李俭川[1]2002年在《贝叶斯网络故障诊断与维修决策方法及应用研究》文中研究表明故障诊断与维修决策是实现装备快速故障诊断与维修的关键技术之一，对于提高装备的战备完好率、二次出动率和战斗力再生，保证任务的成功，降低装备的维护和保障费用具有重要作用。但是，由于复杂设备中存在很多错综复杂、关联耦合的相互关系，并存在大量的不确定因素及不确定信息，使得故障诊断与维修决策的实施较为困难。因此，寻求能对复杂设备故障诊断与维修相关的各种信息进行快速融合，并有效处理不确定性知识的决策模型及方法，一直是研究者们不懈努力的方向。 贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一，适用于不确定性和概率性的知识表达和推理，特别适用于有条件地依赖多种控制因素的决策。贝叶斯网络是一种基于网络结构的有向图解描述，具有多源信息一致表达与信息融合能力，能进行双向并行推理，并能综合先验信息和样本信息，使推理结果更为准确可信。因此，贝叶斯网络在故障诊断领域中的应用具有重要意义。 本文以“十五”国防预研项目“基于信息融合的装备快速故障诊断技术”为背景，以某型直升机机载设备为应用研究对象，将贝叶斯网络作为设备故障诊断与维修决策模型，研究复杂情况下以低代价、快速度为诊断决策目标的故障诊断与维修决策方法。论文首先阐述了贝叶斯网络的理论基础，然后针对贝叶斯网络故障诊断与维修决策方法存在的主要问题，提出了基于故障假设—观测—维修操作节点结构的诊断贝叶斯网络模型，并对模型的知识表达方法、模型建造方法和基于诊断贝叶斯网络模型的故障诊断与维修决策算法开展了深入研究，给出了基于诊断贝叶斯网络模型的故障诊断与维修决策系统设计和实现方法，主要内容包括： 1．在分析复杂设备故障诊断与维修决策面临的主要问题、总结现有故障诊断与维修决策模型与方法存在的主要局限的基础上，深入探讨了贝叶斯网络故障诊断与维修决策方法的优势及其存在的主要问题。 2．阐述了贝叶斯网络的概率理论基础，分析了贝叶斯网络推理和贝叶斯网络学习等一般问题。以贝叶斯网络为基础，结合故障诊断与维修决策的需求和存在的问题，提出了基于故障假设—观测—维修操作节点结构的诊断贝叶斯网络模型，并给出了该模型的数学描述与知识构成要素。 3．针对复杂设备诊断知识表达存在的困难，引入面向对象的知识表达方法，建立了面向对象的诊断贝叶斯网络的知识表达体系，提出了基于关系数据库的知识存储和 国防科学技术大学研究生院学位论文提取方法，为复杂设备诊断贝叶斯网络模型建造建立了一种有效的知识表达方法。 4.针对复杂设备诊断贝叶斯网络模型建造与推理中存在的主要问题与困难，提出了基于自上而下思想的诊断贝叶斯网络分级建造方法，给出了一种分级层次诊断贝叶斯网络模型，为复杂设备诊断贝叶斯网络模型的建造提供了系统的指导原则;提出了由设备功能模型建造诊断贝叶斯网络模型的方法和由故障树模型建造诊断贝叶斯网络模型的方法，可以便利地将已有的决策模型直接转化为诊断贝叶斯网络模型。 5.针对目前诊断决策方法还不能解决实际诊断决策过程中的操作依赖关系和大规模模型的推理效率问题，提出了一种基于诊断贝叶斯网络的故障诊断与维修决策算法。通过引入附加操作节点，实现了诊断操作之间存在代价依赖关系时的诊断决策算法;通过引入虚拟维修操作节点，给出了一种分级层次诊断贝叶斯网络模型的诊断决策算法，实现了大规模诊断贝叶斯网络模型的诊断决策。分析表明，该算法能有效降低诊断代价，对于代价值和条件概率值的偏差有较强的适应能力，能较好解决过程祸合、代价关联、操作依赖的复杂故障诊断与维修决策问题。 6.提出了一种基于诊断贝叶斯网络的故障诊断与维修决策系统的实现结构，以某型直升机机载设备故障诊断与维修为背景，给出了基于诊断贝叶斯网络的故障诊断与维修决策系统的设计与实现方法，并以某型变流器(机载设备之一)为对象，阐述其诊断贝叶斯网络模型的建造过程和维修应用实践。结果表明，该系统能有效提高设备的故障诊断与维修决策能力，缩短维修周期。 总之，本文深入研究了贝叶斯网络故障诊断与维修决策方法，提出了基于故障假设一观测一维修操作节点结构的诊断贝叶斯网络模型，提出了诊断贝叶斯网络的面向对象知识表达方法、诊断贝叶斯网络分级建造方法、基于设备功能模型和故障树模型建造诊断贝叶斯网络的方法、基于诊断贝叶斯网络的故障诊断与维修决策算法，形成了较为完备的基于诊断贝叶斯网络的故障诊断与维修决策系统，并在某型直升机机载设备故障诊断与维修中获得成功应用，为装备快速故障诊断与维修决策提供了一条切实可行和卓有成效的途径。
陈二强[2]2006年在《贝叶斯网络在飞机故障诊断与维修优化中的应用》文中研究指明在高技术条件下的局部战争中，战时维修的关键是时间，要求能快速及时地修复飞机投入战斗，以增加出动次数，这样就对飞机的故障诊断与维修保障的要求越来越高。机务维修人员就要从维修技术和手段上进一步提高，使其能具备快速诊断与维修能力，来降低故障诊断和维修所需要的时间。本文就是在军队“十五”国防预研项目“基于信息融合的装备快速故障诊断技术”的支持下，从维修技术和手段上能进一步得到提高进行研究的。现在，世界各国开展大量的故障诊断的研究工作，通过各种途径来诊断故障。本文利用贝叶斯网络在故障诊断和维修优化中的优势，针对飞机故障诊断中的一些问题，将贝叶斯网络的相关理论研究应用到具体的飞机地面电源车和发动机的故障诊断与维修实践中，提高了对电源设备的维修能力和发动机故障诊断速度，重点是降低维修时间。论文主要完成的工作包括：(1)在分析目前故障诊断与维修面临的主要问题的基础上，引入了基于贝叶斯网络的故障诊断与维修优化方法；通过对故障诊断问题的一般描述、对诊断贝叶斯网络的表达方式和数学描述进行的介绍，对贝叶斯网络故障诊断系统进行了分析和设计。(2)目前贝叶斯网络在故障诊断领域进行的应用，重点是贝叶斯网络诊断模型的建造。本文对飞机地面电源车和发动机进行了贝叶斯网络模型建造。(3)平时是凭机务人员的维修经验来进行工作的，很少把以往发生的故障进行分类和去寻找故障间的关联关系，本文的一个主要创新点就是对平时飞机的故障诊断与维修技术和手段进行改进，对以往发生的故障进行分类总结和找故障间的关联关系，把故障诊断与维修交替进行。把这样故障诊断和维修方法应用到飞机地面电源车和发动机故障诊断的实践中，降低了故障诊断和维修所需要的时间。综上所述，本文开发的贝叶斯网络故障诊断系统，实现了一个将贝叶斯网络从理论研究过渡到飞机故障诊断和维修实践的应用。
刘凯[3]2004年在《贝叶斯网络维修决策系统的开发与应用研究》文中研究表明随着高技术装备的发展及其在现代高技术条件下局部战争中的应用,对武器装备的故障诊断与维修保障提出了越来越高的要求。使高技术装备具备快速诊断与维修能力,是增强装备战场抢修能力,提高装备的战备完好率、二次出动率和战斗力再生能力,保障战斗任务,降低装备的维护和保障费用的 要而有效的途径。 本文在“十五”国防预研项目“基于信息融合的装备快速故障诊断技术”和总装维修改革项目“便携式二次电源智能测试系统”的支持下,充分利用贝叶斯网络的优点,针对装备故障诊断中的若干问题,将目前有关贝叶斯网络方面的相关理论研究应用到具体的设备维修实践中,开发了一套贝叶斯网络维修决策系统,并将该系统应用到二次电源设备的故障诊断与维修实践中,提高了对二次电源设备的维修能力。论文主要完成的工作包括: (1)在分析目前故障诊断与维修决策面临的主要问题的基础上,引入了基于贝叶斯网络的故障诊断与维修决策方法;通过对故障诊断与维修决策问题的一般描述和对诊断贝叶斯网络的表达方式和数学描述进行的介绍,对贝叶斯网络维修决策系统进行了功能分析和方案设计。 (2)围绕目前贝叶斯网络在故障诊断领域进行应用的叁个主要技术难点,即贝叶斯网络诊断模型的建造、贝叶斯网络的诊断模型推理与辅助维修决策、以及贝叶斯网络诊断模型自学习,设计了系统的实现方案,解决了以上技术难点,开发并完成了完整的辅助维修决策系统。 (3)将本文开发的贝叶斯网络维修决策系统作为“便携式二次电源智能测试系统在线故障诊断平台”部分,以直升机二次电源系统为维修对象,应用并检验了该维修决策系统的有效性。应用结果表明,该系统对提高装备尤其是二次电源设备的快速故障诊断与维修能力具有较高的应用价值。 综上所述,本文开发的贝叶斯网络维修决策系统,作为一个完整且相对独立的软件系统,实现了一个将贝叶斯网络从理论研究过渡到维修实践的成功应用案例。
唐艳同[4]2013年在《矿井提升机远程状态监测与智能故障诊断系统》文中研究说明矿井提升机作为矿山最重要的关键机电设备之一,常被称为“矿山的咽喉”。它的安全可靠运行不仅影响到整个矿井的生产能力,还关系到井下工作人员的生命安全。近年来,许多矿山企业发生的重大事故大多是由矿井提升机故障引起的,所以,本文对矿井提升机运行状态监测与智能故障诊断系统的研究具有重要的实际意义。本文分析了状态监测与故障诊断技术的国内外研究动态,在研究了矿井提升机常见故障的基础上提出了基于GPRS无线通讯技术的矿井提升机远程状态监测与智能故障诊断系统,同时采用贝叶斯网络进行了矿井提升机故障诊断与维修决策模型的仿真,证明了贝叶斯网络理论在矿井提升机不确定性故障诊断中的有效性与合理性。本文的主要工作有：(1)通过对国内外提升机远程监测技术现状的分析,对比现在无线通信技术的实际应用,提出了基于GPRS技术的矿井提升机远程状态监测与智能故障诊断系统。(2)本文阐述了矿井提升机系统组成和工作原理。并根据矿井提升机常见故障分析,确定了监测内容与监测方法,对监测系统所需的软硬件部分进行了选型和设计,从而搭建了监测系统的软硬件平台。(3)本文监测诊断软件采用现场实时监测诊断和监控中心远程监测诊断两个层次。分别从可编程逻辑控制器GPRS程序的实现、现场工控机软件配置和信号处理软件设计,远程监控中心软件配置和故障诊断软件设计进行介绍,最后对系统运行稳定性测试进行总结。(4)本文最后介绍了贝叶斯网络理论及其概率推论基础、贝叶斯网络推理研究和构建方法、最后利用GeNIe开发平台对矿井提升机故障诊断与维修决策网络模型进行了仿真研究。本课题的创新点在于研究了一种即满足实时性要求又能实现远程监测的矿井提升机运行状态监测与故障诊断系统；采用贝叶斯网络进行故障诊断与维修决策推理,能够十分有效地解决提升机故障中的不确定性、故障级联等问题。故障诊断有利于通过监测软件得到的征兆现象推出已经出现但是不易察觉的故障,做到提前预防；从已有的故障结果推导出导致该故障的原因,寻找第一故障点,做到有目的的维修决策。矿井提升机远程状态监测与智能故障诊断系统,可实现矿井提升机的现代化管理,有效提高矿井提升机系统的安全可靠运行水平。
宋辉, 李昌平, 蔡忠春, 宋文波[5]2011年在《基于贝叶斯网络的故障诊断与维修决策研究》文中进行了进一步梳理深入研究了决策贝叶斯网络的构成和求解过程,分析了决策贝叶斯网络与期望诊断代价相结合获得最佳维修策略的方法,举例说明了该方法的有效性。
陈琳, 黄杰, 龚正虎[6]2006年在《一种网络环境中故障诊断与维修决策方法》文中进行了进一步梳理本文将贝叶斯网络引入到大型网络故障管理系统中,从贝叶斯网络推理模型与故障诊断和维修决策问题的一致性出发,提出了基于故障假设、观测和维修操作节点结构的DBN模型,并详细阐述了模型的内涵和故障诊断知识构成要素。
翟永强[7]2012年在《贝叶斯网络在道岔控制电路故障诊断中的应用研究》文中进行了进一步梳理高速铁路的发展迫使人们改变传统的道岔维修模式,道岔控制电路故障大多为故障后修,这样就造成较多的运营时间被占用。特别是道岔的使用环境比较复杂,产生故障的原因也复杂多变,具有明显的随机不确定性和模糊性,导致故障难以及时排除,所以利用新技术和方法实现道岔控制电路的智能故障诊断已成为保障道岔设备安全的关键手段。贝叶斯网络被认为是解决不确定性知识表达和推理领域最有效的理论模型之一。利用贝叶斯网络具有的学习能力强,理论基础坚实,推理算法高效优点,将其引入解决道岔故障诊断问题中进行研究。论文主要完成以下工作：首先,论文选择S700K道岔控制电路为研究对象,对道岔控制电路的组成和工作原理进行了分析,并归纳总结了道岔控制电路故障的类型和特点,给出部分故障分析和处理措施。其次,应用贝叶斯网络进行道岔控制电路故障诊断。在通过叁种故障知识获取方式得到大量故障知识后,结合贝叶斯网络理论的特点,建立基于“故障原因-故障模式-故障影响”因果关系的叁层道岔控制电路故障诊断网络模型。利用团树传播算法进行推理计算,给出无证据输入和有证据输入下的故障诊断结果,其结果表明该模式在故障诊断领域是比较有效和实用的。最后,完成故障诊断系统设计。论文建立了基于贝叶斯网络的道岔控制电路故障诊断系统,利用Access建立后台数据库,用Visual C++6.0编程实现了整个诊断系统,包括网络建模、诊断推理、维修决策等。利用一组故障数据进行测试验证,诊断结果证实该理论方法是切实可行的,该系统能对各种故障信息及时快速的进行处理,并提高了故障的诊断效率。
华在锋[8]2004年在《一种基于规则库的贝叶斯网络开发器的设计与实现》文中提出贝叶斯网络作为不确定性知识表达和推理的一种方法在很多领域都有着广泛的应用。贝叶斯网络是一种将贝叶斯概率方法和有向无环图的网络拓扑结构有机结合的表示模型。它是描述了数据项及其依赖关系并根据各个变量之间概率关系建立的图论模型。但是如何获取它的网络拓扑结构是一个非常关键的问题。为了寻找对先验知识和数据拟合得最好的贝叶斯网络拓扑结构,进行结构学习是非常必要的。 本文在分析了多种贝叶斯网络结构学习算法的基础上,并且根据水电仿真的应用背景,提出了一种根据多专家提供的规则库进行贝叶斯网络结构学习的新算法。此算法在从规则库中提取有效规则的过程中采用了统计的策略,丢弃因果关系比较弱的规则,只保留因果关系比较强的规则。通过这些有效规则经过结构学习形成贝叶斯网络拓扑结构。如果此拓扑结构存在因果环,则通过不同的拆环方法进行拆环。在拆环策略中运用了统计思想和优先级分级的方法,丢弃比较弱的因果规则或者优先级比较低的因果规则。最终形成一种先验知识和数据拟合得最好的贝叶斯网络拓扑结构。CPT学习也是贝叶斯网络学习的一个重要组成部分,本文通过严密的推理对以往的CPT学习算法进行了一些有意义的改进,进而形成了一个较为完备的贝叶斯网学习。 最后把这种算法运用在水电仿真中故障诊断的贝叶斯网络模型的结构学习和CPT学习中。从而构建出了故障诊断的贝叶斯网络模型。并把这一模型用在丰满水电厂的水电仿真系统中,该模型发挥了贝叶斯网络解决不确定性问题的优越性,在实际的运行过程中证明这一模型是正确和高效的。
杨双双[9]2014年在《基于N-DFBN方法的船舶故障诊断系统的研究与应用》文中指出船舶系统是一个耦合度高,各子设备之间相互联系,各主要元件分布广泛的系统集成的复杂系统。一旦出现设备故障,仅仅依靠船员根据他们的经验和专业素养来进行排故和维修,很难在有限的时间内进行快速有效的维修,这极有可能导致船期的延误,财产的损失甚至是威胁到船舶上工作人员生命的安全,尤其是在远洋航行时,这个损失将不可估量。因此,船舶设备故障一旦发生,使用正确的方法快速找到故障原因并进行相关维修显得尤为重要。本文首先对船舶故障诊断研究现状和基本方法、贝叶斯网络的基本原理、贝叶斯网络推理方法和贝叶斯网络的学习方法进行了研究。在研究中,总结出:贝叶斯网络在进行故障诊断时可以有效的处理船舶设备故障的诸多不确定性因素,吸收先验信息,提高故障诊断的精度。故障树在船舶故障诊断的应用中相对完善,而通过故障树的分析构建贝叶斯网络的方法比较便捷。本文的创新点和工作内容主要体现在以下内容:1.本文在综合了贝叶斯网络和故障树在船舶故障诊断中的优势后,提出了一种基于N-DFBN船舶故障诊断方法,并运用该方法对船舶上甲板灯光系统的故障进行了推理。基于N-DFBN船舶故障诊断方法主要思想是使用故障树和贝叶斯网络组合的方式建立诊断故障贝叶斯网络DFBN,并基于DFBN运用联合树推理进行故障诊断的方法。这种诊断方法能够在船舶系统这样大型的设备集成的系统中提高识别效率,同时也能够对系统的具体性能进行合理分析。2.为将基于N-DFBN船舶故障诊断方法应用与实际的船舶故障诊断中,本文以此方法为核心设计了基于N-DFBN方法的船舶诊断系统并实现了系统的中的关键部分。设计内容主要包括基于实际需求的系统功能流程设计,系统架构设计,各主要子系统的设计,实现的部分主要包括IETM排故维修部分、远程维修支持部分和远程数据互动处理部分。为使基于N-DFBN方法的船舶诊断系统能够在实际的船舶故障诊断中发挥更大的作用,本文还给出了复合实际需求的系统部署的方案。
王佳增[10]2016年在《旋转刮膜蒸发装置的故障诊断方法研究》文中指出蒸馏化工领域是我们国家的支柱性产业,每年会为国家的经济发展做出巨大的贡献,同时,它也能够影响到能源、材料等许多方面。作为一种复杂的自动化大型工业过程,蒸馏过程也是危险性极高的行业之一。在蒸馏生产过程中,某些微小故障若不能及时排除,就有可能造成巨大的灾难。而随着科技进步,自动化水平的提高,蒸馏生产过程的高度集成化,生产设备功能愈来愈完善,结构愈来愈复杂。维修人员在设备出现故障时难以迅速的找到故障点,导致维修时间的延长,整个生产流程停滞,同时对设备也会产生不利的影响。为了提高系统安全性和可靠性,采用故障诊断技术是极其有必要的。贝叶斯网络是目前故障诊断方向的一个研究热点,本文研究针对旋转刮膜蒸发装置的故障诊断系统,考虑了蒸发过程复杂、危险的特点,根据整个蒸发的工艺流程,设计了与其相匹配的诊断贝叶斯网络(Diagnostic Bayesian Networks,DBN)。将蒸发装置各个部件的参数量抽象成节点变量引入到贝叶斯网络中,根据节点变量之间的因果关系,确定贝叶斯网络的网络结构。利用故障样本对贝叶斯网络进行训练,得出所有子节点的条件概率。训练后的网络能够对绝大部分故障现象准确判断故障原因。在诊断贝叶斯网络建立的过程中,经过数据样本的训练得出网络中各个节点的条件概率表(Conditonal Probabilities Table,CPT),对于没有父节点的节点变量需要人为给定其先验概率,考虑到贝叶斯网络先验概率对最后诊断的影响,采用BP预测神经网络,根据旋转刮膜蒸发装置目前的运行状态参数,预测蒸发器中的环境参数,将环境参数作为先验概率给出的依据,以此提高整个贝叶斯网络诊断的准确率。在给出先验概率时,,根据运行状态,通过模糊推理的方式给出贝叶斯网络的先验概率值。通过对模型的仿真分析,未优化的贝叶斯网络对某些因故障点较近而故障现象类似的状况会出现错误判断,贝叶斯网络在优化前,整体预测的错误率在10%左右,而使用BP预测神经网络进行优化后,贝叶斯网络在这些情况下的错误率能够迅速降低,整体预测错误率可以降低到5%左右,从而实现了贝叶斯网络故障诊断准确率的提升。
参考文献：
[1]. 贝叶斯网络故障诊断与维修决策方法及应用研究[D]. 李俭川. 中国人民解放军国防科学技术大学. 2002
[2]. 贝叶斯网络在飞机故障诊断与维修优化中的应用[D]. 陈二强. 电子科技大学. 2006
[3]. 贝叶斯网络维修决策系统的开发与应用研究[D]. 刘凯. 国防科学技术大学. 2004
[4]. 矿井提升机远程状态监测与智能故障诊断系统[D]. 唐艳同. 太原理工大学. 2013
[5]. 基于贝叶斯网络的故障诊断与维修决策研究[J]. 宋辉, 李昌平, 蔡忠春, 宋文波. 航空维修与工程. 2011
[6]. 一种网络环境中故障诊断与维修决策方法[J]. 陈琳, 黄杰, 龚正虎. 计算机工程与科学. 2006
[7]. 贝叶斯网络在道岔控制电路故障诊断中的应用研究[D]. 翟永强. 兰州交通大学. 2012
[8]. 一种基于规则库的贝叶斯网络开发器的设计与实现[D]. 华在锋. 东北大学. 2004
[9]. 基于N-DFBN方法的船舶故障诊断系统的研究与应用[D]. 杨双双. 河南理工大学. 2014
[10]. 旋转刮膜蒸发装置的故障诊断方法研究[D]. 王佳增. 长春工业大学. 2016
标签：自动化技术论文; 故障诊断论文; 贝叶斯论文; 矿井提升机论文; 网络模型论文; 网络结构论文; 网络节点论文; 推理论文;