SOFM和HMM在旋转机械升降速全过程故障诊断中的应用

被引：4

作者：

冯长建

丁启全

吴昭同

童进

机构：

[1] 浙江大学

[2] 浙江大学杭州

[3] 杭州

来源：

关键词：

故障诊断; SOFM; HMM; 旋转机械; 升降速;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

HMM模型是一个处理非平稳时间序列的统计模型。针对旋转机械升降速过程振动的特点 ,本文提出了利用SOFM神经网络对振动信号进行矢量量化 ,并用量化后的序列训练HMM模型 ,利用该模型对旋转机械升降速过程进行故障诊断。实验证明该方法是此过程的一种有效的诊断手段。

引用

页码：98 / 100+104 +104

页数：4

共 5 条

[1] 大型旋转机械升降速过程故障诊断研究 [J].

童进 ;

吴昭同 ;

严拱标 .

[2] 大型旋转机械升降速过程故障诊断HMM-AR方法研究 [J].

童进 ;

吴昭同 ;

严拱标 .

[3] SOFM和HMM在矢量量化码本优化中的应用 [J].

张雷 ;

孙诗瑛 .

[4]

隐Markov模型(HMM)及其在语音处理中的应用[M]. - 华中理工大学出版社 , 谢锦辉著, 1995

[5]

Hidden Markov model fingerprint classifier .2 Andrew. Conference Record of the Asilomar Conference on Signals. Systems &Computers . 1998