基于HMM的机械设备运行状态评估与故障预测研究综述
季云
王恒
朱龙彪
黄希
1.南通大学机械工程学院,南通,2260192.南通大学机械工程学院,南通,2260193.南通大学机械工程学院,南通,2260194.南通大学机械工程学院,南通,226019
摘要：随着对机电设备安全性和可靠性要求的不断提高,准确获取趋势性故障发展历程的退化特征信息并建立有效的故障预测模型是提高设备运行可靠性的关键.隐马尔可夫模型(Hidden Markov Model,HMM)具有描述隐藏状态和观测状态的双随机过程属性,与设备的退化过程在某种程度上是相似的,因此成为故障预测模型的研究热点.综述国内外基于隐马尔可夫模型的退化评估与预测方法,重点论述基于隐马尔可夫模型及其改进方法隐半马尔可夫模型(Hidden semi-Markov Model,HSMM)的机械设备故障预测方法,分析比较各种方法的优缺点,并总结展望基于隐马尔可夫模型故障预测方法的发展趋势.
关键词：故障诊断退化评估与预测隐马尔可夫模型隐半马尔可夫模型
分类号：TP206.3(自动化技术及设备)
资助基金：国家自然科学基金项目(51405246)江苏省自然科学基金项目(BK20151271)南通市应用基础研究-工业创新项目(No.GY12016010)The project supported by the National Natural Science Foundation of China(51405246)the Natural Science Foundation of Jiangsu Province(BK20151271)the Applied Basic Research of Nantong-Industrial Innovation Project(GY12016010)
论文发表日期：2017-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 511-517 )
英文信息