摘要:
提出了基于局部均值分解(LMD)和隐马尔科夫模型(HMM)的旋转机械故障诊断方法。首先,对故障信号进行局部均值分解,提取瞬时能量作为故障特征向量;然后将故障特征向量输入HMM分类器进行模式识别,输出各状态的似然概率;以最大似然概率所对应的故障状态为诊断结果。通过滚动轴承点蚀故障诊断试验验证了该方法的有效性,并将其与基于EMD-HMM的故障诊断方法进行了比较。结果表明,基于LMD-HMM的故障诊断方法更适用于旋转机械的故障诊断。
中图分类号:
孟宗, 闫晓丽, 王亚超. 基于LMD和HMM的旋转机械故障诊断[J]. 中国机械工程, 2014, 25(21): 2942-2946,2951.
Meng Zong, Yan Xiaoli, Wang Yachao. Rotating Machinery Fault Diagnosis Based on Local Mean Decomposition and Hidden Markov Model[J]. China Mechanical Engineering, 2014, 25(21): 2942-2946,2951.