基于HMM在电机故障诊断上的研究

• 作者: 于天剑 陈春阳 陈特放 陈雅婷
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 故障诊断 隐马尔可夫模型 感应电机 模式识别
• 年，卷（期）: 2014,（4）
• 页码范围: 103-108
• 页数: 6页
• 分类号: U265
• 字数: 3186字
• 语种: 中文

摘要

提出一种基于隐马尔可夫模型的方法用于故障的诊断与检测，该方法采用HMM与模式识别相结合的方法，通过对电机的电压电流信号进行特征提取和分析，构建电压电流空间模型，并且每个模型可以作为一级，每一级可以提高其判断的准确度，而HMM模型用做一个故障分类器来使用，相比于自适应模糊推理方法（MLFF）和多层前馈网络法（ANFIS），其准度有了很大提高，并且减少了计算。通过对不同故障诊断实例阐述了基于HMM的故障诊断方法的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈特放	中南大学信息科学与工程学院	163	1182	17.0	25.0
2	于天剑	中南大学交通运输学院	10	27	2.0	5.0
3	陈雅婷	中南大学信息科学与工程学院	7	27	2.0	5.0
4	陈春阳	中南大学交通运输学院	9	30	4.0	5.0