基于隐半Markov模型的故障诊断和故障预测方法研究

• 作者: 安茂春 秦国军 胡海峰 胡茑庆
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 人工智能 隐半Markov模型 快速递推算法 故障诊断 故障预测
• 年，卷（期）: 2009,（1）
• 页码范围: 69-75
• 页数: 7页
• 分类号: TH17
• 字数: 4924字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1093.2009.01.013

摘要

隐半Markov模型(HSMM)是隐Markov模型(HMM)的一种扩展形式,通过在HMM结构中加入状态驻留时间分布参数,克服了HMM假设状态驻留时间服从指数分布的不足.HSMM不仅具有较强的模式分类能力,而且能对实际问题中的状态驻留时间进行合理建模,故既可用于故障诊断,又可用于故障预测.分析了利用HSMM进行故障诊断和预测的框架;并针对传统HSMM建模算法计算量和存储空间都比较大的缺点,引入并改进了一种快速递推算法,降低了计算复杂度和存储空间要求;最后将HSMM应用于直升机齿轮箱轴承故障诊断和GaAs激光器剩余使用寿命(RUL)预测,试验结果证明了这种方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡茑庆	国防科学技术大学机电工程与自动化学院	31	548	13.0	23.0
2	胡海峰	国防科学技术大学机电工程与自动化学院	11	126	5.0	11.0
3	秦国军	国防科学技术大学机电工程与自动化学院	15	221	5.0	14.0
4	安茂春		1	56	1.0	1.0