基于隐马尔可夫模型的汽轮机故障诊断方法研究
本文关键词：基于隐马尔可夫模型的汽轮机故障诊断方法研究
更多相关文章： 小波包能量 隐马尔可夫模型 汽轮机 故障诊断
【摘要】：为提高汽轮机故障诊断的准确率,本文提出一种基于小波包能量与隐马尔可夫模型相结合的汽轮机故障诊断方法.对汽轮机振动信号进行小波包分解,将小波包能量作为特征集;分别对每种故障状态的样本训练HMM(Hidden Markov Model),并构建故障诊断知识库;最后利用训练好的HMM对待测样本进行故障诊断.通过对汽轮机常见故障的诊断分析表明,基于隐马尔可夫模型的故障诊断方法的准确率优于BP神经网络、SVM(Suppvrt Vectwr Machine)等方法.
【作者单位】： 国家电投河南电力有限公司技术信息中心;郑州恩普特科技股份有限公司;
【关键词】： 小波包能量 隐马尔可夫模型 汽轮机 故障诊断
【分类号】：TK268
【正文快照】： 0引言随着电力工业的迅速发展,汽轮机机组朝着智能化、高容量、复杂化等方向发展,这使得汽轮机组的结构和系统日趋复杂.一旦汽轮机组发生故障,往往会导致巨大的经济损失,严重情况下还会导致人员伤亡.因此,汽轮机的智能诊断方法越来越多地受到了国内外研究学者的关注.杨奎河[1]
【参考文献】
中国期刊全文数据库 前4条
1 刘福荣;王宏伟;高晓智;;基于粒子群优化聚类的汽轮机组振动故障诊断[J];振动与冲击;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;;基于小波包滤波的汽轮机转子振动故障的Kolmogorov熵诊断[J];振动与冲击;2008年05期
4 杨奎河;单甘霖;赵玲玲;;基于最小二乘支持向量机的汽轮机故障诊断[J];控制与决策;2007年07期
【共引文献】
中国期刊全文数据库 前10条
1 毛云龙;高军伟;张震;董宏辉;张彬;;基于小波包和AGA-LSSVM模型的滚动轴承故障诊断[J];测控技术;2016年12期
2 王晓峰;夏静;韩捷;雷文平;;基于隐马尔可夫模型的汽轮机故障诊断方法研究[J];中国工程机械学报;2016年06期
3 刘晓波;张明明;涂俊超;左红艳;;基于广度优先搜索的小波聚类算法[J];振动与冲击;2016年15期
4 李洪儒;王余奎;马济乔;叶鹏;;基于MMSE和ABCSVM的液压泵故障模式识别[J];振动与冲击;2016年09期
5 柳敏;赖际舟;刘建业;黄凯;;基于SVR的惯性/卫星组合导航系统故障诊断方法[J];控制与决策;2016年10期
6 马济乔;李洪儒;许葆华;;基于MLSE和可拓理论的液压泵故障模式识别[J];机床与液压;2015年11期
7 汪瑾;陈果;王洪伟;冯康佳;陈立波;;基于后验概率SVM的航空发动机滚动轴承状态评估[J];轴承;2015年05期
8 郝顺义;夏奇;黄国荣;刘世一;g傺，
本文编号：827744
本文链接：https://www.wllwen.com/kejilunwen/dongligc/827744.html
