基于PCA-HMM旋转机械早期故障退化状态识别方法研究
重点介绍了运用PCA进行旋转机械早期故障特征提取以及应用HMM对其故障状态进行识别.在实验的基础上,对旋转机械转轴不对中进行数据采集,通过时域分析,采用PCA提取众多时域指标的主成分,然后对其进行量化作为各个状态的观测序列.运用观测序列训练各种故障状态的HMM模型,然后将所测的故障数据按上述方法输入到训练好的HMM中,求出似然概率值,输出概率最大者即为当前故障状态.实验结果表明,利用该种方法能够很好地进行故障状态识别.
旋转机械 早期故障 退化状态 识别方法
孙晓宇 张来斌 梁伟
102249北京 中国石油大学(北京)机械与储运工程学院
国内会议
北京
中文
35-39
2010-10-01（万方平台首次上网日期，不代表论文的发表时间）