基于Wavelet-HMM的旋转机械故障诊断方法研究

• 作者: 丁启全 何树波 吴昭同 李志安
• 来源期刊: 机械强度
• 关键词: 小波变换 隐Markov模型(HMM) 故障诊断
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 振动·监测·诊断
• 页码范围: 173-475
• 页数: 3页
• 分类号: TP206.3|TH165.3|TH17|TN911
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2003.05.001

摘要

隐Markov模型是一个双随机过程,适用于动态过程的时间序列的建模并具有强大的时序模式分类能力,特别适合非平稳、重复再现性不佳的信号分析;小波变换具有多分辨率分析的特点,在时频两域都具有表征信号局部特征的能力.文中将小波变换和隐Markov模型相结合,提出基于小波变换的HMM状态识别法,利用Daubechies小波进行8尺度的小波分解,然后从小波分解结构中提取一维信号的低频系数作为特征向量,将其输入到各个状态HMM来进行训练,其中输出概率最大的状态即是机组运行状态,从而实现状态的识别,实验结果表明该方法很有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昭同	浙江大学机械系	177	4029	36.0	52.0
2	丁启全	浙江大学机械系	29	405	11.0	18.0
3	何树波	浙江大学机械系	1	13	1.0	1.0
4	李志安	浙江大学机械系	1	13	1.0	1.0