基于SOM与HMM的岸桥起升电机状态评估

摘要

为了准确对岸桥状态进行评估与预测,提高对岸桥起重机状态评估能力,提出了一种基于自组织特征映射神经网络(SOM)的数据分布网格算法和隐马尔可夫模型(HMM)的岸桥数据分析方法.首先,SOM对起升电机的振动烈度数据进行学习,学习后的网络生成一种可以衡量数据分布模式的数据分布网格;然后采用隐马尔可夫模型分析数据分布网格变化的状态转移规律和潜在规律,生成状态评估模型.通过对NetCMAS收集的大量振动数据的状态评估分析表明,该方法能够有效的对岸桥状态进行评估.