基于 DHMM的机械密封端面膜厚识别技术的研究

• 作者: 傅攀 张菲 樊巍
• 来源期刊: 流体机械
• 学科: 工学
• 关键词: 机械密封 状态识别 离散隐马尔科夫模型 总体经验模式分解
• 年，卷（期）: 2016,（3）
• 页码范围: 11-17
• 页数: 7页
• 分类号: TH136
• 字数: 4656字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0329.2016.03.003

摘要

维持机械密封端面间一定的膜厚是保证机械密封正常运行的关键，利用声发射技术监测得到的反映机械密封膜厚状态的信号往往信噪比很低，对其工作状态进行分类存在一定的困难。提出一种基于声发射信号利用总体经验模式分解（EEMD）和离散隐马尔可夫模型（DHMM）识别的机械密封端面膜厚识别技术。首先对声发射信号进行分帧处理，运用 EEMD 方法对信号进行时频分析，对分解出的子频分量分别提取时域和频域特征，再由核主成分分析法对特征参数进行优化降维，利用简化后的特征参数矢量训练各个机械密封端面膜厚状态的 DHMM，最后由训练好的 DHMM实现机械密封端面膜厚状态的识别，从而实现机械密封端面接触状态的监测。试验研究表明：该方法能够快速有效地判断出膜厚状态，并且需要的训练样本少，训练速度快，对实现机械密封端面接触状态的智能化在线监测具有重要的意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅攀		78	545	12.0	18.0
2	张菲		6	39	3.0	6.0
3	樊巍		3	9	2.0	3.0