| 基于EMD-ICA和HMM的风机故障分类方法 |
| |
| 引用本文： | 任学平,单立伟.基于EMD-ICA和HMM的风机故障分类方法[J].汽轮机技术,2013,55(4). |
| |
| 作者姓名： | 任学平 单立伟 |
| |
| 作者单位： | 内蒙古科技大学机械工程学院,包头,014010 |
| |
| 基金项目： | 内蒙古自治区自然科学基金项目 |
| |
| 摘 要： | 隐马尔可夫模型(HMM)是一种模式聚类和识别方法,独立分量分析(ICA)则是一种非常有效的非高斯数据分析工具.其中,四阶累积量算法是一种数值稳定且鲁棒的ICA方法,非常适合用于振动信号的特征抽取,但独立分量分析有一定的前提条件,借助经验模态分解(EMD),消除噪声干扰,去除高频IMF部分,满足ICA的条件.因此,利用ICA算法对某炼铁厂风机不同状态模式(包括正常和转子不对中)进行特征提取,HMM实现模式的最终分类.对照分类实验结果,表明基于EMD-ICA的HMM的故障分类方法不仅具有良好的模式分类能力,且实现简单,在风机健康状况监测中有较大的应用潜力.
|
| 关 键 词： | 风机 经验模态分解 独立分量分析 隐马尔可夫模型 故障分类 |
A Fault Classification Method for Blower Based on EMD-ICA and HMM |
| |
| REN Xue-ping
,
SHAN Li-wei.A Fault Classification Method for Blower Based on EMD-ICA and HMM[J].Turbine Technology,2013,55(4). |
| |
| Authors: | REN Xue-ping SHAN Li-wei |
| |
| Abstract: | |
| |
| Keywords: | blower empirical mode decomposition (EMD) independent component analysis (ICA) hidden markov model(HMM) fault classification |
| 本文献已被 万方数据 等数据库收录！ |
|
