基于隐Markov模型的重型数控机床健康状态评估
以重型数控机床为研究对象,为掌握机床状态变迁规律,辅助视情维修决策,建立基于隐Markov模型的健康状态评估模型.鉴于重型数控机床故障模式多样、故障关联复杂且故障样本匮乏等特点,从性能劣化的角度出发,建立多性能参数多观测序列的HMM健康评估模型.首先,针对传统隐Markov模型的参数初始化难题,通过K-means方法进行参数聚类分析,使初始化参数趋向于全局最优解;其次,由于单性能参数不能完全描述机床状态的隐含信息,提出了一种基于多性能参数多观测序列值的HMM训练算法.最后,通过某重型数控机床滚珠丝杠的健康状态评估实例,获取了滚珠丝杠的健康状态变化趋势,验证了方法的可行性和有效性.
数控机床 健康评估 隐马尔科夫模型 性能劣化
孙耀宗 邓超 李嵘 王远航 熊尧
华中科技大学 机械学院制造装备数字化国家工程中心,湖北武汉430074 武汉重型机床集团有限公司,湖北武汉430070
国内会议
武汉
中文
1-13
2012-11-10（万方平台首次上网日期，不代表论文的发表时间）