ais-、hmm混合模型在机械故障诊断中的应用研究

《ais-、hmm混合模型在机械故障诊断中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据学校代号：10532学密号：J07100017级：普通湖南大学高校教师硕士学位论文AIS．HMM混合模型在机械故障诊断中的应用研究万方数据TheresearchandapplicationofAIS—HMMhybridmodelinmechanicalfaultdiagnosisbyWANGZhengluB．E．(HuNanUniversityofArtsandScience)AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineering1nComputerTech

2、nologyintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorWURenyongOctober，2014Ⅲ2川4舢5删4川6肼7川2舢Y万方数据湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：三锰耘日期：2哆年，／月折学位论文版权使用授权书本学位论文作

3、者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)黧耋秀管导师签名：／1多，J一场日期：滩／／月矿日日期：朋年／p月∥厂日万方数据AIS．HMM混合模型在机械故障诊断中的应用研究摘要随着工业化进程的加快，机械的运用已经很普遍，机械的结构也更加复杂。而机械作为企业生产中的关键设备，一旦发生故障

4、，将会给企业带来经济损失、甚至更加严重的后果。由于机械在企业中的关键作用，机械故障诊断技术已成为各国的研究热点之一。传统的诊断技术有噪声监测、油液监测、无损探伤、振动监测和性能趋势分析等。智能技术在故障诊断中也有广泛应用，如人工神经网络、模糊逻辑、遗传算法等。这些诊断技术在机械故障的诊断中发挥了巨大的作用。但是单一诊断技术的诊断能力较弱、准确性较差。随着机械故障的复杂程度不断变大，故障信号互相重叠，多种故障同时出现，故障的不确定性等给故障诊断带来了非常大的困难。针对这些问题，本论文提出了一种新的解决思路，即将人工免疫系统(ArtificialImmuneSystem，AIS)和隐马尔

5、可夫模型(HiddenMarkovModels，HMM)进行混合，并应用到机械故障诊断系统中。在该混合模型中，充分利用了AIS和HMM的互补性。对于运行比较平稳的机械系统，其积累信息非常有限、故障的样本不多，通过AIS来进行在线监测，能够有效的识别机械设备的工作状态，提高诊断方法的在线性能。对于非平稳的机械系统，根据HMM强大的模式分类能力，在对故障进行识别和训练的时候，从同类训练样本集中获取HMM的参数，每一种HMM都有一种模式与之对应，在需要学习一种新的模式的时候，简单地修改相应的HMM的类别，不需要更改其它的HMM，可以有效的提高诊断系统的效率。该混合模型通过两者的互补性来提高

6、故障诊断的正确性和对复杂情况的学习适应能力，以便更加及时的发现故障。本文中建立了双层的混合模式，即HMM层和混合层。HMM层的主要功能是应用了HMM强大的对时间序列进行建模的能力，将故障样本依据HMM的对应算法来训练，然后得到故障状态的似然率。混合层的主要功能是对HMM层得出的结果来进行修改纠正，即首先采用AIS的克隆选择算法来对抗体进行进化，然后通过HMM的Baum．Welch算法对抗体再次进行进化。在该混合模型中把HMM作为识别的主体，在模型的亲和力里面使用识别率，为HMM的样本训练起到了导向的作用，将随机搜寻和迭代加速收敛进行了融合，对抗体抗原的结构和亲和力进行了扩充。关键词：

7、隐马尔可夫模型：人工免疫系统；故障诊断系统万方数据高校教师硕士学位论文AbstractWiththeacceleratedprocessofindustrialization，machineryhasbeenwidespreadandmechanicalstructureismorecomplex．Asthekeyequipment，machineryplaysakeyroleinenterprises．Frequentmechanicalfailurew