基于改进hmm的潜在电子故障状态识别模型

《基于改进hmm的潜在电子故障状态识别模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第32卷第11期仪器仪表学报Vol.32No.112011年11月ChineseJournalofScientificInstrumentNov．2011*基于改进HMM的潜在电子故障状态识别模型黄景德，郝学良，黄义(海军大连舰艇学院舰炮火控教研室大连116018)摘要:针对复杂电子装备隐性故障难以诊断的难题，在深入分析隐马尔可夫模型的核心问题及基本算法的基础上，探讨了其在故障诊断应用中存在的主要问题，建立了多状态电子装备可靠性评估模型，利用系统可靠性评估结果作为隐马尔可夫模型的初始模型特征量，改进了传统的隐马尔可夫模型，并对Baum-Welch训练算法进行了优化，形成了一套

2、适于复杂电子装备潜在故障状态跟踪识别的数学模型。实验结果显示，理论方法及模型能够更好地识别潜在故障状态，加快了模型训练速度，提高了故障状态识别率。关键词:多状态系统;状态变迁;隐马尔可夫模型;状态识别中图分类号:TP277文献标识码:A国家标准学科分类代码:510．40PotentialfaultrecognitionbasedonimprovedhiddenMarkovmodelHuangJingde，HaoXueliang，HuangYi(DepartmentofShipboardGunFireControl，DalianNavalAcademy，Dalian116018

3、，China)Abstract:Hiddenfailuresaredifficulttodiagnoseincomplexelectronicequipment．Basedonin-depthanalysisofthecoreissuesandbasicalgorithmofhiddenMarkovmodel，themainproblemsofthealgorithminfaultdiagnosisapplicationisstudied，areliablemulti-stateelectronicequipmentassessmentmodelisestablished，t

4、hesystemrelia-bilityassessmentresultisusedastheinitialmodelfeaturesofhiddenMarkovmodel;andtraditionalhiddenMarkovmodelisimproved，andtheBaum-Welchtrainingalgorithmisoptimized．Amathematicalmodelofpotentialfailurestatustrackandidentificationsuitableforcomplexelectronicequipmentisformed．Experim

5、entresultsshowthatthetheoreticalmethodandmodelcanbetteridentifypotentialfaultcondition，speedupmodeltrainingspeedandimprovefaultconditionrecognitionrate．Keywords:multi-statesystem;statetransformation;hiddenMarkovchainmodel;staterecognition因此，利用马尔可夫模型具有较强状态描述的特性，可实1引言现对多状态系统潜在故障的诊断和预测，并有利于提高识

6、别效率和精度。但是目前对于初始模型的选取和训练重大的、关键性的装备一旦出现故障，将严重影响工算法方面还不是很完善，因此本文提出一种改进的隐马［1-2］作效率与安全状况，甚至会带来巨大损失。为使装备尔可夫模型算法，以多状态系统的可靠性评估量作为初趋于零故障运转，必须对装备状态进行实时监测与分析，始模型，继而对潜在故障模式进行更快捷、更准确地识以提前采取合理的预防性维修策略，防止故障突发。隐别。但是，目前对于隐马尔可夫模型参数的初始估计具马尔可夫(hiddenMarkovmodel，HMM)模型蕴含了一种有很大盲目性，或者说这种估计很可能是完全错误的，在双重随机过程机制，可以将观

7、测序列与隐状态通过一组很大程度上影响了HMM模型的精度，因此，在实际运用概率分布联系起来，从而更加真实地描述实际工程情况。隐马尔可夫模型的过程中，需要得到的是系统状态的真收稿日期:2011-04ReceivedDate:2011-04*基金项目:国家自然科学基金(60971092)资助项目2482仪器仪表学报第32卷实转移过程和转移概率矩阵，必须在获取初始化的HMM值状态转移矩阵的初始模型选取对模型训练结果的影响模型后才可能对系统状态转移进行解码，实现故障状态较大。在以往的HMM故障诊断模型当中，一般都