10.3969/j.issn.1004-6801.2014.02.018
基于多状态MOG-HMM和Viterbi的航空发动机突发故障预测
针对航空发动机的突发故障,提出了一种基于多状态混合高斯隐马尔科夫模型(mixture of Gaussian-hidden Markov model,简称MOG-HMM)和Viterbi算法相结合的预测方法.首先,根据航空发动机突发故障的历史监测数据建立多状态MOG-HMM模型,确定状态数、状态转移矩阵、观察值概率分布以及最终的突发故障状态;然后,对新采集的观测数据,通过Viterbi算法解码出该观测数据对应的当前状态;最后,计算该状态到达突发故障状态的时间间隔,从而可以对突发故障进行预测.仿真和实验结果表明,该方法能够实现对突发故障的预测,并且符合标准预测指标的要求.
多状态混合高斯隐马尔科夫模型、Viterbi算法、突发故障预测、航空发动机
34
TP206+.3(自动化技术及设备)
国家自然科学基金资助项目51075330,50975231;陕西省自然科学基础研究计划资助项目2013JM7011;航空科学基金资助项目20132153027
2014-06-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
310-314