棒位测量插件健康状态监测系统研究

GE Zhendi, YAO Zhang, YANG Zhengji,YUAN Yannan, WANG Dong, WAN Xuelian, XU Peng, HE Lei

Process Automation Instrumentation(2023)

引用 0|浏览0
暂无评分
摘要
由于棒位测量插件全生命周期运行状态的先验知识难以获得,引入隐马尔可夫模型(HMM)进行棒位测量插件健康状态评估,并设计监测系统.首先,采集不同运行时长下棒位测量插件的输出数据,针对其中的模拟量进行差值和归一化处理,将处理后的数据作为HMM的观测变量.然后,将初始状态下的观测变量输入HMM进行模型训练,建立棒位测量插件的状态监测模型,并计算出初始状态下的对数似然概率值.最后,将各时长运行下的观测变量输入状态监测模型,并分别计算对应的对数似然概率值,结合初始状态下的对数似然概率值计算出插件性能指标值.通过性能指标,可以反映棒位测量插件的各运行时长下状态与初始状态的相似度,从而实现棒位测量插件健康状态监测.
更多
关键词
Bar level measurement plug-in,Hidden Markov model(HMM),Log-likelihood probability values,Normalization,Performance value(PV),Similarity
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要