本文關(guān)鍵詞：基于隱馬爾可夫模型的汽輪機故障診斷方法研究

  更多相關(guān)文章： 小波包能量 隱馬爾可夫模型 汽輪機 故障診斷

【摘要】：為提高汽輪機故障診斷的準確率,本文提出一種基于小波包能量與隱馬爾可夫模型相結(jié)合的汽輪機故障診斷方法.對汽輪機振動信號進行小波包分解,將小波包能量作為特征集;分別對每種故障狀態(tài)的樣本訓(xùn)練HMM(Hidden Markov Model),并構(gòu)建故障診斷知識庫;最后利用訓(xùn)練好的HMM對待測樣本進行故障診斷.通過對汽輪機常見故障的診斷分析表明,基于隱馬爾可夫模型的故障診斷方法的準確率優(yōu)于BP神經(jīng)網(wǎng)絡(luò)、SVM(Suppvrt Vectwr Machine)等方法.
【作者單位】： 國家電投河南電力有限公司技術(shù)信息中心;鄭州恩普特科技股份有限公司;
【關(guān)鍵詞】： 小波包能量 隱馬爾可夫模型 汽輪機 故障診斷
【分類號】：TK268
【正文快照】： 0引言隨著電力工業(yè)的迅速發(fā)展,汽輪機機組朝著智能化、高容量、復(fù)雜化等方向發(fā)展,這使得汽輪機組的結(jié)構(gòu)和系統(tǒng)日趨復(fù)雜.一旦汽輪機組發(fā)生故障,往往會導(dǎo)致巨大的經(jīng)濟損失,嚴重情況下還會導(dǎo)致人員傷亡.因此,汽輪機的智能診斷方法越來越多地受到了國內(nèi)外研究學(xué)者的關(guān)注.楊奎河[1]

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 劉福榮;王宏偉;高曉智;;基于粒子群優(yōu)化聚類的汽輪機組振動故障診斷[J];振動與沖擊;2010年08期

2 ;A novel approach to equipment health management based on auto-regressive hidden semi-Markov model(AR-HSMM)[J];Science in China(Series F:Information Sciences);2008年09期

3 白蕾;梁平;;基于小波包濾波的汽輪機轉(zhuǎn)子振動故障的Kolmogorov熵診斷[J];振動與沖擊;2008年05期

4 楊奎河;單甘霖;趙玲玲;;基于最小二乘支持向量機的汽輪機故障診斷[J];控制與決策;2007年07期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 毛云龍;高軍偉;張震;董宏輝;張彬;;基于小波包和AGA-LSSVM模型的滾動軸承故障診斷[J];測控技術(shù);2016年12期

2 王曉峰;夏靜;韓捷;雷文平;;基于隱馬爾可夫模型的汽輪機故障診斷方法研究[J];中國工程機械學(xué)報;2016年06期

3 劉曉波;張明明;涂俊超;左紅艷;;基于廣度優(yōu)先搜索的小波聚類算法[J];振動與沖擊;2016年15期

4 李洪儒;王余奎;馬濟喬;葉鵬;;基于MMSE和ABCSVM的液壓泵故障模式識別[J];振動與沖擊;2016年09期

5 柳敏;賴際舟;劉建業(yè);黃凱;;基于SVR的慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)故障診斷方法[J];控制與決策;2016年10期

6 馬濟喬;李洪儒;許葆華;;基于MLSE和可拓理論的液壓泵故障模式識別[J];機床與液壓;2015年11期

7 汪瑾;陳果;王洪偉;馮康佳;陳立波;;基于后驗概率SVM的航空發(fā)動機滾動軸承狀態(tài)評估[J];軸承;2015年05期

8 郝順義;夏奇;黃國榮;劉世一;g傺，

本文編號：827744