论文部分内容阅读
在故障诊断基本原理的理论基础上，使用具有良好识别和抗噪性能的连续高斯混合密度隐马尔可夫模型（CGHMM）进行建模，针对多样本观察值序列问题，详细地描述了一种新的算法状态加权合成的CGHMM训练算法，并将其应用于轴承故障诊断。试验结果表明，平均训练时间为12．859s，诊断时间为0．189s，诊断精度为96％。该方法确实有效可行，具有良好的应用前景。