基于HMM&SVM的核动力设备机械故障诊断方法研究

• 作者: 全燕鸣 岳夏 张春良 朱厚耀
• 来源期刊: 核动力工程
• 关键词: 故障诊断 隐马尔可夫模型 支持向量机 核动力设备
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 运行与维护
• 页码范围: 104-108
• 分类号: TH165+.3
• 语种: 中文
• DOI: 10.3969/j.issn.0258-0926.2012.03.023

摘要

核动力设备复杂且积累的资料与故障样本少,传统的诊断方法有待改进.隐马尔可夫模型与支持向量机是一种新的智能诊断技术.本文针对核动力设备机槭故障诊断的特点,采用隐马尔可夫模型建模的方式进行故障的初步诊断,再利用支持向量机小样本的强推广能力进行进一步甄别.主泵故障模拟装置上的验证实验表明,HMM&SVM混合模型具有较高的故障识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	全燕鸣		81	1046	18.0	29.0
2	张春良		53	176	8.0	11.0
3	岳夏		19	58	4.0	6.0
5	朱厚耀		16	44	4.0	6.0