隱Markov模型在球磨機齒輪故障診斷中的應用研究.pdf

1、針對傳統(tǒng)齒輪故障診斷方法停留在靜態(tài)觀測的基礎之上，這往往忽略了故障發(fā)生前后的上下文信息。隨著隱馬爾科夫模型在旋轉機械中的應用研究的展開，本文嘗試了將HMM故障診斷方法應用在球磨機齒輪故障診斷中，在一個動態(tài)的環(huán)境中對球磨機齒輪減速器設備進行觀測、評估。在發(fā)電及其他選礦行業(yè)中，球磨機是很關鍵的磨煤設備，保證它的正常運行，間接保證了企業(yè)的經(jīng)濟效益，因此對球磨機齒輪的故障診斷研究是很有必要和有意義的。
　　本文首先對球磨機齒輪診斷研究現(xiàn)狀

2、及球磨機齒輪振動信號的特征進行了簡單的闡述，為后文振動信號的特征提取提供了理論依據(jù)。重點介紹了HMM的基本理論、算法學習以及DHMM在球磨機齒輪中進行故障診斷的流程。并進行了五種故障模型診斷實驗，對獲取的振動信號進行特征提取，歸一化，標量量化得到量化序列集合，再對量化序列集合進行DHMM參數(shù)重估或利用Viterbi算法計算最大模型概率，從而建立DHMM模型庫或進行故障診斷。實驗結果表明DHMM故障診斷方法在球磨機齒輪中應用具有較高的分類