湖南省自然科学基金(07JJ3133)
- 作品数：4 被引量：18H指数：2
- 相关作者：桂林武小悦更多>>
- 相关机构：国防科学技术大学更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于隐Markov树故障诊断的确定退火设计
- 2008年
- 隐Markov树(HMT)模型故障诊断作为一种模式识别问题,其目标是得到最小分类误差。由于误分类率函数为分段线性常数,存在许多局部极小值,因此难以直接最小化。提出使用确定退火(DA)方法来最小化误分类率函数,通过在设计过程中随机化分类决策,并使用Shannon熵限制其随机程度,得到一个光滑的误分类率函数,它在熵为0时收敛到原来的误分类率函数。给出了优化过程中梯度计算的上行-下行算法和基于梯度下降的参数重估公式。提出的基于DA的优化方法用于减速器故障诊断,结果表明使用DA较ML估计可以得到更高的识别率。
- 桂林武小悦
- 关键词：隐MARKOV树故障诊断
- 基于离散HSMM的故障预测模型被引量：8
- 2008年
- 提出了一种基于离散HSMM的故障预测模型,根据部分观测矢量预测系统下一时刻处于各个状态的概率。结合HSMM的前向—后向(FB)算法,给出了部分观测下HSMM的状态预测算法。将提出的模型应用于减速箱故障预测中,结果表明该方法可以有效地进行故障预测。
- 桂林武小悦
- 关键词：故障预测
- 部分可观测马尔可夫决策过程算法综述被引量：10
- 2008年
- 部分可观测马尔可夫决策过程(POMDP)是马尔可夫决策过程(MDP)的扩展,它允许系统的状态信息部分可知。但POMDP的可能应用大部分没有实现,这主要是因为缺乏有效的算法。POMDP的算法分为近似算法和精确算法,精确算法是构造近似算法的基础。介绍了POMDP模型后,对离散时间、有限状态集的POMDP精确算法和近似算法进行了综述,分析了造成POMDP难以求解的主要原因,提出了进一步的研究方向。
- 桂林武小悦
- 基于隐Markov树的序贯故障诊断模型
- 2009年
- 为了充分利用先验信息和实测信号,提高故障识别率,根据Bayes方法和序贯决策的思想,将实测信号分段,将前一段信号的诊断后验信息作为后一段信号的先验信息,提出了一种基于隐Markov树(hidden Markov tree,HMT)的序贯故障诊断模型。给出了诊断模型的建模步骤、HMT模型的建立方法和Bayes后验概率的计算方法。将模型应用于某型减速器故障诊断的结果表明,对于有先验信息和无先验情况,该序贯模型都可以有效地提高故障识别率。
- 桂林武小悦
- 关键词：隐MARKOV树先验信息序贯故障诊断减速器
