基于Dirichlet过程混合模型的滚动轴承运行状态识别

• 作者: 周易文 王恒 瞿家明 黄希
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 状态识别 非参数Bayes模型 Dirichlet过程混合模型
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 测量与仪器
• 页码范围: 58-62
• 页数: 5页
• 分类号: TH133.33|TP183
• 字数: 3076字
• 语种: 中文
• DOI: 10.19533/j.issn1000-3762.2018.09.015

摘要

针对滚动轴承的运行状态识别问题,利用典型DP混合模型良好的聚类特性,提出了基于DPMM的滚动轴承运行状态识别算法,并推导了算法聚类的详细步骤.利用轴承状态监测数据进行了验证和分析,结果表明:DPMM算法不依赖于训练样本,模型结构能够随着观测数据的变化实现自适应变化和动态调整,自动识别轴承的运行状态数;同时,识别结果不依赖于DPMM算法初始参数的选择,具有较强的稳定性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王恒	南通大学机械工程学院	39	165	7.0	12.0
2	黄希	南通大学机械工程学院	32	141	6.0	11.0
3	瞿家明	南通大学机械工程学院	5	1	1.0	1.0
4	周易文	南通大学机械工程学院	5	1	1.0	1.0