基于耦合隱馬爾可夫模型的滾動(dòng)軸承故障診斷與性能退化評(píng)估研究
發(fā)布時(shí)間:2020-12-07 08:44
隨著科學(xué)技術(shù)的日益進(jìn)步與現(xiàn)代工業(yè)的飛速發(fā)展,機(jī)械設(shè)備不斷向大型、復(fù)雜、高速、高效及重載的方向發(fā)展;與此同時(shí),其工作和運(yùn)行環(huán)境也更加復(fù)雜和苛刻。這些設(shè)備一旦突然發(fā)生故障,不僅會(huì)增加企業(yè)的維護(hù)成本,降低企業(yè)的生產(chǎn)效率,還可能造成巨大的經(jīng)濟(jì)損失,甚至導(dǎo)致嚴(yán)重的人員傷亡,產(chǎn)生不良的社會(huì)影響。因此,如何準(zhǔn)確有效地診斷和評(píng)估設(shè)備的運(yùn)行狀態(tài),從而合理地制定維護(hù)計(jì)劃以防止突發(fā)故障的發(fā)生,確保設(shè)備安全高效地運(yùn)行是當(dāng)前亟需解決的問題。通常,設(shè)備由正常到完全失效總會(huì)經(jīng)歷一系列不同程度的性能退化狀態(tài)。因此,如果能夠在設(shè)備性能退化的過程中準(zhǔn)確地監(jiān)測(cè)到其性能退化的程度,那么就可以有針對(duì)性地制定設(shè)備維護(hù)計(jì)劃,從而有效防止設(shè)備因故障而失效。性能退化評(píng)估正是基于這一思想而提出的一種主動(dòng)維護(hù)技術(shù)。性能退化評(píng)估技術(shù)與傳統(tǒng)的故障診斷技術(shù)在理念上有很大的不同,它側(cè)重于對(duì)設(shè)備全壽命周期性能退化走向的分析,而并不局限于對(duì)某個(gè)時(shí)刻狀態(tài)的診斷。多通道數(shù)據(jù)包含豐富的信息,合理地融合多通道數(shù)據(jù)可以得到更加準(zhǔn)確可靠的結(jié)果;而耦合隱馬爾可夫模型是一種對(duì)多通道數(shù)據(jù)進(jìn)行建模的概率模型。為此,本文以滾動(dòng)軸承為研究對(duì)象,深入開展了基于耦合隱馬爾可夫模...
【文章來(lái)源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:148 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
描述證券市場(chǎng)趨勢(shì)的馬爾可夫鏈Fig.2-1AMarkovchaintodescribethestockmarkettrends
1 2 2 3 2 3 11 1 2 3 4 51 1,2 2,2 2,3 3,2 2,3 32 3 4 5 6 7 6,14( | ) ( , , , , , , )( | ) | ) | ) | ) | ) ( | )0.7 0.15 0.7 0.2 0.25 0.2 0.251.) ( ( (83 1(0(75P P S S S S S S SP S S S S S S S S S S S P S Sa aP P PaPaPa a O爾可夫鏈的類型上面使用馬爾可夫鏈對(duì)證券市場(chǎng)趨勢(shì)進(jìn)行建模的例子可以發(fā)現(xiàn),該馬爾可夫的特點(diǎn):該過程從任意狀態(tài)出發(fā),在下一時(shí)刻可以到達(dá)任意狀態(tài),即該過程的,其狀態(tài)轉(zhuǎn)移概率矩陣表現(xiàn)為所有元素都為非零元素。但是,在實(shí)際應(yīng)用中的過程都是各態(tài)歷經(jīng)的,例如,機(jī)械設(shè)備在使用過程中總會(huì)經(jīng)歷由正常到退的過程,而且該過程是不可逆的(在無(wú)維護(hù)的情況下)。此時(shí),使用各態(tài)歷夫鏈對(duì)該過程進(jìn)行建模是不合適的。下面介紹三種常用的馬爾可夫鏈,如圖 2
申請(qǐng)上海交通大學(xué)工學(xué)博士學(xué)位論文缸中隨機(jī)取出一個(gè)彩球,記錄下彩球的顏色,然后,將彩當(dāng)前所選擇的缸,隨機(jī)選擇下一個(gè)缸;步驟(2)、(3),直到實(shí)驗(yàn)結(jié)束。彩球顏色的序列。由于該序列是一系列觀測(cè)到的事件,因此中,假設(shè)第一次選擇哪個(gè)缸是由一組初始概率描述的,之后移概率描述的,并且,該過程是不能直接觀測(cè)的(例如,該說(shuō),選擇缸的過程是一個(gè)不可見的(隱含的)馬爾可夫過色和缸并不是一一對(duì)應(yīng)的,但是可以用一組與缸相關(guān)的概一般隨機(jī)過程。因此,每次觀測(cè)到的彩球顏色是由一個(gè)不可馬爾可夫過程和一個(gè)描述每個(gè)缸中彩球顏色分布的一般隨可以產(chǎn)生一條不可見的(隱含的)的狀態(tài)序列(缸的序列)色的序列)。類似這樣的過程可以用一個(gè) HMM 來(lái)描述。
本文編號(hào):2902966
【文章來(lái)源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:148 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
描述證券市場(chǎng)趨勢(shì)的馬爾可夫鏈Fig.2-1AMarkovchaintodescribethestockmarkettrends
1 2 2 3 2 3 11 1 2 3 4 51 1,2 2,2 2,3 3,2 2,3 32 3 4 5 6 7 6,14( | ) ( , , , , , , )( | ) | ) | ) | ) | ) ( | )0.7 0.15 0.7 0.2 0.25 0.2 0.251.) ( ( (83 1(0(75P P S S S S S S SP S S S S S S S S S S S P S Sa aP P PaPaPa a O爾可夫鏈的類型上面使用馬爾可夫鏈對(duì)證券市場(chǎng)趨勢(shì)進(jìn)行建模的例子可以發(fā)現(xiàn),該馬爾可夫的特點(diǎn):該過程從任意狀態(tài)出發(fā),在下一時(shí)刻可以到達(dá)任意狀態(tài),即該過程的,其狀態(tài)轉(zhuǎn)移概率矩陣表現(xiàn)為所有元素都為非零元素。但是,在實(shí)際應(yīng)用中的過程都是各態(tài)歷經(jīng)的,例如,機(jī)械設(shè)備在使用過程中總會(huì)經(jīng)歷由正常到退的過程,而且該過程是不可逆的(在無(wú)維護(hù)的情況下)。此時(shí),使用各態(tài)歷夫鏈對(duì)該過程進(jìn)行建模是不合適的。下面介紹三種常用的馬爾可夫鏈,如圖 2
申請(qǐng)上海交通大學(xué)工學(xué)博士學(xué)位論文缸中隨機(jī)取出一個(gè)彩球,記錄下彩球的顏色,然后,將彩當(dāng)前所選擇的缸,隨機(jī)選擇下一個(gè)缸;步驟(2)、(3),直到實(shí)驗(yàn)結(jié)束。彩球顏色的序列。由于該序列是一系列觀測(cè)到的事件,因此中,假設(shè)第一次選擇哪個(gè)缸是由一組初始概率描述的,之后移概率描述的,并且,該過程是不能直接觀測(cè)的(例如,該說(shuō),選擇缸的過程是一個(gè)不可見的(隱含的)馬爾可夫過色和缸并不是一一對(duì)應(yīng)的,但是可以用一組與缸相關(guān)的概一般隨機(jī)過程。因此,每次觀測(cè)到的彩球顏色是由一個(gè)不可馬爾可夫過程和一個(gè)描述每個(gè)缸中彩球顏色分布的一般隨可以產(chǎn)生一條不可見的(隱含的)的狀態(tài)序列(缸的序列)色的序列)。類似這樣的過程可以用一個(gè) HMM 來(lái)描述。
本文編號(hào):2902966
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/jixiegongcheng/2902966.html
最近更新
教材專著