首页 | 本学科首页   官方微博 | 高级检索  
     

基于HDP-CHMM的机械设备性能退化评估
引用本文:王恒,季云,朱龙彪,刘肖.基于HDP-CHMM的机械设备性能退化评估[J].振动.测试与诊断,2018,38(4):733-737.
作者姓名:王恒  季云  朱龙彪  刘肖
作者单位:南通大学机械工程学院
基金项目:(国家自然科学基金资助项目(51405246);江苏省自然科学基金面上资助项目(BK20151271);南通市应用基础研究-工业创新资助项目(GY12016010); 江苏省“六大人才高峰”高层次人才资助项目(GDZB-048)
摘    要:针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能退化评估方法。该方法利用分层狄利克雷模型的分层聚类原理,在狄利克雷过程(Dirichlet process,简称DP)模型的基础上进行扩展,利用多组关联数据实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合连续隐马尔可夫模型(continuous hidden Markov model,简称CHMM)良好的分析和建模能力,获得设备退化状态转移路径,实现机械设备运行过程中的退化状态识别和性能评估。利用滚动轴承全寿命数据的多组特征值进行了应用研究,并与基于K-S检验算法的机械设备零部件性能退化评估方法进行了比较。结果表明,HDP-CHMM模型可以对轴承实际运行状态转移过程进行建模,有效识别轴承运行中的不同退化状态,为基于状态的设备维修提供了理论指导。

关 键 词:分层狄利克雷模型  连续隐马尔可夫模型  性能退化评估  滚动轴承

Performance Degradation Evaluation of Mechanical Equipment Based on HDP-CHMM
WANG Heng,JI Yun,ZHU Longbiao,LIU Xiao.Performance Degradation Evaluation of Mechanical Equipment Based on HDP-CHMM[J].Journal of Vibration,Measurement & Diagnosis,2018,38(4):733-737.
Authors:WANG Heng  JI Yun  ZHU Longbiao  LIU Xiao
Affiliation:(School of Mechanical Engineering, Nantong University Nantong, 226019, China)
Abstract:
Keywords:hierarchical Dirichlet process  continuous hidden Markov model  performance degradation assessment  rolling bearing
本文献已被 CNKI 等数据库收录!
点击此处可从《振动.测试与诊断》浏览原始摘要信息
点击此处可从《振动.测试与诊断》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