于天剑，陈特放，陈雅婷，成　庶

(中南大学 交通运输学院，410075 长沙)



HMM在电机轴承上的故障诊断

于天剑，陈特放，陈雅婷，成庶

(中南大学 交通运输学院，410075 长沙)

摘要:为了提高其机械系统故障诊断能力及其准确性，以历史的经验数据为基础对滚动轴承进行健康管理，提出一种新的基于多个隐马尔可夫模型与蚁群聚类算法(ACC)和神经网络相结合的方法来用于轴承故障的诊断与检测，该方法采用HMM与模式识别相结合的方法通过对轴承振动信号进行特征提取，在时频域内进行分析其老化的现象，分别将历史数据和新数据进行故障诊断和检测，并通过HMM和ANFIS来估计其剩余使用寿命和年限.实验结果表明：HMM与模式识别相结合的方法可以准确地对故障进行诊断及预测，通过对结果分析可以得到该方法降低了计算的复杂度，提高了诊断的精度，通过对不同故障诊断实例详细阐述了基于HMM故障诊断方法的有效性和可行性.

关键词:故障诊断;隐马尔可夫模型;ACC;电机轴承;模式识别

轴承在工业生产中一直扮演着很重要的角色，轴承的故障或者损坏会带来很严重的危害和重大的经济损失，准确地发现并探测出运行电机的故障有着很重要的意义[1]，新方法致力于开发故障诊断和预测的准确性，提高系统的安全性和可靠性，典型的轴承PHM系统包括特征提取、故障检测、故障诊断和故障预测[2-3]，特征提取方法有时域分析法、频域分析法和频谱分析法[4]，故障……