基于隐马尔科夫模型的履带行走装置状态识别

针对驱动轮断齿故障对履带车行驶振动的影响,在实验室对小型履带车展开驱动轮正常、断齿状态的路面振动测试。基于隐马尔科夫模型(HMM)的状态识别方法,对履带行走装置在不同运行状态的振动信号进行分析识别,利用小波包分解求出各种状态在不同频带上的能量百分比作为HMM的输入特征向量,建立包含驱动轮正常、断齿两种状态的HMM模型库,把测试样本输入到HMM模型库中,依据最大对数似然值对运行状态进行识别。结果表明,该方法状态识别结果良好,识别率高达90%,对驱动轮正常、断齿两种状态的分类取得了理想的效果。