10.13465/j.cnki.jvs.2014.10.018
基于集成隐马尔可夫模型的轴承故障诊断
对轴承振动信号进行时频分析获得全特征集;运用距离补偿法提取轴承故障敏感特征获得敏感特征集。两种特征集在用于训练、测试轴承状态时不仅诊断率不同,且误判样本亦不同。基于此,提出基于集成隐马尔可夫模型的轴承故障诊断方法。采用两种特征集分别建立两独立隐马尔可夫模型;运用平均法则、最大似然概率法集成隐马尔可夫模型分类效果;对轴承信号进行故障诊断。实验结果表明,与基于敏感特征集、全特征集的分类器相比,该模型分类器在轴承故障诊断中识别精度更高。
轴承故障诊断、补偿距离评估技术、隐马尔可夫模型
TH165.3
国家自然科学基金资助项目51175329
2014-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96