基于hmm的设备剩余寿命预测框架及其实现

《基于hmm的设备剩余寿命预测框架及其实现》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27卷第5期计算机仿真2010年5月文章编号：1006—9348(2010)05—0088—04基于HMM的设备剩余寿命预测框架及其实现马伦，康建设，赵强(军械工程学院装备指挥与管理系，河北石家庄050003)摘要：在设备退化状态识别中剩余寿命预测是设备实施状态维修的一个重要内容，也是实现真正意义上精确维修的前提和基础。隐马尔可夫模型作为一种统计分析算法，具有较强的模式分类能力，能够对设备退化过程进行有效识别。但是传统隐马尔可夫模型状态持续时间分布的不合理性，不能直接用于剩余寿命的预测。考虑状态

2、识别和剩余寿命预测的连续性，应用隐马尔可夫模型的改进算法——隐半马尔可夫模型，构建设备剩余寿命的预测框架，实现了在设备退化状态识别基础上的剩余寿命预测。通过对滚动轴承实测数据的仿真试验，对框架进行了仿真验证。仿真结果表明框架能够有效识别设备退化过程和实现剩余寿命的预测。关键词：隐马尔可夫模型；基于状态的维修；剩余寿命；预测中圈分类号：TB114．3文献标识码：AImplementationofEquipmentResidualLifePredictionFrameworkBasedonHidden

3、MarkovModelMALun，KANGJian—she，ZHAOQiang(Dept．ofEquipmentCommand＆ManagementEngineering，OrdnanceEngineeringCollege，ShijiazhuangHebei050003，China)ABSTRACT：Predictionofequipmentresiduallifebasedontherecognitionofdegradationistheimportantaspectinacondition

4、—basedmaintenancewhichindeedactualizesthemaintenanceinapropertime．Asastatisticanalysisalgo-rithm，theHiddenMarkovmodel(HMM)withwellcapabilityinpatterclassificationhasasuccessfulapplicationinidentificationofequipmentdegradationstate．ButatraditionHMMinwh

5、ichthetimedurationdistributionofhiddenstatesisnotreasonablecannotbedirectlyusedtoprognosticateresiduallife．Consideringthecontinuityofstateiden-tificationandpredictionofresiduallife，someimprovementforthetraditionalmodelisintroduced．Thentheframe·workofR

6、ULpredictionbasedonhiddensemi—markovmodelissetup．Asaresult，thepredictionofresiduallifecallbeimplementedbasedonidentificationofdegradationstate．Finally，theproposedframeworkWasvalidatedthrougharollerbearingexperiment．Theresultindicatesthattheframeworkca

7、nbeefectivetoclassifydegradationstateandhavetheabilitytopredictequipmentresiduallife．KEYWORDS：Hiddenmarkovmodel；Condition—basedmaintenance；Residuallife；Prognosis1引言夫模型(HMM)作为一种动态时间序列的统计模型，适用于基于状态的维修(CBM)通过对设备当前状态的评估，预动态过程时间序列建模并具有较强的时序模式分类能力，特测其性能退化趋势

8、，在此基础上进行维修决策，可防止设备别适用于非平稳、重复再现性不佳的信号分析，并在语音识意外停机和减少不必要的维修次数，从而提高设备的可靠性别中获得成功应用，是目前公认的最有效的语音识别方法之和任务成功率。因而，CBM的有效实施离不开设备故障的诊一。鉴于设备故障诊断和语音识别在模式分类、识别中的相断和预测。通性，很多研究者将HMM运用到设备故障诊断中，并取得良设备故障预测也可称为剩余寿命预测，与设备故障诊断好的应用效果。j。而设备特别是机械设备从正常到故障密不可分。但一直以来，诊断