首页 | 官方网站   微博 | 高级检索  
     

线性AR-HMM在旋转机械故障诊断中的应用
引用本文:冯长建,丁启全,吴昭同.线性AR-HMM在旋转机械故障诊断中的应用[J].汽轮机技术,2002,44(5):301-303.
作者姓名:冯长建  丁启全  吴昭同
作者单位:浙江大学,杭州,310027
基金项目:国家自然科学基金项目 (项目编号 :5 0 0 75 0 79)
摘    要:旋转机械的连续监测日益成为重要问题。由于传感技术的发展和计算能力的提高,使设备在线监测与故障诊断成为可能。把线性AR系数作为暂态振动信号的特征,利用有限状态隐马尔可夫模型(简称HMM)来模拟旋转机械的运行过程中运态行为的变化,从而提出一种新的故障诊断方法,HMM的参数从监测数据的统计关系中导出,实验证明该方法是切实可行的。

关 键 词:线性AR-HMM  旋转机械  故障诊断  隐马尔可夫模型  特征提取
文章编号:1001-5884(2002)05-0301-03
修稿时间:2002年4月21日

Applications of Linear AR-HMM in Fault Diagnosis of Rotating Machine
FENG Chang jian,DING Qi quan,WU Zhao tong.Applications of Linear AR-HMM in Fault Diagnosis of Rotating Machine[J].Turbine Technology,2002,44(5):301-303.
Authors:FENG Chang jian  DING Qi quan  WU Zhao tong
Abstract:Continuous monitoring of rotating machine is an increasingly important issue. Recent advances in both sensor technology and computational capabilities have made on line monitoring and fault diagnosis possible. Exacted AR coefficients for the features of temporal vibration signal and used finite states Hidden Markov chain to model changing behavior of rotating machine in running process. Therefore, proposed a new method for faults diagnosis. The parameters of the Hidden Markov Model (HMM) are derived statistically from monitoring data. It is verified that this method is feasible.
Keywords:fault diagnosis  Hidden Markov Models(HMM)  rotating machine  feature extraction  
本文献已被 CNKI 维普 万方数据 等数据库收录!
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-23

京公网安备 11010802026262号