离散隐马尔可夫模型在颤振预报中的应用研究

摘要：

对于切削过程中颤振孕育的动态模式,提出了基于离散隐马尔可夫模型(DHMM)的模式识别理论预报颤振的新方法.首先对切削过程的振动信号进行FFI特征提取,然后利用自组织特征映射(SOM)神经网络对提取的特征矢量进行冗余信息压缩与预分类编码;再根据多变量DHMM建模理论,对切削颤振孕育的各种过程模式建立相应的DHMM,把矢量编码作为观测序列引入到DHMM中进行机器学习、训练;最后将观测序列引入到DHMM中进行颤振孕育的概率识别尝试.实验表明,该方法对颤振孕育过程识别是十分有效的,颤振预报正确率达93.3%.

关键词：离散隐马尔可夫模型(DHMM)、颤振、动态模式识别、预报、矢量量化

所属期刊栏目：27

分类号：TB533(声学工程)

资助基金：国家自然科学基金50405023

在线出版日期：2008-05-26（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：360-364