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

• 作者: 刘冠军 曾庆虎 谭晓栋 邱静
• 来源期刊: 兵工学报
• 学科: 工学
• 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
• 年，卷（期）: 2008,（2）
• 页码范围: 198-203
• 页数: 6页
• 分类号: TB114.3
• 字数: 5084字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1093.2008.02.015

摘要

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.

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	国防科学技术大学机电工程研究所	53	742	16.0	25.0
2	刘冠军	国防科学技术大学机电工程研究所	47	710	15.0	25.0
3	曾庆虎	国防科学技术大学机电工程研究所	10	271	9.0	10.0
4	谭晓栋	国防科学技术大学机电工程研究所	4	91	4.0	4.0