用隐Markov模型的陀螺电机故障诊断方法（英文）

为满足机电陀螺仪高可靠性的要求,准确地检测和诊断陀螺仪核心部件——陀螺电机的各类故障是十分必要的。提出了一种陀螺电机检测和诊断的新方法,即基于隐Markov模型的模式识别方法。该方法从母线电流时域信号提取特征并作为电机状态的监测指标,通过顺序后推法选择最佳信号特征建立特征空间,并用于隐Markov模型的参数训练,进而使用隐Markov模型作为分类器对陀螺电机进行故障检测和诊断。为验证方法的有效性,用一台无刷直流陀螺电机作为样本进行了实验,构造了轴承故障和定子故障,并在不同的温度条件下进行了测试。实验结果表明:该方法对于陀螺电机故障检测和诊断的正确率达到96.8%。

Failure detection and diagnosis of gyro motors using hidden Markov models