基于隐Markov模型的重型数控机床健康状态评估

被引：16

作者：

邓超 ^{[1
]}

孙耀宗 ^{[1
]}

李嵘 ^{[2
]}

王远航 ^{[1
]}

熊尧 ^{[1
]}

机构：

[1] 华中科技大学机械学院制造装备数字化国家工程中心

[2] 武汉重型机床集团有限公司

来源：

计算机集成制造系统 | 2013年 / 19卷 / 03期

关键词：

重型数控机床; 隐Markov模型; 健康评估; 状态劣化;

D O I：

10.13196/j.cims.2013.03.106.dengch.006

中图分类号：

TG659 [程序控制机床、数控机床及其加工];

学科分类号：

080202 ;

摘要：

为了辅助重型数控机床的综合健康状态评估,从性能劣化角度出发,建立基于多性能参数多观测序列的隐Markov健康状态评估模型,改进了以往基于单性能参数的隐Markov模型不能准确描述机床健康状态的问题。针对隐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;由于单性能参数不能完全描述机床状态的隐含信息,提出一种基于多性能参数多观测序列值的隐Markov模型训练算法。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。

引用

页码：552 / 558

页数：7