基于隐马尔可夫模型与信息融合的 设备故障诊断与性能退化评估研究
基于隐马尔可夫模型与信息融合的设备故障诊断与性能退化评估研究随着科学技术的进步和生产效率的提高，机械设备不断向高速、高精度、重载和高
可靠性的方向发展，设备的结构也日趋复杂化。在生产过程中，机械故障不但影响工作
效率，并且可能引起严重的安全问题。由于机械设备的性能和状态在使用过程中总会随
着持续运行而逐渐恶化，因此开展机械设备故障诊断技术的研究对于维护设备安全，提
高生产的效率和可靠性具有重要意义。
轴承和齿轮作为机械设备的关键零部件之一，其工作状态的好坏严重影响着设备性
能的变化。因此对轴承和齿轮的故障诊断和性能退化评估一直是设备故障诊断的研究重
点。本文在分析轴承故障机理的基础上，提出了基于频带熵的自适应滤波器方法并用于
轴承微弱故障的特征提取。由于设备在工作过程中总会经历由正常到退化到最终失效的
过程，如果能够获得设备的实时健康信息，对于维护策略的制定、降低维护成本和生产
损失有着积极的意义。本文利用耦合隐马尔可夫模型的多通道信息融合能力，深入讨论
了耦合隐马尔可夫模型在轴承故障诊断和性能退化评估中的应用。主要包括以下几个方
面的内容：
(1) 结合机械设备状态监测的理论基础和实际工程应用需求，阐述了论文选题的背
景和研究意义。回顾和分析了国内外在轴承特征提取、信息融合、故障诊断和性能退化
评估与预测方法的研究热点和现状，确立了本文的研究内容和技术框架。
(2) 介绍了滚动轴承的结构和运动特征，通过轴承的点蚀故障模型说明了轴承故障
原理和各个特征频率计算方法。利用滚动轴承特征频率调制的规律，结合振动信号的时
频分布特点和信息熵理论，提出了一种基于频带熵的自适应滤波器设计方法来提取滚动
轴承的微弱故障信号。
(3) 介绍了轴承故障诊断中常用的时域和频域指标以及特征约减算法在故障诊断
中的应用。给出了一种使用正交基的局部保持投影降维方法，研究了如何利用类内类间
距离指标来优化邻接图构造参数的选择。
(4) 介绍了马尔可夫链和隐马尔可夫算法的基本概念和算法，讨论了隐马尔可夫模
型的评估问题、解码问题和学习问题及基本算法。通过试验证明了特征约减和隐马尔可
夫模型在轴承故障诊断中的可行性和有效性。
页:
[1]