| 基于改进连续隐马尔科夫模型的风机齿轮箱故障诊断 |
| |
| 引用本文： | 丁超然,刘三明,王帅,潘兆旭. 基于改进连续隐马尔科夫模型的风机齿轮箱故障诊断[J]. 电力学报, 2019, 0(1): 68-78 |
| |
| 作者姓名： | 丁超然 刘三明 王帅 潘兆旭 |
| |
| 作者单位： | 上海电机学院 |
| |
| 摘 要： | 连续隐马尔科夫模型(CHMM)应用于风机齿轮箱故障诊断,针对隐马尔可夫模型训练算法易收敛于局部最优解,提出了一种改进的BSA-CHMM参数训练算法,将鸟群算法(BSA)与Baum-Welch算法相结合,可有效的跳出局部最优解。分析振动信号并利用小波包分解与重构提取频带能量作为特征向量;将正常及各故障状态的训练样本特征作为模型观测值输入BSA-CHMM模型进行训练;最后将各检验样本特征输入各状态模型中,得到输出概率作为故障诊断的评判依据。通过Matlab仿真试验结果表明:所提出的诊断方法能够准确地诊断出故障状态,且相较于传统的CHMM训练算法能取得更好的训练结果。
|
| 关 键 词： | 故障诊断 风机齿轮箱 连续隐马尔科夫模型 参数训练 鸟群算法(BSA) |
Fault Diagnosis of Fan Gearbox Based on Improved Continuous Hidden Markov Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
