| 基于本体的机械故障诊断贝叶斯网络 |
| |
| 引用本文： | 秦大力,于德介.基于本体的机械故障诊断贝叶斯网络[J].中国机械工程,2013,24(9):1195. |
| |
| 作者姓名： | 秦大力 于德介 |
| |
| 作者单位： | 1.湖南大学汽车车身先进设计制造国家重点实验室，长沙，410082
2.湖南农业大学，长沙，410128 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)资助项目(2009AA04Z414)；教育部长江学者与创新团队发展计划资助项目(531105050037)；广东省省部产学研结合项目（2009B090300312）
National High-tech R&D Program of China (863Program) （No. 2009AA04Z414）;
Supported by Program for Changjiang Scholars and Innovative Research Team in University（No. 531105050037） |
| |
| 摘 要： | 针对机械设备维护与故障诊断过程中的不确定性，提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发，建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别，给出了基于最大可能解释(MPE)的故障概率推理算法，从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合，既实现了诊断领域知识的形式化描述与共享，又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明，该模型具有较好的故障识别效果。
|
| 关 键 词： | 故障诊断 本体建模 贝叶斯网络 概率推理 |
Ontology-based Diagnostic Bayesian Networks for Mechanical Fault Diagnosis |
| |
| QIN Da-Li,XU De-Ge.Ontology-based Diagnostic Bayesian Networks for Mechanical Fault Diagnosis[J].China Mechanical Engineering,2013,24(9):1195. |
| |
| Authors: | QIN Da-Li XU De-Ge |
| |
| Affiliation: | 1.State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body,Hunan University,Changsha,410082
2.Hunan Agriculture University,Changsha,410128 |
| |
| Abstract: | |
| |
| Keywords: | fault diagnosis ontology modeling Bayesian network probabilistic inference |
|
| 点击此处可从《中国机械工程》浏览原始摘要信息 |
|
点击此处可从《中国机械工程》下载全文 |
