發(fā)布時間：2020-12-07 08:44

　　隨著科學技術的日益進步與現(xiàn)代工業(yè)的飛速發(fā)展,機械設備不斷向大型、復雜、高速、高效及重載的方向發(fā)展;與此同時,其工作和運行環(huán)境也更加復雜和苛刻。這些設備一旦突然發(fā)生故障,不僅會增加企業(yè)的維護成本,降低企業(yè)的生產(chǎn)效率,還可能造成巨大的經(jīng)濟損失,甚至導致嚴重的人員傷亡,產(chǎn)生不良的社會影響。因此,如何準確有效地診斷和評估設備的運行狀態(tài),從而合理地制定維護計劃以防止突發(fā)故障的發(fā)生,確保設備安全高效地運行是當前亟需解決的問題。通常,設備由正常到完全失效總會經(jīng)歷一系列不同程度的性能退化狀態(tài)。因此,如果能夠在設備性能退化的過程中準確地監(jiān)測到其性能退化的程度,那么就可以有針對性地制定設備維護計劃,從而有效防止設備因故障而失效。性能退化評估正是基于這一思想而提出的一種主動維護技術。性能退化評估技術與傳統(tǒng)的故障診斷技術在理念上有很大的不同,它側(cè)重于對設備全壽命周期性能退化走向的分析,而并不局限于對某個時刻狀態(tài)的診斷。多通道數(shù)據(jù)包含豐富的信息,合理地融合多通道數(shù)據(jù)可以得到更加準確可靠的結(jié)果;而耦合隱馬爾可夫模型是一種對多通道數(shù)據(jù)進行建模的概率模型。為此,本文以滾動軸承為研究對象,深入開展了基于耦合隱馬爾可夫模... 

【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：148 頁

【學位級別】：博士

【部分圖文】：

描述證券市場趨勢的馬爾可夫鏈Fig.2-1AMarkovchaintodescribethestockmarkettrends

1 2 2 3 2 3 11 1 2 3 4 51 1,2 2,2 2,3 3,2 2,3 32 3 4 5 6 7 6,14( | ) ( , , , , , , )( | ) | ) | ) | ) | ) ( | )0.7 0.15 0.7 0.2 0.25 0.2 0.251.) ( ( (83 1(0(75P P S S S S S S SP S S S S S S S S S S S P S Sa aP P PaPaPa a O爾可夫鏈的類型上面使用馬爾可夫鏈對證券市場趨勢進行建模的例子可以發(fā)現(xiàn)，該馬爾可夫的特點：該過程從任意狀態(tài)出發(fā)，在下一時刻可以到達任意狀態(tài)，即該過程的，其狀態(tài)轉(zhuǎn)移概率矩陣表現(xiàn)為所有元素都為非零元素。但是，在實際應用中的過程都是各態(tài)歷經(jīng)的，例如，機械設備在使用過程中總會經(jīng)歷由正常到退的過程，而且該過程是不可逆的（在無維護的情況下）。此時，使用各態(tài)歷夫鏈對該過程進行建模是不合適的。下面介紹三種常用的馬爾可夫鏈，如圖 2

申請上海交通大學工學博士學位論文缸中隨機取出一個彩球，記錄下彩球的顏色，然后，將彩當前所選擇的缸，隨機選擇下一個缸；步驟(2)、(3)，直到實驗結(jié)束。彩球顏色的序列。由于該序列是一系列觀測到的事件，因此中，假設第一次選擇哪個缸是由一組初始概率描述的，之后移概率描述的，并且，該過程是不能直接觀測的（例如，該說，選擇缸的過程是一個不可見的（隱含的）馬爾可夫過色和缸并不是一一對應的，但是可以用一組與缸相關的概一般隨機過程。因此，每次觀測到的彩球顏色是由一個不可馬爾可夫過程和一個描述每個缸中彩球顏色分布的一般隨可以產(chǎn)生一條不可見的（隱含的）的狀態(tài)序列（缸的序列）色的序列）。類似這樣的過程可以用一個 HMM 來描述。


本文編號：2902966