基于CHMM的旋转机械故障诊断技术

• 作者: 宋雪萍 毛国豪 闻邦椿 马辉
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: CHMM 故障诊断 旋转机械 模式识别
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 工程技术应用
• 页码范围: 126-130
• 页数: 5页
• 分类号: TH16
• 字数: 3521字
• 语种: 中文
• DOI: 10.3321/j.issn:0577-6686.2006.05.024

摘要

隐马尔可夫模型(Hidden Markov model,HMM)是一种具有较强的时间序列建模能力的信号模式处理工具,在语音处理中获得了广泛应用,特别适合于非线性、重复再现性不佳的信号的分析.基于振动信号与语音信号的相似性,将CHMM(Continuous Hidden Markov model)引入了旋转机械的故障诊断中.采用12阶LPC倒谱系数进行特征提取,建立CHMM,为防止数据下溢,引入前向一后向比例因子算法求其对数似然概率,并且采用K-means算法对CHMM进行参数初始化.在给定的观测序列中每一种模型的优化路径通过Viterbi算法实现,用Baum-Welch算法实现参数重估,并给出了重估公式.最后,在转子试验台上模拟了四种故障试验,建立了四种故障的CHMM模型,通过求其最大似然概率值来决定机器的运行状态,试验结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马辉	东北大学机械工程与自动化学院	108	873	18.0	23.0
2	闻邦椿	东北大学机械工程与自动化学院	749	9265	41.0	55.0
3	宋雪萍	东北大学机械工程与自动化学院	12	190	7.0	12.0
4	毛国豪	东北大学机械工程与自动化学院	1	24	1.0	1.0