基于HMM-SVM的故障诊断模型及应用

• 作者: 刘冠军 柳新民 邱静
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 隐马尔可夫模型 支持向量机 故障诊断 减速器
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 45-48,53
• 页数: 5页
• 分类号: TH17
• 字数: 3812字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2006.01.011

摘要

针对直升机减速器故障诊断中机器学习方法存在的问题,根据隐马尔可夫模型(HMM)适合于处理连续动态信号与支持向量机(SVM)适合于模式分类的长处,提出了基于HMM-SVM串联结构的故障诊断模型.通过从减速箱振动信号中有效提取AR特征,利用HMM计算未知信号与减速器各状态的匹配程度,形成特征向量提供给SVM最后判别,实验结果表明该方法优于单纯的HMM或SVM诊断方法,能利用少量训练样本有效地完成直升机减速器的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱静	国防科技大学机电工程与自动化学院	115	1406	22.0	30.0
2	刘冠军	国防科技大学机电工程与自动化学院	88	860	18.0	23.0
3	柳新民	国防科技大学机电工程与自动化学院	13	182	8.0	13.0