基于液压系统仿真数据的贝叶斯网络结构优化

液压系统是一个典型的高度非线性系统,系统各回路之间相互干涉,使其失效形式、故障机制复杂多样;系统内部动力传递封闭,参数可测性差,故障信息难以提取,导致液压系统故障诊断困难。尤其在缺少系统模型、专家知识、先验概率的一些实际应用中,传统的故障树-贝叶斯网络诊断方法无法有效应用。针对这种应用场景,提出基于仿真数据挖掘的贝叶斯网络学习,通过BNFinder软件对仿真数据进行处理及运算,优化贝叶斯网络结构,提高故障诊断的效率。