基于时延相关解调—隐马尔科夫模型的故障诊断与模式识别研究

摘要：

针对齿轮性能参数的退化特点,提出了一种时延相关解调(DCE)和隐马尔科夫模型(HMM)相结合的故障模式识别与分析方法.该方法对采集的振动信号进行自相关时延去噪,提取能量特征,分别使用正常状态、齿根裂纹和齿轮断齿的全过程数据训练HMM,建立性能评估模型,然后进行模式识别.最后,通过与标准HMM进行对比,验证了所提出的方法的可行性和有效性.

关键词：时延自相关、HMM、Baum-Welch算法、多观测序列

所属期刊栏目：39

在线出版日期：2015-03-19（万方平台首次上网日期，不代表论文的发表时间）

页码：128-131