本文關(guān)鍵詞：基于無(wú)限因子隱Markov模型的機(jī)械故障診斷方法與研究

  更多相關(guān)文章： iFHMM 特征提取 模式識(shí)別 故障診斷 獨(dú)立分量分析 滾動(dòng)軸承 狀態(tài)預(yù)測(cè)

【摘要】：本論文是在國(guó)家自然科學(xué)基金(51261024,51075372,51265039,50775208),江西省教育廳科技計(jì)劃項(xiàng)目(No.GJJ12405),機(jī)械傳動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(No.SKLMT-KFKT-201514)和廣東省數(shù)字信號(hào)與圖像處理技術(shù)重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題(2014GDDSIPL-01)資助下展開(kāi)研究。基于無(wú)限因子隱Markov模型(iFHMM)的獨(dú)特優(yōu)勢(shì),將i FHMM引入到機(jī)械故障診斷中,提出了基于iFHMM的機(jī)械故障診斷方法,并進(jìn)行了仿真和實(shí)驗(yàn)驗(yàn)證,取得了比較好的創(chuàng)新性成果。本論文的主要研究?jī)?nèi)容如下:第1章:論述了本課題的提出及意義,因子隱Markov模型的國(guó)內(nèi)外研究現(xiàn)狀和無(wú)限因子隱Markov模型的研究現(xiàn)狀。在此基礎(chǔ)上,給出了本文的主要研究?jī)?nèi)容與創(chuàng)新之處。第2章:論述了因子隱Markov模型的基本原理與基本算法,指出了因子隱Markov模型所存在的不足與缺陷。以此為基礎(chǔ),論述了iFHMM的理論及推導(dǎo)算法。鑒于iFHMM的結(jié)構(gòu),采用一個(gè)二元矩陣進(jìn)行結(jié)構(gòu)的搭建與建模,引進(jìn)了印度餐館過(guò)程(IBP)與截棍構(gòu)造模型(Stick-Breaking),以此為基礎(chǔ)對(duì)iFHMM進(jìn)行建模,重點(diǎn)論述了iFHMM的理論算法及其推導(dǎo)過(guò)程。第3章:將無(wú)限因子隱Markov模型引入到旋轉(zhuǎn)機(jī)械升降速過(guò)程的故障診斷中,提出了基于因子隱Markov模型的旋轉(zhuǎn)機(jī)械故障診斷方法,在提出的方法中,利用FFT提取各種典型的轉(zhuǎn)子故障的1/2、1,2,3,4,5倍頻作為特征向量輸入到各個(gè)狀態(tài)iFHMM來(lái)進(jìn)行訓(xùn)練,得到每個(gè)模型產(chǎn)生該序列的概率,其中概率最大的狀態(tài)就代表了當(dāng)前機(jī)組的運(yùn)行狀態(tài)。同時(shí),提出的方法與傳統(tǒng)的基于因子隱Markov模型的機(jī)械故障診斷方法進(jìn)行了比較,并成功地應(yīng)用到旋轉(zhuǎn)機(jī)械的故障中,實(shí)驗(yàn)結(jié)果表明,iFHMM識(shí)別方法和FHMM識(shí)別方法都得到了很好的識(shí)別效果,然而,在iFHMM識(shí)別方法中,隱式Markov鏈條數(shù)設(shè)定為無(wú)窮大,可以通過(guò)求極限確定合適的隱式Markov鏈條數(shù),克服了在FHMM識(shí)別方法中盲目選擇隱式Markov鏈條數(shù)的不足。第4章:結(jié)合獨(dú)立成分分析(ICA)和iFHMM的各自特點(diǎn),提出了基于ICA-iFHMM的旋轉(zhuǎn)機(jī)械故障診斷方法,在提出的方法中,利用ICA基殘余互信息(RMI)作為特征提取,消除了多通道之間的信息冗余,iFHMM作為識(shí)別器。將提出的方法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷中。同時(shí),與基于ICA-FHMM的旋轉(zhuǎn)機(jī)械故障診斷方法進(jìn)行對(duì)比研究,實(shí)驗(yàn)結(jié)果表明,兩種方法都取得了滿意的識(shí)別效果,然而,ICA-FHMM識(shí)別效果與隱式Markov鏈條數(shù)的選擇有很大關(guān)系,如何合理選擇,缺乏依據(jù),往往是采用人為試湊方法來(lái)選擇。而提出的方法可以自適應(yīng)地確定隱式Markov鏈條數(shù),克服了FHMM中存在的不足。第5章:針對(duì)iFHMM中的模型參數(shù)估計(jì)的EM算法只能進(jìn)行局部尋優(yōu),這樣,容易造成EM算法在早期過(guò)早地收斂于局部極值的不足,在此,利用粒子群算法(PSO)具有全局尋優(yōu)的特點(diǎn),提出了PSO-iFHMM模型。在此基礎(chǔ)上,將提出的模型應(yīng)用到滾動(dòng)軸承性能退化研究中,并以基本尺度熵為特征,構(gòu)造PSO-iFHMM預(yù)測(cè)模型。同時(shí),與FHMM預(yù)測(cè)模型、iFHMM預(yù)測(cè)模型進(jìn)行對(duì)比研究。實(shí)驗(yàn)證明,三種預(yù)測(cè)模型方法都取得良好的預(yù)測(cè)效果。然而,FHMM預(yù)測(cè)模型、iFHMM預(yù)測(cè)模型存在過(guò)學(xué)習(xí)或欠學(xué)習(xí)問(wèn)題,容易陷入局部極小。而在提出的PSO-iFHMM預(yù)測(cè)模型中,引入粒子群優(yōu)化算法,大大加強(qiáng)了它的尋優(yōu)能力,達(dá)到全局尋優(yōu)。第六章,對(duì)本論文的研究工作內(nèi)容進(jìn)行了全面的總結(jié),并對(duì)有必要進(jìn)行進(jìn)一步開(kāi)展研究的工作進(jìn)行了展望。
【關(guān)鍵詞】：iFHMM 特征提取 模式識(shí)別 故障診斷 獨(dú)立分量分析 滾動(dòng)軸承 狀態(tài)預(yù)測(cè)
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TH17
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 課題的提出及其意義10-11
• 1.2 因子隱Markov模型的研究現(xiàn)狀11-12
• 1.3 無(wú)限因子隱Markov模型的研究12-13
• 1.4 論文的主要研究?jī)?nèi)容與創(chuàng)新之處13-14
• 1.4.1 論文的主要內(nèi)容13-14
• 1.4.2 論文的創(chuàng)新之處14
• 1.5 本章小結(jié)14-15
• 第2章 無(wú)限因子隱Markov模型理論與算法15-28
• 2.1 引言15-16
• 2.2 因子隱Markov模型理論和算法16-22
• 2.2.1 FHMM的基本原理16-18
• 2.2.2 FHMM的基本算法18-21
• 2.2.3 FHMM存在的不足與需要克服的問(wèn)題21-22
• 2.3 iFHMM的基本概念與算法22-27
• 2.3.1 iFHMM的模型構(gòu)造22-24
• 2.3.2 利用IBP與截棍構(gòu)造模型對(duì)iFHMM進(jìn)行參數(shù)修正與改進(jìn)24-27
• 2.4 本章小節(jié)27-28
• 第3章 基于iFHMM的旋轉(zhuǎn)機(jī)械故障識(shí)別方法研究28-37
• 3.1 引言28-29
• 3.2 FFT-iFHMM識(shí)別方法29-31
• 3.3 實(shí)驗(yàn)研究31-35
• 3.4 本章小結(jié)35-37
• 第4章 基于ICA-iFHMM的故障識(shí)別方法研究37-46
• 4.1 引言37
• 4.2 基于ICA的特征提取37-39
• 4.3 ICA-iFHMM識(shí)別方法39-40
• 4.4 實(shí)驗(yàn)研究40-44
• 4.5 本章小結(jié)44-46
• 第5章 基于粒子群優(yōu)化的iFHMM的滾動(dòng)軸承性能退化預(yù)測(cè)方法研究46-61
• 5.1 引言46-47
• 5.2 粒子群優(yōu)化算法47-52
• 5.3 PSO-iFHMM算法52-54
• 5.4 基本尺度熵特征提取54-56
• 5.5 預(yù)測(cè)模型建立56-57
• 5.6 實(shí)驗(yàn)研究57-60
• 5.7 本章小結(jié)60-61
• 第6章 總結(jié)與展望61-63
• 6.1 本文總結(jié)61-62
• 6.2 未來(lái)展望62-63
• 參考文獻(xiàn)63-70
• 攻讀碩士學(xué)位期間發(fā)表的論文和參加科研情況70-71
• 致謝71-72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡兆勇;機(jī)械故障診斷中的誤診[J];中國(guó)機(jī)械工程;2005年02期

2 陳湃;;淺談機(jī)械故障診斷技術(shù)的原理與方法[J];裝備制造;2009年05期

3 趙永滿;梅衛(wèi)江;吳疆;王春林;;機(jī)械故障診斷技術(shù)發(fā)展及趨勢(shì)分析[J];機(jī)床與液壓;2009年10期

4 李秋紅;李凈儀;謝劍;王麗君;;機(jī)械故障診斷的研究與發(fā)展趨勢(shì)[J];農(nóng)機(jī)使用與維修;2010年02期

5 赫偉英;裴峻峰;;往復(fù)機(jī)械故障診斷技術(shù)進(jìn)展綜述[J];化工機(jī)械;2010年05期

6 蒲國(guó)強(qiáng);;多傳感器信息融合技術(shù)與機(jī)械故障診斷研究[J];廣西輕工業(yè);2010年11期

7 侯靖歐;;機(jī)械故障診斷技術(shù)[J];漁業(yè)現(xiàn)代化;1984年06期

8 劉增良;模糊數(shù)學(xué)用于工程機(jī)械故障診斷[J];工程機(jī)械;1987年12期

9 金鵬林;齊天喜;;機(jī)械故障診斷學(xué)及其在油田機(jī)械工程中的應(yīng)用[J];新疆石油科技;1993年03期

10 尚國(guó)清,佟德純;機(jī)械故障診斷技術(shù)現(xiàn)狀與展望[J];工程機(jī)械;1994年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 王秋貴;周s，

本文編號(hào)：611943