基于隐马尔可夫模型的汽轮机故障诊断方法研究
【作者】
王晓峰
夏静
韩捷
雷文平
国家电投河南电力有限公司技术信息中心
河南郑州
450001
郑州恩普特科技股份有限公司
河南郑州
450001
【关键词】
小波包能量
隐马尔可夫模型
汽轮机
故障诊断
【摘要】为提高汽轮机故障诊断的准确率,本文提出一种基于小波包能量与隐马尔可夫模型相结合的汽轮机故障诊断方法.对汽轮机振动信号进行小波包分解,将小波包能量作为特征集;分别对每种故障状态的样本训练HMM(Hidden Markov Model),并构建故障诊断知识库;最后利用训练好的HMM对待测样本进行故障诊断.通过对汽轮机常见故障的诊断分析表明,基于隐马尔可夫模型的故障诊断方法的准确率优于BP神经网络、SVM(Suppvrt Vectwr Machine)等方法.
上一篇:基于形态成分分析的汽轮机转子早期碰摩微弱故障诊断
下一篇:西门子Simotion运动控制器在处理机床横梁故障中的应用