一种基于LMD与HMM的刀具磨损故障诊断方法

论文摘要

针对机床刀具磨损故障信号难以提取且诊断结果错误率高的问题,提出了基于局部均值分解（LMD）与隐马尔科夫模型（HMM）的机床刀具磨损故障诊断方法。首先,运用LMD对采集的机床刀具磨损信号进行滤波并分解成一系列频带不同的乘积分量（PF）信号,待选取有效的PF并进行加权处理后输入到已经训练收敛的HMM模型库分类器,众多HMM模型根据输入特征信号识别信号故障。最后通过实验验证了基于LMD-HMM的机床刀具磨损故障诊断方法的有效性和实用性。

论文目录

文章来源

类型: 期刊论文

作者: 邓丰曼

关键词: 刀具磨损,故障诊断,局部均值分解,隐马尔科夫模型

来源: 机械设计与制造工程 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 陕西工业职业技术学院教务处

分类号: TG71

页码: 111-114

总页数: 4

文件大小: 1049K

下载量: 117

相关论文文献

标签：刀具磨损论文;  故障诊断论文;  局部均值分解论文;  隐马尔科夫模型论文;