论文部分内容阅读
离心泵速度变化过程的振动信号具有信息量大、非平稳、重复再现性不佳等特点，二维隐Markov模型（2D-HMM）很适合处理此类信号。利用AR谱不受数据长度的限制，AR模型参数对状态变化规律反映敏感的特点，以振动信号做自回归变换后的AR谱系数作为特征向量，将基于AR的2D-HMM引入到离心泵故障诊断中，提出了一种基于AR的2D-HMM故障诊断方法，并论述了该模型的拓扑结构和主要参数以及相应的训练和识别算法。最后通过2BA-6A离心泵试验系统验证了方法的有效性。