隐马尔可夫模型优化及其在胶带机故障预警中的应用

被引量 : 0次 | 上传用户:gxhwx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
煤矿胶带机作为煤矿运输的基础设施,对煤矿的安全平稳高效生产提供了重要的保证。如何对胶带机的工况进行适时判断和预测是煤矿安全生产中非常关注的课题。隐马尔可夫模型(Hidden Markov Model, HMM)具有结构简明、推理清晰的特点以及在语音识别等应用中表现出卓越的分类性能,但在故障预警领域的研究还处于探索阶段,如何基于传感器监测数据及应用需求对HMM模型进行有效优化,并将HMM模型应用于胶带机故障预警具有很好的研究及应用价值。论文对HMM模型的优化进行了研究,同时对HMM模型在煤矿胶带机故障预警中的应用进行了研究。具体的研究内容如下:1.提出了一种基于变长粒子群优化算法(Variable Length Particle SwarmOptimization, VLPSO)的离散隐马尔可夫模型(Discrete Hidden Markov Model,DHMM)参数估计方法。该方法具有两个优点:(1) DHMM的状态数可以由算法根据信息准则在系统中动态确定;(2) DHMM模型中各参数近似收敛到指定状态数下的全局最优解。2.提出了一种基于多目标粒子群优化(Multi-Object Particle SwarmOptimization, MOPSO)算法的HMM模型参数估计方法。(1)利用MOPSO优化DHMM,得到的DHMM模型具有较高的分类精度和泛化特性;(2)利用MOPSO优化HMM,得到的HMM模型具有较高的分类精度和较小的剩余寿命(RemainingUseful Life, RUL)估计误差。3.提出了基于隐式半马尔可夫模型(Hidden Semi-Markov Model, HSMM)及混合高斯隐马尔可夫模型(Mixture of Gaussian Hidden Markov Model, MG-HMM)的RUL预测方法。(1)建立HSMM并提出该模型上的状态时刻预测算法。(2)建立MG-HMM模型,并提出利用基于图的算法以及基于切普曼-柯尔莫哥罗夫方程(Chapman-Kolmogorov, C-K)方程的状态转移方法进行预测。4.提出了混合MG-HMM与固定尺寸最小支持二乘向量机回归(Fixed SizeLeast Square Support Vector Regression, FS-LSSVR)的故障预警方法。系统分为三个部分,第一部分为在已知工况的样本上训练MG-HMM模型;第二部分识别未知样本,并得到当前健康状态;第三部分求解设备的剩余寿命。总之,本文对HMM模型的优化及其在胶带机故障预警上的应用进行了深入研究。如何进一步克服HMM模型在故障预警中的应用缺陷,进而构建更加实用化的系统是今后值得进一步深入研究的课题。
其他文献
自20世纪70年代以来,随着居民闲暇资金比重上升,投资理财观念加强,并在全球金融创新浪潮的强烈冲击下,全球范围内的商业银行个人金融产品业务快速发展并逐渐成为银行关键的利润驱
分数比较抽象,很多学生在理解分数意义和解答分数问题时,要么生搬硬套解题思路,要么茫然无措。分数问题是生活中常见的数学问题,而解决分数问题是小学高年级教学的重点和难点
随着半导体、电子元器件不断往微型化、轻型化和高效化方向发展,热困扰问题加剧,迫切需要良好的散热措施来解决。热界面材料作为一种填充热源和散热器之间的弹性材料,具有驱逐空
随着中国社会转型和经济结构迅速发展,群体性劳动纠纷案件的出现率逐年攀升,纠纷形式越来越多,社会影响越来越广泛,纠纷解决越来越急需。诉讼解决机制作为解决纠纷的最后一道防线
本文以运营的京原线采石场、穆家口、云彩岭、大灰厂四座隧道整体道床的病害整治工程为背景,通过文献查阅、现场调查和测试结果,对隧道整体道床病害成因和机理进行了分析,提
乡贤文化作为中华优秀传统文化的重要组成部分,扎根于乡村,蕴含着强大的道德榜样力量。当前,我国已经进入社会转型期,乡村社会治理问题逐渐凸现。破解乡村治理难题,需要改善
奥林匹克格言 (OlympicMotto)  亦称奥林匹克口号。奥林匹克运动有一句著名的格言 :“更快、更高、更强。”这一格言是顾拜旦的好友、巴黎阿奎埃尔修道院院长迪东 (HenriDidon)在他的学生举行的一
随着国家“公转铁”政策的强势推进以及北京局集团公司的布局优化调整,曹妃甸迅速成为京津冀地区打赢蓝天保卫战的主战场。在阐述“公转铁”项目实施以来疏港矿粉完成情况的
双利铁矿是一个中型铁矿场,双利矿业露天矿的2号坑的矿体厚度比较大,埋藏的深度比较浅,矿体的品位较高,矿体的表面的覆盖层比较薄,适合露天开采。该项目的开发建设不仅使得当地的
云南宣威是我国人群肺癌死亡率最高的地区之一,以往的研究结果认为该区的高肺癌死亡率可能与居民室内燃烧烟煤排放颗粒物中的多环芳烃(PAHs)有关,但近期的研究结果却显示燃煤排