基于流形学习和隐马尔可夫模型的故障诊断

摘要

为实现旋转机械故障诊断的自动化与高精度，提出基于正交邻域保持嵌入和连续隐马尔可夫模型的模型诊断方法。将活动件故障振动信号进行经验模式分解并构造Shannon熵得到高维特征向量；利用ONPE将高维特征向量约简为低维特征向量，并输入到各个状态CHmm进行旋转机械的故障模式识别。通过深沟球轴承故障诊断实例验证了该模型的有效性。