基于人工免疫算法的离散隐马尔科夫故障诊断模型优化

摘要：

目的 解决离散隐马尔科夫模型在行星齿轮箱故障诊断中的自适应性和泛化性问题.方法 建立人工免疫优化模型,将包含易被误判样本的多样本集作为抗原,以其正确识别率为适应度函数,不断对初始观测矩阵进行增殖、变异和选择,获得识别率最高时的初始观测矩阵,利用人工免疫算法对隐马尔科夫故障诊断模型的初始观测矩阵进行优化.结果 将该方法应用于行星齿轮箱的故障诊断中,通过不同工况下的对比试验、单样本和多样本优化对比试验,验证了优化后的隐马尔科夫故障诊断模型的诊断效果.结论 优化后的隐马尔科夫故障诊断模型具有更好的适应性,诊断精度显著提高.

关键词：故障诊断、离散隐马尔科夫模型、Discrete Hidden Markov Model(DHMM)、人工免疫优化、行星齿轮箱

所属期刊栏目：16

分类号：TG147(金属学与热处理)

在线出版日期：2019-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67