基于时变状态转移隐半马尔科夫模型的寿命预测

被引:13
作者
何兆民
王少萍
机构
[1] 北京航空航天大学自动化科学与电气工程学院
关键词
时变状态转移概率; 隐半马尔科夫模型; 状态估计; 寿命预测;
D O I
暂无
中图分类号
TH17 [机械运行与维修]; TB114 [概率论、数理统计的应用];
学科分类号
0802 ; 1201 ;
摘要
隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.
引用
收藏
页码:47 / 53
页数:7
相关论文
共 3 条
[1]   基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用 [J].
杨宇 ;
王欢欢 ;
曾鸣 ;
程军圣 .
湖南大学学报(自然科学版), 2013, 40 (03) :36-40
[2]   基于DD-HSMM的设备运行状态识别与故障预测方法 [J].
王宁 ;
孙树栋 ;
李淑敏 ;
蔡志强 .
计算机集成制造系统, 2012, 18 (08) :1861-1868
[3]  
CONTINUOUSLY VARIABLE DURATION HIDDEN MARKOV MODELS FOR AUTOMATIC SPEECH RECOGNITION .2 Levinson,S.E. Computer Speech and Language . 1986