基于动态贝叶斯网络的电源系统可靠性分析与故障诊断

动态系统的可靠性分析与故障诊断一直是可靠性领域的热点及难点问题,作为该领域热门的分析工具之一,动态贝叶斯网络(DBN)得到了充分的应用与开发.但是,现有的DBN算法受限于系统的失效分布类型,且建模难度也随着系统复杂度的增加而呈指数增长.针对以上问题,该文提出一种改进的动态贝叶斯网络概率表建模方法,在连续任务时间的条件下...     

基于贝叶斯网络的土石坝可靠性分析

提出采用贝叶斯网络方法来分析大坝的可靠性问题．首先简要地介绍了贝叶斯网络方法的基本原理和建模方法，将贝叶斯网络方法和故障树方法进行了比较，并给出了故障树向贝叶斯网络转化的基本步骤．定义了贝叶斯网络中节点的重要度因子，并给出了相应的计算公式．最后以土石坝为例，根据土石坝的失效机理建立了土石坝可靠性分析的贝叶斯网络模型，并对溃坝原因进行了重要度分析．结果表明，贝叶斯网络能够有效地进行大坝可靠性分析，它能够更直观地表示大坝失事的因果关系，且贝叶斯网络能够方便地解决共因失效问题．故障树可以方便地转化为相应的贝叶斯网络模型．贝叶斯网络节点的重要度分析结果为制定有效的大坝失事概率控制措施提供了理论依据．     

一种基于贝叶斯网络的飞机配电系统可靠性评估方法

把一种基于贝叶斯网络的故障树分析法运用于飞机配电系统可靠性评估，不但能计算出飞机配电系统的可靠性指标，而且可以方便地给出每个部件或几个部件对配电系统整体可靠性的影响大小，分析系统中的薄弱环节，避免传统飞机配电系统可靠性评估方法中分析复杂，减少了计算量，弥补了传统故障树分析法的不足。     

基于故障树和贝叶斯网络的故障诊断模型

针对设备故障诊断技术中存在的固有不确定性问题,通过分析传统故障树模型存在的局限性以及传统贝叶斯网络建造困难的特点,提出了一种融合于故障树和传统贝叶斯网络的新方法—诊断贝叶斯网络法,并阐述了故障树和贝叶斯网络的故障诊断策略优化方法的基本思想和具体算法.通过综合分析故障树和贝叶斯网络在诊断推理和模型表达方面的特点得出,新方法可使二者充分发挥优势,有效解决故障诊断中存在的不确定性问题,提高了诊断的准确率,在故障诊断领域中具有一定的实际应用价值.     

贝叶斯网络及其在柴油机故障诊断中的应用

基于柴油机动力装置故障树的诊断模式，引入了目前处理概率知识基础上不确定性问题的最有力的推断方法之——贝叶斯网络，但是如何建立贝叶斯网络是其广泛应用的“瓶颈”。介绍了贝叶斯网络的基本理论并提出了基于故障树的贝叶斯网络建造方法，建立了柴油机故障树诊断模型，并把它转化成贝叶斯网络，利用贝叶斯网络对柴油机系统进行了故障诊断，从而改善了诊断结果，并按照最优原则充分利用观测信息，进行了网络的更新和知识积累。     

一种基于贝叶斯网络的飞机配电系统可靠性评估方法

把一种基于贝叶斯网络的故障树分析法运用于飞机配电系统可靠性评估,不但能计算出飞机配电系统的可靠性指标,而且可以方便地给出每个部件或几个部件对配电系统整体可靠性的影响大小,分析系统中的薄弱环节,避免传统飞机配电系统可靠性评估方法中分析复杂,减少了计算量,弥补了传统故障树分析法的不足。     

基于贝叶斯网络的土石坝可靠性分析

提出采用贝叶斯网络方法来分析大坝的可靠性问题.首先简要地介绍了贝叶斯网络方法的基本原理和建模方法,将贝叶斯网络方法和故障树方法进行了比较,并给出了故障树向贝叶斯网络转化的基本步骤.定义了贝叶斯网络中节点的重要度因子,并给出了相应的计算公式.最后以土石坝为例,根据土石坝的失效机理建立了土石坝可靠性分析的贝叶斯网络模型,并对溃坝原因进行了重要度分析.结果表明,贝叶斯网络能够有效地进行大坝可靠性分析,它能够更直观地表示大坝失事的因果关系,且贝叶斯网络能够方便地解决共因失效问题.故障树可以方便地转化为相应的贝叶斯网络模型.贝叶斯网络节点的重要度分析结果为制定有效的大坝失事概率控制措施提供了理论依据.     

基于直觉模糊贝叶斯网络多态系统可靠性分析

针对贝叶斯网络分析多态系统可靠性时各根节点不同状态的精确概率难以确定的问题,提出了一种基于直觉模糊贝叶斯网络的可靠性分析方法。该方法是将多位专家评估的各根节点不同状态发生的直觉模糊概率及各位专家权重通过直觉模糊加权平均算子求解出综合概率,由得分值函数和相应的数据处理获得各根节点不同状态发生的精确概率;通过贝叶斯网络计算叶节点不同状态发生的概率,以及叶节点处于不同状态时各根节点处于不同状态的概率和重要程度。仿真表明该方法能够精确地确定各根节点不同状态发生的概率,并能够有效提高贝叶斯网络处理不确定性问题的能力。     

基于故障树的地铁车辆客室自动门系统可靠性分析

利用FTA方法对地铁车辆客室自动门系统在运行中错误打开的故障进行了系统的研究,建立了客室自动门系统的故障树,并对故障树进行了定性和定量分析,为提高系统的可靠性和优化门系统设计提供了依据。     

基于贝叶斯网络的配电系统可靠性分析方法

提出了根据配电网的实际拓扑结构和元件对系统的影响关系直接建立贝叶斯网络以实现配电系统可靠性分析的方法。该方法的特点是不仅能进行配电网的可靠性指标评估,而且还能方便地得到系统每个元件或几个元件对整个系统可靠性的影响,从而克服了配电系统传统可靠性评估方法的不足。通过实例,阐述了应用贝叶斯网络方法进行配电系统可靠性评估的有效性和优越性。     

风电机组故障诊断中不确定性信息处理的贝叶斯网络方法

针对风电机组故障信息耦合性、模糊性的不确定性特点,结合贝叶斯网络在处理不确定性问题上的优势,提出了风电机组故障诊断的贝叶斯网络方法.重点研究了该方法的两个关键问题,即风电机组故障诊断的贝叶斯网络建模和贝叶斯网络推理.构建了一种基于事故树分析方法的三层CME贝叶斯网络模型并解析了贝叶斯网络的故障推理过程,通过风电机组齿轮箱的故障诊断实例验证了上述模型的可行性和贝叶斯网络推理的有效性.研究成果对具有相关不确定性问题的机电设备故障诊断有借鉴意义.     

贝叶斯网络在多态系统可靠性分析中的应用

针对多态元件组成的二态系统可靠性定量分析的难点,提出了一种基于贝叶斯网络的分析方法.该方法首先将多态故障树转化成贝叶斯网络,然后利用该网络计算各事件发生概率和元件重要度.同时利用该贝叶斯网络还可以得到其他一些有意义的结果,可用于系统故障诊断和实时监控.通过一个供电系统实例说明了该方法的有效性.     

基于动态贝叶斯网络的煤粉加压输送系统可靠性分析

为解决煤粉加压输送系统动态失效问题,提出一种基于动态贝叶斯网络的可靠性评估方法。首先,在分析煤粉加压输送系统的结构与功能的基础上构造事故树模型,并根据事故树模型向动态贝叶斯网络转化的规则,建立煤粉加压输送系统的可靠性分析模型。然后,引入维修因素、时间序列,利用动态贝叶斯网络的两向推理能力,确定煤粉加压输送系统的薄弱环节和可靠度的动态变化规律。结果表明,该方法可有效描述煤粉加压输送系统的动态特性,分析结果符合实际工况。     

基于贝叶斯网络的海洋工程装备故障诊断模型

针对海洋工程装备结构工艺复杂、质量问题难以追溯的现状,构造了以工艺活动为中心的海洋工程装备贝叶斯网络故障诊断模型。该模型通过对海洋工程装备建造全过程的工艺进行结构和参数学习,结合专家意见构建贝叶斯网络、网络拓扑结构实现故障问题的智能推理诊断,以达到为实现质量追溯系统提供理论依据、提高企业质量管理水平的目的。最后,通过分析海洋工程装备平台建造中典型的焊接工艺贝叶斯网络,说明了贝叶斯网络在海洋工程装备领域的应用及其应用效果。     

贝叶斯网络的电网故障诊断应用

根据电网的线路模型,建立贝叶斯网络对元件故障进行诊断.该方法能对不确定的知识和规则进行推理,根据实际的电网故障样本数据进行训练,不断更新条件概率表的参数,以提高电网故障诊断的准确率.     

基于贝叶斯网络和假设检验的变压器故障诊断

电力变压器故障的准确诊断对于电网的可靠运行至关重要.为此,提出一种基于贝叶斯网络和假设检验的溶解气体分析的新型多分类概率诊断模型.该贝叶斯网络模型可嵌入专家知识,从数据中学习数据模式并推断与诊断结果相关的不确定性,并且通过假设检验环节改进数据的选择过程.最后,基于IEC TC10数据集,对比3种传统诊断方法进行诊断实验...     

一种基于贝叶斯网络的配电网可靠性评估方法

提出了一种基于贝叶斯网络的故障树分析法并应用于配电系统的可靠性评估。该方法能够有效地求解系统中各部件对系统整体可靠性的影响大小,分析系统中的薄弱环节。该方法计算简便,可在此基础上方便﹑灵活地计算配电系统的可靠性指标。通过实例证明了该方法是有效可行的。     

基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究

为提高智能建筑供配电系统故障诊断效率和精准度,提出了一种基于贝叶斯网络与小波变换的故障诊断方法。首先,从理论上对智能建筑供配电网络拓扑结构进行详细分析,然后利用小波变换原理对故障信息中的开关量和电气量进行筛选重组,最后运用贝叶斯网络对筛选重组后的故障信息进行建模分析,得出故障诊断结果。具体介绍了故障信息中电气量和开关量提取过程,针对现有智能建筑供配电系统的故障特点,给出了相应恢复策略,以IEEE⁃39多节点复杂电力故障系统为例进行仿真研究。结果表明,所提方法的故障诊断结果快速性和准确性更高。研究成果对智能建筑供配电网络的故障诊断研究工作具有重要参考价值。     

存在房形事件的故障树向贝叶斯网络的转化

为完善基于贝叶斯网络的故障树分析方法,提出了保持贝叶斯网络拓扑结构不变、扩展某些事件节点的状态空间、保持事件节点状态空间不变、调整贝叶斯网络的拓扑结构,两种将存在房形事件的故障树转化为贝叶斯网络的方法.对这两种方法的优劣进行了比较,通过对简化的核电站辅助给水系统的分析,验证了上述方法的正确性.     

基于动态贝叶斯网络的气化炉烧嘴系统可靠性分析

为解决在分析系统可靠性时获取的动态贝叶斯网络（DBN）的先验数据主观性强的问题,以气化炉烧嘴系统为研究对象,利用BP神经网络优化DBN的先验数据。依据隐含层神经元数量经验公式,将气化炉烧嘴系统DBN模型划分为3个子系统,并分别转化为BP神经网络。将DBN的先验分布分别对应BP神经网络的输入函数与输出函数,再利用BP神经网络信息向前传、误差向后传的特性,对系统进行性能学习,实现对DBN的先验数据优化。对优化后气化炉烧嘴系统的DBN进行双向推理,实现对气化炉烧嘴系统动态可靠性分析。结果表明,对气化炉烧嘴系统DBN进行正向推理,可得到优化后的系统可靠性变化趋势;进行反向推理,可得到优化前后的关键事件及薄弱环节,其中薄弱环节为高氧煤比氧煤比的波动。