基于最大症状覆盖率的故障定位算法

针对基于贝叶斯疑似度（Bayesian Suspected Degree,BSD）故障定位算法依赖于故障先验概率和条件概率的缺陷,设计了基于最大症状覆盖率（Maximum Covering Rate algorithm,MCRA）的故障定位算法。MCRA算法以二分图作为故障传播模型,引入了症状覆盖率概念。通过启发式的探测策略,对症状域中每个故障求解症状覆盖率。如果前k个最大症状覆盖率所对应的故障完全覆盖可观察症状集合时,则将这k个故障作为定位结果。MCRA突破了缺乏历史故障统计与分析而无法获取故障发生先验概率和条件概率的限制,利用症状覆盖率实现对贝叶斯疑似度的近似估计,实现在缺乏历史故障统计数据故障定位中的应用。     

基于贝叶斯网络的汽轮机组轴承工频振动诊断

将贝叶斯网络方法用于汽轮机组轴承振动诊断。根据现场诊断经验,建立了轴承工频振动诊断的质朴型贝叶斯网络,网络中融合了振动频谱、相位和运行工况等诊断信息;提出了网络推理计算方法,并在LabVIEW软件平台上实现。诊断结果的准确性在多个实际案例中得到证实,表明本文的诊断方法能有效地识别轴承振动的单一故障和复合故障。     

基于Choquet模糊积分的水电机组振动故障诊断

为提高水电机组故障诊断的准确性,提出了基于Choquet模糊积分融合的多分类器组合故障诊断方法,对朴素贝叶斯分类器进行了基于属性相似度的加权改进,得到基于属性相似度的加权朴素贝叶斯分类器(Attribute Similarity Weighted Naive Bayes Classifier,简称SWNBC),并应用基于Mahalanobis距离的分类器(Mahalanobis Distance Classifier,简称MDC)与BP神经网络(BP neural network)组合成为SWNBC+MDC+BP的多分类器组合模型,以小波包提取的相关频带能量作为输入特征向量,应用组合模型对水电机组故障进行诊断,采用模糊积分法来决定最终的故障类型。实验结果表明该模型相对于单一的分类器,能有效提高识别故障的精度。     

多状态电子装备可靠性评估方法研究

电子装备潜隐性故障是工程实践中的客观存在,正确评估多态电子装备的可靠性状态是进行潜隐性故障分析的前提.在考虑电子装备"安全-潜在故障-故障"三种工作状态的基础上,建立了多状态电子装备状态模型,提出了基于贝叶斯网络的多状态电子装备可靠性评估方法,实现了对系统可靠性状态的有效评估.实例分析表明,多状态贝叶斯网络可靠性评估模...     

一种针对水泥回转窑故障诊断的贝叶斯网络模型

为了实现水泥回转窑的故障诊断,采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立 过程中,提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法 建立诊断模型贝叶斯网络的基础上,利用MLE算法和变量消除法完成了模型的参数学习和诊断推理。为了验证 水泥回转窑故障诊断贝叶斯网络模型的准确率以及可行性,利用现场数据进行了大量的测试实验。     

负二项分布可靠度的经验Bayes估计

本文在平方损失下,给出了负二项分布可靠度θ的Bayes估计、Bayes置信下限,同时构造了θ的渐近最优的经验Bayes（EB）估计,并证明了该EB估计的收敛速度为O（n^-1）.     

模糊支撑半径变量贝叶斯网络多态系统故障概率分析

针对现有隶属函数描述系统及部件故障状态的不足,构建了一种含模糊支撑半径变量的隶属函数来描述部件故障状态,提出了一种基于模糊支撑半径变量的贝叶斯网络多态系统故障概率计算方法。在隶属函数的构造中,用变量代替精确值描述隶属函数模糊支撑半径,建立了含模糊支撑半径变量的隶属函数;并将其引入贝叶斯网络,利用桶消元法对多态系统叶节点故障概率进行分析,得到叶节点故障概率变化曲线。将所提出的方法与文献中基于模糊支撑半径为定值的隶属函数贝叶斯网络方法相比较,验证了方法的有效性。最后,将该方法应用到数控机床主轴系统故障分析实例中,对叶节点故障概率进行计算。结果表明,该方法能够有效解决多态系统故障状态隶属函数选择中的主观性问题。     

基于贝叶斯网络的设备故障诊断方法研究

贝叶斯网络的社别故障诊断方法使为更好解决其不完整性、不确定性而产生的,能够有效应用于关联性不强、设备内部构造更加复杂的诊断工作中,因而在许多方面都得到了较好应用。当前设备故障中的不确定性,主要是概率论与模糊逻辑等方法。本文主要研究了贝叶斯网络中设备故障的诊断方法,并说明这种诊断方法在设备故障中的应用优势,使其在故障诊断中的应用发展更加完善。     

少量样本下基于PCA-BNs的多故障诊断

针对一些工业设备因有标签故障样本数据少而导致诊断准确率低的问题,提出了一种PCA-BNs主成分分析和斯网络(principal component analysis-Bayesian networks, PCA-BNs)结合的多故障网络模型的建模方法。通过PCA对时序信号进行降维,得到相互独立的故障特征,提高提取故障关键信息的能力;利用融合单故障贝叶斯网络构建多故障贝叶斯网络结构的方法,解决BN建模过程耗时的问题;通过高斯分布与极大似然估计结合的方法确定网络参数,提高少量数据BN建模的精度,实现在少量样本下的故障诊断。试验结果表明,基于PCA-BNs的故障诊断方法在少量样本条件下,能实现高精度的故障诊断,并且有效缩减了算法运行时间。     

基于改进BP网络的冷水机组故障诊断

采用常规神经网络进行冷水机组的故障检测与诊断,存在整体检测率低或完全无法检测的现象。为了提高冷水机组故障检测效率及诊断精度,本文提出了一种基于贝叶斯正则化的改进神经网络故障检测策略。由于BP神经网络存在泛化能力差的缺陷,对神经网络进行贝叶斯正则化,从而提高模型的检测效率。贝叶斯算法通过限制神经网络权值,使网络反应更加光滑,模型更精确。通过利用ASHRAE Project提供的数据对FDD(fault detection and diagnosis)策略进行验证,检测率明显提高。     

基于BIM的建筑设备运行维护管理研究

为了减少建筑设备运行维护管理的人力消耗,提高运维管理质量,实现建筑设备运维的可视化和信息化。该文以某建筑工程的建筑设备运行为例,采用贝叶斯网络学习方法和BIM技术相结合的方式对运营阶段各个建筑设备的故障概率进行计算,并实现运维的可视化,以指导维修养护决策。结果表明,贝叶斯网络学习计算结果能够辅助设备运维,有效地降低设备故障概率,BIM技术则提供可视化维修平台,改善设备的运行状态。研究结果可以为现代建筑复杂的设备系统管理和检修提供参考。     

利用故障因果信息的汽轮机故障智能诊断研究

汽轮机结构的高度耦合导致一些故障模式在轴系振动形式上具有相似的特征,难以区分。为了更加精确诊断故障模式,提出将故障原因信息融入诊断模型中,实现与维护工作有机结合的故障因果链推理。首先,基于FTA和FMEA分析提出将机理因果网用于总结诊断知识的方法。然后,采用Leaky Noisy-Or/And模型将机理因果网转化为贝叶斯网络模型,并分析模型中不确定性关系的物理含义。最终,将故障机理分析结果转化为3层贝叶斯网络推理模型。在碰磨故障的2个诊断案例中,根据故障原因的排查结果,将模型进行反复推理,获得更准确的故障因果链,同时,可为维修工作反馈排查建议。在故障诊断研究中创新性地提出一种网络化的知识表达形式与智能化过程,为汽轮机故障诊断这类主要依赖经验知识、缺乏故障样本的诊断问题,提供了一种新的思路。     

反应式容侵系统入侵预测的混合式贝叶斯网络方法

为解决反应式容忍入侵系统中的入侵预测问题,提出了新的混合式贝叶斯网络方法。该方法中,提出了一种基于系统安全状态的入侵模型,以攻击者能力上升的过程来描述入侵,关注入侵对系统的影响,适合于反应式容侵系统根据当前状态选择合适的响应机制。提出了基于入侵模型的混合式贝叶斯网络（HyBN,hybrid bayesian network）模型,将入侵模型中攻击行为和系统安全状态节点分离为攻击层和状态层两个网络层次,两层间使用收敛连接,而两层内部的节点间使用连续连接。在特定的信度更新算法的支持下,实验说明该贝叶斯网络方法用于入侵预测的有效性,比较说明HyBN方法的优点。     

双边定数截尾场合双参数指数分布的贝叶斯推断

本文给出了双边定数截尾下,双参数指数分布中参数及可靠性指标的Bayes估计,并且给出了未来观测值的贝叶斯预测问题,最后给出了一个数值例子进行了数值模拟,结果表明文中的方法是可行的。     

基于DEMATEL/ISM的组合机床故障相关性分析

结合某汽车缸体加工自动线国产组合机床故障数据,采用基于决策实验室分析（DEMATEL）和解释结构模型法（ISM）对其进行故障相关性分析。通过DEMATEL法计算故障相关子系统的相关度,明确相关故障的因果传递方向以及存在的影响关系,确定相关子系统的相关性排序;利用ISM构建递阶结构模型,明确故障相关子系统的相互影响及依存的逻辑结构,实现相关故障子系统的结构化和层次化,为故障诊断与故障定位提供依据。     

基于匹配场和长项积分混合处理的多模式检测跟踪一体化算法

提出多模式贝叶斯准则下的概率数据关联滤波新概念,并将该方法与基于匹配场-长项积分混合处理相结合,建立了基于Bayes框架的检测跟踪一体化算法,较好地实现了对机动目标的被动定位和跟踪.     

基于匹配场和长项积分混合处理的多模式检测跟踪一体化算法

提出多模式贝叶斯准则下的概率数据关联滤波新概念,并将该方法与基于匹配场-长项积分混合处理相结合,建立了基于Bayes框架的检测跟踪一体化算法,较好地实现了对机动目标的被动定位和跟踪.     

基于贝叶斯网络的组合服务信任度评估方法

对组合服务信任度评估问题进行了研究。基于信任的不确定性和模糊性,给出了信任度的离散化表示方法;借助于贝叶斯网络的强大的推理能力,给出了组合服务的贝叶斯网络模型以及组合服务模型到贝叶斯网络的转换规则,利用贝叶斯网络的正向推理机制设计了基于贝叶斯网络模型的组合服务信任度评估方法。通过一个组合服务的买例,说明了组合服务的贝叶斯网络模型及其基于贝叶斯网络的组合服务信任度评估方法的使用方法。该评估方法基于信任的模糊性和不确定性,更符合信任的本质并易于实现。     

省内传送网DWDM系统中的故障分析定位研究

本文从分析密集波分复用（DWDM）网络中常见故障的特点入手，对DWDM网络中影响业务的故障进行了分类，介绍了各类故障产生的原因。     

基于贝叶斯网络直升机操纵系统的故障诊断

该文针对直升机飞行操纵系统的故障诊断,讨论了故障树分析法和贝叶斯网络法的优缺点,提出一种基于贝叶斯网络的故障诊断方法。首先介绍了贝叶斯网络的基本原理,重点讲述了贝叶斯网络的构建方法和故障诊断流程,应用基于贝叶斯网络的故障诊断方法既可以通过操纵系统部件故障率推断系统总故障率,也可以分析操纵系统的薄弱环节,最后通过实例验证了贝叶斯网络法在直升机飞行操纵系统故障分析中的有效性。