隐Markov模型在机械故障诊断中的应用综述
论述了隐Markov模型(Hidden Markov Model,HMM)的理论与算法,综述了该方法在故障诊断中的国内外现状.HMM具有很好的包容性,是一种基于不完全观测数据的统计模型,使得该模型运用范围相当广泛,适用性也很强.隐Markov模型的主要功能是进行建模分类,通过不同特征值组各自进行模型训练.在机械设备运转过程中,设备的工作状态都可以由一组特征矢量来描述,这些特征矢量可以使用HMM进行模型训练.最后,给出了基于NOFRF的机械故障诊断方法中值得研究的问题.
机械设备 故障诊断 隐markov模型 模式识别
柳宝 李志农 马曼曼
南昌航空大学无损检测技术教育部重点实验室,南昌330063
国内会议
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议
西安
中文
240-242
2016-08-01（万方平台首次上网日期，不代表论文的发表时间）