV-HSMM)。针对市场情绪不可观察性,选取与市场情绪相关的主要特征,使用马尔可夫毯融合成市场情绪;利用隐半马尔可夫模型建模市场环境,构建市场情绪、市场状态和状态持续时间之间的结构关系;引入情绪向量平滑情绪的多变性,并利用Kullback-Leibler(KL)距离量化情绪热度;利用隐半马尔可夫模型的动态推理实现股市拐点预测。结果表明情绪向量方法具有更好的预测效果。 展开更多

关键词 市场情绪 情绪向量 隐半马尔可夫模型(hsmm) Kullback-Leibler(KL)距离

在线阅读 下载PDF 职称材料

基于HSMM的数控装备运行可靠性评估 被引量：1

19

作者 袁军 毛征宇 刘繁茂 《湖南科技大学学报（自然科学版）》 CAS 北大核心 2013年第3期26-30,共5页

数控装备是高成本的产品,仅仅依靠寿命试验获得数控装备的失效时间耗费太大,在实验数据呈现小样本的情况下研究数控装备的运行性能随时间而变化的规律,从而对数控机床进行可靠性评估是非常有重要意义的.提出采用隐半马尔科夫模型(HSMM)... 数控装备是高成本的产品,仅仅依靠寿命试验获得数控装备的失效时间耗费太大,在实验数据呈现小样本的情况下研究数控装备的运行性能随时间而变化的规律,从而对数控机床进行可靠性评估是非常有重要意义的.提出采用隐半马尔科夫模型(HSMM)对数控装备运行性能特征参数进行数据挖掘,计算出描述数控装备从正常状态到失效状态变迁过程的状态转移矩阵.结合状态转移矩阵和马尔科夫预测模型对数控装备运行可靠性进行评估.最后,在一款数控铣床上验证该方法的可行性,该方法丰富了数控装备可靠性评估理论. 展开更多

关键词 隐半马尔科夫模型 运行性能 马尔科夫链 可靠度 数控铣床

原文传递

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

20

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 职称材料