基于HMM的电子设备状态监测与健康评估

被引：25

作者：

张继军 ^{[1
]}

马登武 ^{[2
]}

张金春 ^{[3
]}

机构：

[1] 海军航空工程学院研究生管理大队

[2] 海军航空工程学院兵器科学与技术系

[3] 海军航空工程学院基础部

来源：

系统工程与电子技术 | 2013年 / 35卷 / 08期

关键词：

状态监测; 参数估计; 隐马尔科夫模型; 遗传算法; Viterbi算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TN06 [测试技术及设备];

学科分类号：

080906 [电磁信息功能材料与结构]; 140502 [人工智能];

摘要：

为了克服隐马尔科夫模型(hidden Markov model,HMM)在训练时波氏(Baum-Welch,B-W)算法易陷入局部最优解的不足,采用多智能体遗传算法(multi-agent genetic algorithm,MAGA)对其进行参数估计,设计了染色体编码方法和遗传操作方式。利用Viterbi算法的状态估计和状态回溯能力对温控放大器进行状态监测和健康评估研究,仅需建立一个HMM,大幅度减少了HMM作为分类器使用时的模型训练计算量。仿真结果表明,MAGA优化的HMM具有更好的状态监测性能,采用Viterbi算法得到的状态概率值对设备进行健康评估有效可行。

引用

页码：1692 / 1696

页数：5

共 11 条

[1]

基于MHMM模拟电路早期故障诊断.[J].朱凤波;吴文全;杨华;.电光与控制.2012, 01

[2]

基于改进HMM的潜在电子故障状态识别模型 [J].

黄景德 ;

郝学良 ;

黄义 .

仪器仪表学报, 2011, 32 (11) :2481-2486

[3]

模拟电路故障诊断的双重扰动支持向量机集成方法 [J].

马超 ;

陈西宏 ;

姚懿玲 ;

韩明 .

微电子学与计算机, 2011, 28 (03) :17-22

[4]

CHMM在发射机状态监测与健康评估中的应用研究 [J].

许丽佳 ;

王厚军 ;

黄建国 .

电子科技大学学报, 2010, (06) :875-879+890

[5]

基于HMM的模拟电路故障诊断方法 [J].

许丽佳 ;

黄建国 ;

王厚军 .

计算机辅助设计与图形学学报, 2010, 22 (07) :1215-1222

[6]

一种状态监测与健康评估方法及其在模拟电路中的应用 [J].

许丽佳 ;

王厚军 ;

龙兵 .

计算机辅助设计与图形学学报, 2008, 20 (12) :1550-1556

[7]

多智能体遗传算法用于线性系统逼近 [J].

钟伟才 ;

刘静 ;

焦李成 .

自动化学报, 2004, (06) :933-938

[8]

基于SOFM网络的机械设备多类型信息融合与状态识别 [J].

申弢 ;

黄树红 ;

韩守木 ;

刘德昌 .

机械工程学报, 2001, (01) :37-41

[9]

Selection of input stimulus for fault diagnosis of analog circuits using ARMA model [J].

Mohsen, AAK ;

Abu El-Yazeed, MF .

AEU-INTERNATIONAL JOURNAL OF ELECTRONICS AND COMMUNICATIONS, 2004, 58 (03) :212-217

[10]

Diagnosis of mechanical fault signals using continuous hidden Markov model.[J].Jong Min Lee;Seung-Jong Kim;Yoha Hwang;Chang-Seop Song.Journal of Sound and Vibration.2003, 3

← 1 2 →