基于隐Markov树的设备状态综合诊断模型

摘要：

为了充分利用小波系数之间的统计相依性以更有效地诊断设备状态,提出了一种基于隐Markov树(HMT)的综合诊断模型.首先通过主成分分析将来自多个传感器的信号转换为主成分,求出各主成分对应的频谱,然后通过比较对已训练的各HMT模型的适应度,运用Bayes决策融合法则得到设备状态综合诊断决策.为了克服HMT模型存在的计算溢出困难,采用尺度变换对EM算法进行了改进.通过两个实例验证了该综合诊断模型具有较高的诊断准确率.

关键词：故障诊断、隐Markov树、小波变换、EM算法

所属期刊栏目：28

分类号：O235;TP391.4(控制论、信息论（数学理论）)

在线出版日期：2006-08-16（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：1034-1038