首页|Hilbert-全矢HMM轴承剩余寿命预测

Hilbert-全矢HMM轴承剩余寿命预测

Prediction of Residual Life Expectancy of Bearing Based on Full Vector Hilbert and HMM

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
由于旋转机械工矿复杂,传统的诊断预测方法往往用单通道信息采集,不仅包含大量噪声而且易造成有效信息的缺失,而且例如神经网络等预测方法需要大量的训练样本,不能对故障进行及时有效的诊断和预测.结合隐马尔科夫链(HMM)训练样本少,识别精度高以及全矢信息融合技术克服单通道信息采集不全的优点.提出基于Hilbert-全矢HMM预测方法,首先对双通道信号、分别进行Hilbert包络解调去除噪声,对处理后的、信号进行全矢融合提取主振矢,采用趋势向聚类方法对主振矢信号进行聚类分析,利用GHMM模型与每一类的匹配度作为识别预测结果.并通过对轴承内圈剩余寿命的预测进行验证,其预测精度达到90.64％,表明该方法的有效性.

张旺、陈磊、陈超宇、韩捷

展开 >

郑州大学振动工程研究所,河南 郑州 450001

全矢谱 Hilbert 聚类方法 混合高斯函数 GHMM

河南省教育厅科学技术研究重点项目指导计河南省高校重点学科开放实验室项目

13B603970.0PMTE201302A

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(3)
  • 2
  • 1