论文部分内容阅读
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。