基于贝叶斯网络的水轮机故障诊断研究

为解决水轮机故障诊断过度依赖专家经验且效率低的现状,利用水轮机故障历史数据和相关专家经验,建立故障树模型,寻求风险隐患和故障诊断之间的映射,通过故障树模型和贝叶斯网络模型的转换,利用贝叶斯网络的反向诊断技术深入研究根节点的概率重要度和敏感性,推理出导致故障发生的水轮机部件及故障原因,实现对水轮机的故障诊断。     

基于贝叶斯网络的转子系统故障诊断研究

通过分析传统故障诊断方法在处理实际系统不确定性问题时存在的困难,研究了基于贝叶斯网络的转子故障诊断方法。依据转子系统存在的故障类型和对应的故障征兆,本文建立了转子系统的贝叶斯网络模型,并开发了基于贝叶斯网络模型的转子故障诊断系统。通过对实际转子系统故障的检测,证实了该方法在处理信息不确定条件下,进行故障诊断的有效性。     

基于贝叶斯网络的水面蒸发评估模型研究

针对目前水面蒸发模型中对于各因素之间关联性考虑不足的问题,从太阳辐射、平均风速和气温日较差三个角度,选取云层厚度、温度和降雨等十个因素构建了快速评估水面蒸发程度的指标体系,并基于贝叶斯网络建立了水面蒸发评估模型,将该方法应用于白马湖和鄱阳湖的水面蒸发评估,结果表明两湖区水面蒸发损失程度均为中等,验证了该评估模型的有效性...     

用发射光谱法分析润滑油中的金属元素

分析润滑油中的金属微粒,并确定其种类与含量,对判断机器故障和预防事故的发生是很有用的。在分析润滑油中的金属微粒时,虽然常用的吸收光谱法比发射光谱法花费的时间长,但它还是得到了广泛的应用。发射光谱法在分析的灵敏度和精度方面不如吸收光谱法,故不常使用。近来,研究出一种分析方法,克服了发射光谱法分析灵敏度和精度相对低的缺点,对该法已作了验证并与常用的吸收光谱法进行了对比。     

基于贝叶斯网络的避雷器缺陷诊断

在实际工程中,避雷器缺陷的样本较少,利用神经网络之类的智能算法难以得出精准的判断。为此提出一种基于贝叶斯网络的避雷器缺陷诊断方法,该方法首先通过主成分分析法提取了21个影响避雷器运行的特征参量,随后考虑提取后的特征参量建立两层信息架构的缺陷诊断模型,根据已有的实时数据计算不同类别下的分类概率,若第一次分类结果表明避雷器异常,则补充新的检测证据进行二次诊断。最后选用某地区同一电压等级下的6台避雷器,分析和验证了所提方法的有效性和正确性。     

基于贝叶斯网络节能住宅的投资决策

为了使投资者对节能住宅投资风险的高低有一定的了解,做出投资与否的正确判断,文中将贝叶斯网络引入节能住宅投资风险研究中,同时采用GeNie2．0贝叶斯分析软件进行建模,构建了节能住宅投资风险决策的贝叶斯网络模型,通过模型的分析可以表明,此时投资者适不适合投资,如果当风险因素发生变化时,可以通过模型的自动更新功能,及时地更新整个网络,从而使投资者更加准确地把握各种信息,并运用一个案例验证了该模型的有效性。     

基于粗糙集与贝叶斯网络的配电网故障诊断

随着社会经济的发展,现在的电能质量标准已不能满足用电户的要求,但电力系统的故障是难以避免的。所以,当电网出现不稳定运行状态时,就要求工作人员能在最短时间内判断故障原因、位置并切除故障,维持电网稳定运行状态。阐述电力系统故障诊断中粗糙集理论和贝叶斯网络的方法,在故障诊断时先形成原始决策表,再利用粗糙集理论进行约简,有效去除冗余信息;然后根据约简结果建立贝叶斯网络模型,克服了缺失信息而造成的诊断结果错误的缺点,大大提高了诊断结果的可靠性。     

基于模糊贝叶斯网络的工程项目进度完工概率分析

随着建设工程复杂程度的提升,工程建设风险越来越大,进度风险对工程效益的影响越来越明显。为了给工程项目的决策者提供进度风险决策依据,提出基于模糊贝叶斯网络的工程项目进度完工概率分析模型。先根据专家的模糊语言描述及积分值法确定根节点的概率和各父节点的条件概率,然后将其运用到贝叶斯网络推理计算网络计划完工概率,最后将该模型应用于实例中,并运用NETICA对网络计划进行推理分析,从而验证了模型的可行性和有效性。     

基于电阻率的滑坡土体含水率贝叶斯LSTM网络模型预测研究

地下水是影响滑坡稳定性的重要参数,目前的土壤水分监测方法存在不同程度的局限性.对此,基于高密度电法与土体含水率的试验数据,采用长短时记忆网络等四种模型预测滑坡土体含水率,以均方根误差和拟合优度为模型评判准则,提出一种基于贝叶斯结构结合经验函数确定Dropout网络层参数的算法来优化模型;依据Dropout不同取值,通过...     

基于模糊认知贝叶斯网络模型的水电机组故障诊断

为构建更为直观显示水电机组各类型故障之间因果关系的水电机组故障诊断模型,提出一种基于可能性原理的模糊认知贝叶斯网络建模方法,通过专家经验与数据学习构建普通贝叶斯网络与条件概率表,利用条件概率表发现变量间的概率因果关系,并根据不确定性原理将概率因果关系转化为模糊因果关系,最后确定因果关系标志符号,并完成模型的构建。通过构建水电机组故障诊断模型对模糊认知贝叶斯网络模型进行了有效验证,结果表明该模型能直观反映水电机组各类型故障之间的因果关系。     

基于贝叶斯网络的燃油控制系统人因安全性定量分析

通过分析概率安全评价对人因安全性分析的本质需求,比较第一代和第二代人因可靠性分析方法,运用基于人的认知过程分析的安全性分析方法对概率安全评价中的人因事件进行计算分析,并针对传统事件树、故障树分析方法的局限性,采用了贝叶斯网络方法使得整个分析评价过程方便、有效。最后对燃气轮机燃油控制系统进行建模,并选取三种情境进行模拟和灵敏度分析,对相应的结果进行分析讨论,找出了安全性薄弱环节并提出相应的对策。     

基于帕累托贝叶斯网络的变压器故障诊断系统软件设计

传统的油中溶解气体分析技术在确定变压器内部故障类型时存在很大的局限性,因此本文将贝叶斯网络引入到变压器故障诊断系统中,给出了帕累托改进贝叶斯网络建模的设计流程,并利用MATLAB和Visual C++混合编程设计出一款基于帕累托贝叶斯网络的变压器故障诊断软件。该软件兼顾了变压器故障诊断过程中运算的快速性、运行环境的稳定性以及操作的简便性。     

基于主成分分析法与贝叶斯网络的汽轮机故障诊断方法

在利用贝叶斯网络进行汽轮机故障诊断时,汽轮机故障诊断模型的建立直接影响着诊断过程的复杂程度,因此建立贝叶斯网络模型是首先要解决的问题,反映故障状态的特征参数提取是建立模型的重要环节.通过对主成分分析方法提取故障特征的讨论,提出了基于主成分分析方法和贝叶斯网络的汽轮机故障诊断模型建立方法,并与传统的频率特征建模方法进行了比较.结果表明,应用主成分分析法和贝叶斯网络建立的汽轮机故障诊断模型简洁,易于椎理,提高了汽轮机故障诊断的效率.     

基于Change-Point的风电数据挖掘算法研究

风电机组运行过程中,一些故障导致设备状态发生改变,状态的改变发生在一个持续的时间序列中,找到变化点的时间对于故障回溯及根本原因分析具有重要价值。该文研究风电信号及状态时序变化的特点,引入统计学中的Change-Point算法,通过划分不同置信区间求取置信度方法解决奇异变点的不确定度问题。通过实验对算法进行验证,得出以下结论:Change-Point算法能够有效挖掘到历史数据中的一维及二维模型数据的变化,并给出变点;Change-Point算法思想是挖掘出数据本身的规律性,不受其他条件限制,因此可广泛应用于风电机组数据采集与监视控制(supervisory control and data acquisition,SCADA)系统变量数据挖掘中的问题回溯,快速定位SCADA数据状态变化点。     

基于不同润滑油的内燃机轴承性能研究

对内燃机连杆轴承和主轴承进行动力学分析,得到了轴承最大载荷和最小油膜厚度等可靠性参数,进而评估了轴承润滑油消耗和摩擦损失等性能指标。研究发现,与使用15W-40润滑油相比,使用高黏度20W-50润滑油的轴承,其最小油膜厚度、润滑油消耗量和摩擦损失等参数都有很大的改善。     

基于不同润滑油的内燃机轴承性能研究

对内燃机连杆轴承和主轴承进行动力学分析,得到了轴承最大载荷和最小油膜厚度等可靠性参数,进而评估了轴承润滑油消耗和摩擦损失等性能指标。研究发现,与使用15W-40润滑油相比,使用高黏度20W-50润滑油的轴承,其最小油膜厚度、润滑油消耗量和摩擦损失等参数都有很大的改善。     

电力网络DCS数据库中的过负荷数据挖掘方法研究

电力网络中的分散控制系统（distributed control systems, DCS）数据库中寄存有海量的电力数据,进行电力系统智能调度和控制。对电力网络DCS数据库中的过负荷数据的有效挖掘是实现电力网络系统过载保护的关键环节。当前对DCS数据库的过负荷数据挖掘采用基于决策树特征分类方法进行特征提取和挖掘实现,在过负荷数据序列的广域子空间中产生大量干扰噪声,挖掘算法的置信度较低。提出一种基于经验模态分解和决策树分类结合的电力网络DCS数据库中的过负荷数据挖掘方法。构建了电力网络的DCS数据库结构模型,在DCS数据库中进行数据流信号模型构建,采用经验模态分解算法对数据信号流进行固有模态时频特征提取,以此特征为基础,采用决策树分类算法实现过负荷数据的准确检测和挖掘。仿真结果表明,采用该算法能有效实现对电力网络DCS数据库中的过负荷数据的特征提取和分类挖掘,误码率较低,性能优越于传统算法。     

非平稳条件下基于贝叶斯网络的内涝风险评估和管理方法

受非平稳条件因素(如气候变化、城市化)的影响,近几年内涝灾害频发。以Z市某地块为研究区域,借助地理信息系统(ArcGIS)和暴雨雨洪管理模型(SWMM)实现研究区排水管网的水动力模拟。在不同降雨情境下,比较分析现状系统及不同改造方案下的系统溢流量等信息,计算内涝风险指数。采用贝叶斯网络分析工具(Bayes Server)对引发内涝风险的主要因素进行推理、识别和分析,进而构建内涝风险评估模型。该模型便于决策者根据设计需求,结合各因素的不确定性范围和发生概率值,综合选取最适合的改造措施,优化市政排水防涝规划,为市政基础设施建设提供了依据。     

基于贝叶斯分析的概率洪水预报模型研究

根据贝叶斯分析,用先验分布考虑水文要素的自然不确定性,用似然函数描述水文模型和参数的不确定性,通过亚高斯模型对实际流量与模拟流量进行正态分位数转化,并对转化后的时间序列进行线性-正态假设,得到实际流量的后验密度函数的解析解。利用白云山水库的资料进行检验,结果表明贝叶斯概率洪水预报可显著提高预报精度,实现了预报与决策的有机结合。     

基于均匀设计的可生物降解内燃机润滑油研究

以菜籽油、轻脱油和季戊四醇为内燃机基础油,选择T201、1202为抗磨剂,T301为极压添加剂,采用均匀试验方法设计试验方案,并测定在不同添加剂含量下的最大无卡咬负荷(PB)和磨斑直径(WSD),利用逐步回归法分析了基础油和添加剂之间的配伍性和相互作用的摩擦机理.结果表明:1202可以提高PB值,但T202将使WSD值增大,而T201与1301的协同作用对提高PB值和WSD值效果较好.