模糊贝叶斯网络融合多传感器故障信息可靠性方法

传感器作为测量被控系统输出信号的主要装置,从多类型传感器的故障数据中提取有价值信息,综合不同传感器数据,整合同类型的数据,融合信息优化数据结果,以便准确获得有效信息。在此运用贝叶斯网络的条件概率描述了模糊信息,分析并提出模糊贝叶斯网络多传感系统,建立可靠性模型,该方法应用到飞行器不确定分析过程来处理多传感器模糊故障信息,实验证明可提升系统的分析效率。     

模糊贝叶斯网络模型在卫星导航时频系统可靠性分析中的应用

利用模糊贝叶斯网络方法对卫星导航系统的时间频率分系统的可靠性进行建模和分析.在对时间频率系统故障汇总分析的基础上建立时间频率系统的可靠性模型,并对引发故障的事件进行模糊描述.通过对时频系统发生故障的概率进行计算,可以对系统发生故障的风险进行评估.模糊贝叶斯网络模型提高了故障概率描述的精确性,对系统的可靠性分析更加准确可靠.仿真结果验证了该方法的正确性和可行性.     

基于贝叶斯网络的社会安全风险演化分析

为提高社会安全风险防控能力,本文基于贝叶斯网络构建一种适用于社会安全风险演化分析的事件链模型。首先,将社会安全风险演化过程中的突发事件作为基本单元——元事件;其次,以贝叶斯网络为建模工具,关联合并元事件贝叶斯网络;最后,选取爆炸、火灾、坍塌、泄漏、暴雨和群体性事件6种不同元事件,构建贝叶斯网络模型。以辽宁省大连市2011年8月14日大型群众游行事件为例模型验证,结果表明：基于贝叶斯网络构建的社会安全风险演化事件链模型具有可行性,可根据贝叶斯正向因果推理预测不同证据组合下社会安全风险的发生概率,推断社会安全风险的发展演化态势。     

基于贝叶斯网络的TSW2500型短波发射机故障诊断方法

文章提出了一种基于贝叶斯网络的短波发射机故障诊断方法,通过采集TSW2500型短波发射机的故障数据,并结合已知的故障信息和系统知识构建故障诊断模型,以快速、准确地识别可能出现的故障。实验结果表明,与传统方法相比,基于贝叶斯网络的方法能够更快速地识别故障并提供有用的诊断信息,具有较高的可行性和准确性。这种方法在实际应用中有望帮助工程师迅速定位和解决短波发射机故障,提高设备可靠性和维护效率,具有重要的应用价值。     

基于贝叶斯网络的雷达故障远程诊断系统研究

为了提高高密度航天发射任务条件下的雷达维修能力,缩短维修时间,研究了一种基于贝叶斯网络的雷达故障远程诊断系统。设计了该故障诊断系统的硬件总体结构和软件功能架构,介绍了雷达故障数据的采集和加密传输过程。利用贝叶斯网络建立雷达故障模型,并通过期望最大算法确定了故障模型的参数;采用联合树算法,实现故障定位推理。故障诊断实例表明:与传统的故障诊断方法相比,基于贝叶斯网络的故障诊断方法能够有效识别雷达的故障类型,具有故障定位准确、运行时间短等优点。     

一种基于离散属性BNT的双偏振气象雷达降水粒子分类方法

针对传统降水粒子分类算法存在的过度依赖专家经验和模型预设误差问题,本文提出了一种基于离散属性贝叶斯网络(Bayesian NeTwork,BNT)的双偏振气象雷达降水粒子分类(Hydrometeor Classification,HC)方法.首先对双偏振气象雷达获取的偏振参量取值进行离散化处理生成离散化标准,并根据离散化标准制作训练数据集合;然后使用训练数据集合对贝叶斯网络进行结构学习学得贝叶斯网络结构,以及参数学习学得与贝叶斯网络结构匹配的条件概率表;最后加入附加信息计算出每种降水粒子类先验概率,与贝叶斯网络结构和条件概率表共同组成贝叶斯网络分类器.训练好的贝叶斯网络分类器根据最大后验概率准则完成对测试数据的降水粒子分类,与模糊逻辑算法对比评价结果.实验证明:该方法能有效区分不同的降水粒子得到准确的降水粒子分类结果.     

粗糙集和贝叶斯网络组合诊断变压器故障

针对油浸式变压器故障诊断中信息伴随着随机性、复杂性和不确定性的特点,为了获得更高的诊断率,提出了粗糙集和贝叶斯网络组合诊断模型。在处理不确定性问题方面贝叶斯网络能力很强,粗糙集对离散后的条件属性约简去除冗余信息得到最简决策表后作为贝叶斯网络分类模型的输入,降低了网络结构的复杂性和减少了获取故障属性的难度。对搜集到的数据进行对比测试表明其诊断效果要比单独使用粗糙集或贝叶斯网络分类器的方法更优。最后采用具体的变压器故障实例来测试该方法的可行性。     

基于模糊贝叶斯网络的空中目标多传感器融合识别研究

为了对充满不确定性与模糊性的空中目标识别数据进行处理,提高空中目标多传感器融合的准确性和可靠性,提出以模糊贝叶斯网络为基本结构的多传感器数据融合模型.该模型能够对清晰连续变量通过模糊化和去模糊化操作变换成离散变量,而且基于模糊贝叶斯网络的建模方法能够组合多种证据进行不确定性表达和推理.通过详细分析空中目标识别的推理规则,建立了空中目标识别的贝叶斯网络拓扑结构,提出了贝叶斯推理算法对多种证据进行融合计算的模型.识别实例表明该模型能够融合不同信息源的数据,有效地提高空中目标识别的效率.     

基于改进DS证据理论和BN的信息安全风险评估

针对信息安全风险评估过程中专家评价意见的多样性以及不确定信息难以量化处理的问题,提出了一种基于改进的DS证据理论与贝叶斯网络(BN)结合的风险评估方法.首先,在充分研究信息安全风险评估流程和要素的基础上,建立了风险评估模型,确定风险影响因素;其次,根据评估模型并结合专家知识构建相应的贝叶斯网络模型,确定贝叶斯网络模型中的条件概率表;再次,利用基于权值分配和矩阵分析的改进DS证据理论融合多位专家对风险影响因素的评价意见;最后,根据贝叶斯网络模型的推理算法,计算被测信息系统处于不同风险等级的概率值,并对结果进行有效性分析.分析表明,将改进后的DS证据理论与贝叶斯网络应用到风险评估过程中,在一定程度上能够提高评估结果的可信度和直观性.     

一种基于模糊逻辑的贝叶斯最优学习器

针对变压器故障信息中存在有不完整、不确定及模糊性的知识,提出一种基于模糊逻辑和贝叶斯最优分类器结合的模糊贝叶斯分类器。该方法首先利用观察信息的模糊隶属度函数建立贝叶斯最优分类器中假设的后验概率,进而计算各类故障信息分类的结果并进行加权平均后得到最佳的诊断结果。应用和研究表明该方法能解决贝叶斯分类器中模糊信息获取的“瓶颈”难题,具有很强的学习能力,是一种有效的变压器绝缘故障诊断方法。     

基于DPSO的不确定系统测试性建模

针对关联模型在复杂装备测试性评估中对不确定问题描述与分析的缺陷,给出了基于贝叶斯网络的测试性模型,利用条件概率描述系统的不确定信息.在基于统计数据的测试性建模与评估中,由于故障征兆与故障原因统计的不完全性,致使测试性建模属于数据不完备情况下的结构和参数学习问题,针对该问题利用离散粒子群算法,通过测试性数据完备化,以贝叶斯测度为计分值,实现贝叶斯网络结构学习.最后通过实例验证了算法的正确性和有效性.     

基于模糊故障特征信息的随机集度量信息融合诊断方法

该文给出一种基于模糊故障特征信息随机集度量的信息融合诊断方法。针对信号采集与故障特征提取中的模糊性,首先用模糊隶属度函数分别表示故障档案库中的多种故障样板模式和从不同传感器观测中提取的多类故障特征亦即待检模式,进而基于模糊集的随机集模型,得到样板模式与待检模式的匹配度,即基本概率指派函数(BPA)。然后利用Dempster-Shafer证据组合规则对BPA进行融合,给出诊断结果。该文给出的待检模式是从多个连续观测中提取的,与原有的由单个观测确定待检模式的方式相比,文中提出的特征提取及匹配方法,同时考虑了样板模式和待检模式所具有的模糊性,能够显著降低融合决策中的不确定性,大大提高故障识别的能力。最后通过电机转子故障诊断实例验证方法的有效性。     

基于倾斜摄影技术的无人机电力巡检设计

随着电力输电线路的长度的不断增长,为了保证电力系统的运行安全,文中设计了一种基于倾斜摄影技术的无人机电力巡检系统。使用无人机搭载倾斜摄影相机采集输电线路及周边设备的图像信息,通过无人机无线传输将图像数据信息传输至地面站,再进行数据解析、分析及三维模型构建。从而完成输电线路故障的排查、安全隐患的排除,保障电力传输安全。此外,使用该倾斜摄影技术可以有效提高电力巡检判断的准确性。     

水电仿真系统中厂用变压器模糊故障综合诊断

在总结领域专家经验基础上,采用模糊诊断方法,列出了仿真系统中变压器的征兆集和故障集,并根据征兆集和故障集的相互关系构建模糊诊断矩阵;通过模糊关系矩阵运算,提出最大隶属度原则判断变压器故障原因。测试和评价结果表明模糊诊断在仿真系统中的有效性和可行性。     

矿井旋转机组碰摩声发射源监测系统的设计

研究提出了一种基于声发射源特征识别的矿井旋转机组碰摩故障检测方法。为了能对矿井旋转机组实时远程监控并实现分布式网络化管理,设计了一种基于ARM嵌入式系统的矿井旋转机组振动监测系统。针对高斯混合模型在建模时需要较多的训练数据的缺陷,提出了一种基于模糊矢量量化混合模型的声发射识别方法,该方法综合考虑了模糊集理论、矢量量化和高斯混合模型的优点,通过用模糊矢量量化误差尺度取代传统高斯混合模型的输出概率函数,减少了建模时对训练数据量的要求,提高了模型精度和识别速度。通过实验观察上位机输出结果,验证了监测数据的实时性和准确性,达到了对旋转机组运行的状态信息实时监测和故障诊断的要求。     

模糊故障树分析方法新探

应用模糊数学的基本概念和方法，在经典故障树分析方法的基础上将模糊集合理论引入其中，将普通事件拓展为模糊事件。给出了模糊故障树的概念，并且对模糊故障树进行了定性和定量分析。最后给出应用实例。     

火控计算机系统可靠性的模糊故障树分析

传统故障树分析方法需要获取事件发生概率的精确值,忽略了数据的不完备性和模糊性.在火控计算机系统可靠性研究中提出模糊故障树分析方法.建立火控计算机系统的故障树,采用三角模糊数描述基本事件发生概率,计算得到顶事件发生概率的置信区间,并采用中值法计算基本事件的模糊重要度.结果更加符合实际情况,表明该方法用于可靠性分析合理可行.     

一种基于模糊聚类的故障诊断方法

电子设备的多个传感器实时反映了设备运行状态,对一种基于模糊聚类的电子设备故障诊断方法进行讨论,针对电子装备多个传感器状态信息采用模糊聚类的方法进行融合,进而提出了对于观测数据运用模糊聚类方法进行故障诊断,推理故障模式的方法。实例证明该模糊聚类方法成功地完成了某电子装备故障诊断的自动推理。该方法可以不依赖于被诊断系统的数学模型进行自适应诊断,实现故障诊断的智能化、自动化。     

基于模糊故障树的气球载雷达系统安全性分析

由于气球载雷达系统缺乏现场安全数据,无法沿用传统故障树方法对系统安全性进行分析,在气球载雷达系统安全性分析中给出模糊故障树分析方法。采用专家组评估和梯形模糊数相结合的原理得到故障树中基本事件发生的模糊概率,并使用梯形模糊数的中值计算基本事件的模糊重要度。最后,以系留气球球囊破损为例进行了算例分析,为合理分析气球载雷达系统安全性提供了一种方法。