基于CGHMM的轴承故障音频信号诊断方法

摘要：

轴承音频信号包含其运行状态的重要信息,通过分析这些信息就能对轴承故障进行有效诊断.率先引入基于连续高斯混合密度隐马尔可夫模型的轴承故障音频诊断方法,避免矢量量化带来的数据处理误差,提高了系统诊断精度;引入基于聚类算法的模型参数初始化方法和标定系数的前向一后向算法,简化系统复杂度,加快了训练和诊断速度,进一步提高了诊断精度.实验结果表明,诊断精度达到98.75%.具有很好的应用前景.

关键词：轴承、故障诊断、连续高斯混合密度隐马尔可夫模型、音频信号

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant N0.60774023;湖南省自然科学基金the Natural Science Foundation of Hunan Province of China under Grant 07JJ6107;湖南省教育厅科研项目07C723

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-225,234