考虑设备状态退化特点的自适应诊断研究

项目名称： 考虑设备状态退化特点的自适应诊断研究

项目编号： No.50905028

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 电工技术

项目作者： 苗强

作者单位： 电子科技大学

项目金额： 20万元

中文摘要： 机械设备由于老化、磨损等原因存在状态退化过程，如果在状态监控过程中通过有效的监测或评估退化程度，对组织生产和设备维修具有重要的价值和意义。本项目以隐马尔科夫模型自适应在线学习为理论基础，提出健康监控过程中自适应故障诊断技术研究。项目通过对机械设备运行中采集的振动信号进行基于小波分解/分形理论的奇异点分析，实现对Lipschitz指数的估计和系统故障特征的提取；通过对状态特征参数选择和融合技术的研究，强化故障特征使之能更好地反应系统当前状态并实现对故障特征信息的压缩，提高故障特征的敏感度；构建相应的状态评估系统使之能准确及时地反映系统健康状态；通过对隐马尔科夫模型中Bayesian自适应框架下RKL/RPE在线学习方法的理论研究，进一步改进和提高基于隐马尔科夫模型故障诊断系统的效率和性能。因此，本项目的实施不仅可以改善故障诊断识别系统的性能和效率，而且能够丰富模式识别领域的理论和方法。

中文关键词： 状态退化；故障诊断；健康评估；隐马尔科夫模型；自适应学习

英文摘要：

英文关键词： Condition Degradation；Fault Diagnosis；Health Assessment；Hidden Markov Model；Adaptive Learning