基于HMM在电机故障诊断上的研究.pdfVIP

第 11卷 第4期 铁道科学与工程学报 Volume11 Number4 2014年 8月 JournalofRailwayScienceandEngineering August2014 基于 HMM在 电机故障诊断上的研究 于天剑 ，陈雅婷 ，陈特放 ，陈春阳 (1．中南大学 交通运输学院，湖南 长沙 410075； 2．中南大学信息科学与工程学院，湖南 长沙410075) 摘 要：提 出一种基于隐马尔可夫模型的方法用于故障的诊断与检测，该方法采用HMM与模式识别相结合的方法，通过对 电机的电压电流信号进行特征提取和分析 ，构建电压电流空间模型，并且每个模型可以作为一级，每一级可以提高其判断 的准确度，而HMM模型用做一个故障分类器来使用，相 比于 自适应模糊推理方法(MLFF)和 多层前馈 网络法(ANFIS)，其 准度有了很大提高，并且减少了计算。通过对不同故障诊断实例阐述了基于HMM的故障诊断方法的有效性和可行性。 关键词：故障诊断；隐马尔可夫模型；感应电机 ；模式识别 中图分类号：U265 文献标志码：A 文章编号：1672—7029(2014)04—0103—06 ResearchonmotorfaultdiagnosisbasedonHMM YUTianjian，CHENYating，CHENTefang，CHENChunyang (1．SchoolofTrafficandTransportationEngineering，CentralSouthUniversity，Changsha410075，China 2．SchoolofInformationScienceandEngineering，CentralSouthUniversity，Changsha410075，China) Abstract：A methodofhiddenMarkovbasedonMarkovmodelswasproposedinthispaperfordiagnosisandfault detection．Thereinto．themethodcombiningHMM techniqueandpatternrecognitionfeaturecanbeutilizedto extractandanalyzethevoltageandcurrentsignalsofthemotor，therebyconstructingthevoltageandthecurrent spacemode1．Moreover，eachmodelcanberegardedasalevelwhichcouldimprovethejudgingaccuracy，while HMMmodelwasusedasafaultclassifier，andincomparisonwiththeadaptivefuzzyreasoningmethod(MLFF) andmuhilayerfeed—forwardnetwork(ANFIS)，itsaccuracywasimprovedgreatlywithlesscalculationnumber． Finally，theeffectivenessofthemethodoffaultdiagnosisbasedonHMM andthefeasibilitywereverifiedthrough thedifferentfaultdiagnosisexamples． Keywords：faultdiagnosis；HMM model；inductionmotor；pattern recognition 电机在工业生产中一直扮演着很重要的角色， 状态分析等方面，而且着意于从概率角度刻画动态 电机的故障或者损坏会带来很严重的危害和重大 系统的内在状态与外在表现，既能反应对象的随机 的经济损失，准确发现并探测出运行电机的故障有 性，又能反应对象的潜在结构，适用于复杂动态系 着很重要的意义，三相电机运行过程中，时常会发