《表2 CHMM模型各状态检验样本输出概率Tab.2 CHMM model of each state test sample output probability》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进连续隐马尔科夫模型的风机齿轮箱故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证模型对齿轮故障的诊断是否准确，将四种状态各20组试验数据，分别带入训练好的正常、点蚀、磨损、断齿四种模型中，计算输出概率，概率最大值对应的为该组数据相应的故障状态。图5和表1为BSA-CHMM模型四种状态模型的输出概率，图6和表2为CHMM模型四种状态模型的输出概率。从表格中可以看出BSA-CHMM模型的诊断结果与预先设置的检验样本的状态完全一致，准确率为100%，而CHMM模型则有7次诊断出错误的结果，准确率为91.25%。以上结果说明BSA-CHMM模型作为风机齿轮箱故障诊断方法是准确可行的。而改进后的BSA-BW参数重估算法相较于传统的BW算法能够取得更优的训练结果。