首页 | 本学科首页   官方微博 | 高级检索  
     

基于隐半Markov模型的故障诊断和故障预测方法研究
引用本文:胡海峰,安茂春,秦国军,胡茑庆.基于隐半Markov模型的故障诊断和故障预测方法研究[J].兵工学报,2009,30(1):69-75.
作者姓名:胡海峰  安茂春  秦国军  胡茑庆
作者单位:国防科学技术大学,机电工程与自动化学院,湖南,长沙,410073;总装备部预研管理中心,北京,100101
基金项目:国家高技术研究发展计划(863计划) 
摘    要:隐半Markov模型(HSMM)是隐Markov模型(HMM)的一种扩展形式,通过在HMM结构中加入状态驻留时间分布参数,克服了HMM假设状态驻留时间服从指数分布的不足。HSMM不仅具有较强的模式分类能力,而且能对实际问题中的状态驻留时间进行合理建模,故既可用于故障诊断,又可用于故障预测。分析了利用HSMM进行故障诊断和预测的框架;并针对传统HSMM建模算法计算量和存储空间都比较大的缺点,引入并改进了一种快速递推算法,降低了计算复杂度和存储空间要求;最后将HSMM应用于直升机齿轮箱轴承故障诊断和GaAs激光器剩余使用寿命(RUL)预测,试验绪果证明了这种方法的有效性。

关 键 词:人工智能  隐半Markov模型  快速递推算法  故障诊断  故障预测

Study on Fault Diagnosis and Prognosis Methods Based on Hidden Semi-Markov Model
HU Hai-feng,AN Mao-chun,QIN Guo-jun,HU Niao-qing.Study on Fault Diagnosis and Prognosis Methods Based on Hidden Semi-Markov Model[J].Acta Armamentarii,2009,30(1):69-75.
Authors:HU Hai-feng  AN Mao-chun  QIN Guo-jun  HU Niao-qing
Affiliation:1. School of Mechatronic Engineering and Automation, National University of Defense Technology, Changsha 410073, Hunan, China; 2. Pre-research Projects Management Center of General Armament Department, Beijing 100101, China
Abstract:A hidden semi-Markov model(HSMM) is an extension of hidden Markov model(HMM), designed to remove the exponential distribution of the state durations assumed in HMM by adding explicit time duration parameters.Besides HSMM powerful capability of pattern classification,it allows modeling the time duration of hidden states more reasonably,therefore,it can be used for either fault diagnosis or fault prognosis.A unified framework for both fault diagnosis and prognosis based on HSMM was presented.An efficient recu...
Keywords:artificial intelligence  hidden semi-Markov model  efficient recursive algorithm  fault diagnosis  fault prognosis  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《兵工学报》浏览原始摘要信息
点击此处可从《兵工学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号