连续隐半马尔科夫模型在轴承性能退化评估中的应用.docxVIP

连续隐半马尔科夫模型在轴承性能退化评估中的应用 李巍华，李静，张绍辉 (华南理工大学机械与汽车工程学院，广东 广州510640) 摘要：连续隐半 Markov 模型(Continuous hidden semi-Markov model, CHSMM)是隐 Markov 模型(Hidden Markov model ,HMM) 的一种扩展形式,可用于时间序列过程的动态建模。通过加入状态分布参数并对多组观测值进行连续化，可加强模型对新观 测值的处理能力以及对状态驻留时间的建模能力。本文利用该方法建立了轴承性能退化的评估模型。首先，分析振动信号 并提取频带能量作为退化特征；然后将正常状态下的特征样本作为模型的观测值对CHSMM进行训练；最后将待测的特征 样本输入模型，得到待测样本相对于所建立正常模型的输出概率，作为轴承性能退化状态的标志。轴承疲劳寿命试验结果 表明，所提的评估模型能较好地刻画轴承性能退化的过程，并能在早期对轴承的性能退化做出预警。 关键词：连续隐半马尔科夫模型；频带能量；轴承；性能退化评估；预测 中图分类号：TP206.3； TH 165.3 文献标识码：A 引言 设备的性能退化评估是基于状态的维护(CBM)策 略制定的前提，也是降低生产损失的有效措施。目前设 备性能退化评估方法大致可分为：基于力学模型、基于 概率统计和基于信息新技术的方法等［12］。其中基于概 率统计