国防科学技术预先研究基金(5131705031)
- 作品数：1 被引量：32H指数：1
- 相关作者：曾庆虎谭晓栋刘冠军邱静更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于KPCA-HSMM设备退化状态识别与故障预测方法研究被引量：32
- 2009年
- 为消除多通道观测信息冗余,压缩高维故障特征,提出基于KPCA多通道特征信息融合的HSMM设备退化状态识别与故障预测新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量,然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测。将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性。
- 曾庆虎邱静刘冠军谭晓栋
- 关键词：故障预测信息融合KPCA
