基于时延相关解调—隐马尔科夫模型的故障诊断与模式识别研究

• 作者: 刘鑫 周杰 姚晋芳 贾云献
• 来源期刊: 机械传动
• 关键词: 时延自相关 HMM Baum-Welch算法 多观测序列
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 试验分析
• 页码范围: 128-131
• 页数: 4页
• 语种: 中文

摘要

针对齿轮性能参数的退化特点,提出了一种时延相关解调(DCE)和隐马尔科夫模型(HMM)相结合的故障模式识别与分析方法.该方法对采集的振动信号进行自相关时延去噪,提取能量特征,分别使用正常状态、齿根裂纹和齿轮断齿的全过程数据训练HMM,建立性能评估模型,然后进行模式识别.最后,通过与标准HMM进行对比,验证了所提出的方法的可行性和有效性.