首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波域隐马尔可夫模型故障诊断方法
引用本文:陶新民,徐晶,杜宝祥,徐勇. 基于小波域隐马尔可夫模型故障诊断方法[J]. 振动与冲击, 2009, 28(4): 33-37
作者姓名:陶新民  徐晶  杜宝祥  徐勇
作者单位:(1.哈尔滨工程大学信息与通信工程学院,黑龙江省,哈尔滨市,150001)
基金项目:哈尔滨工程大学校科研基金,黑龙江省博士后启动基金 
摘    要:针对基于小波能量谱和能量谱熵的故障诊断方法要求小波分解系数基本符合高斯分布这一不足,提出一种基于多尺度小波域隐马尔可夫模型(WHMM)参数特征的故障诊断方法.该方法分析了信号多尺度小波分解系数的统计特征,利用隐马尔可夫模型描述小波变换域系数在尺度间,尺度内的统计相关性.采用最大似然估计方法确定的模型参数作为信号特征实现故障诊断.试验结果证实了设计思想的正确性和算法的高效检测性能.最后从小波基、窗口宽度和分类器三个层面对建议方法诊断性能的影响进行分析,结果表明本文方法具有很强的稳定性和鲁棒性.

关 键 词:故障诊断 隐性马尔可夫模型 小波能量谱 最大似然估计方法   

Bearing fault diagnosis using a wavelet-domain hidden markov model
TAO Xin-min,XU Jing,DU Bao-xiang,XU Yong. Bearing fault diagnosis using a wavelet-domain hidden markov model[J]. Journal of Vibration and Shock, 2009, 28(4): 33-37
Authors:TAO Xin-min  XU Jing  DU Bao-xiang  XU Yong
Affiliation:1.College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001,
Abstract:
Keywords:Fault detection Wavelet energy spectrum Hidden markov model Maximum likelihood
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《振动与冲击》浏览原始摘要信息
点击此处可从《振动与冲击》下载免费的PDF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