基于贝叶斯网络的不确定环境装备故障推理模型

被引:18
作者
蔡志强
司书宾
孙树栋
王宁
机构
[1] 西北工业大学现代设计与集成制造技术教育部重点实验室
关键词
模型; 装备; 故障分析; 拓扑结构; 显示设备; 概率; 诊断; 贝叶斯网络; 故障推理模型; 不确定性; 平视显示器;
D O I
暂无
中图分类号
TH165.3 [];
学科分类号
摘要
针对不确定环境下装备故障传播及推理问题,提出了一种基于贝叶斯网络的故障推理模型,利用网络结构与概率分布有效表达装备中各部件故障状态、关联关系及传播方式。首先将模型中变量按照其对应部件在装备中所处地位及层次的差别进一步分为故障检测变量、故障原因变量与故障模式变量三个子集。其次,依据维修人员在故障推理过程中的思维方式,提出了一套符合故障推理任务的模型网络结构有向边取向规则。然后,分析故障推理模型中变量条件概率分布特点,明确其在不确定性表达及参数简化中的优势。最后,建立平视显示器的故障推理模型实例,结合贝叶斯网络推理能力进行故障预测及诊断分析,验证模型的有效性。
引用
收藏
页码:509 / 514
页数:6
相关论文
共 5 条
[1]
Dynamic Bayesian network based prognosis in machining processes [J].
Dong M. ;
Yang Z.-B. .
Journal of Shanghai Jiaotong University (Science), 2008, 13 E (03) :318-322
[2]
复杂系统故障传播与故障分析模型研究 [J].
韩光臣 ;
孙树栋 ;
司书宾 ;
付平 .
计算机集成制造系统, 2005, (06) :794-798+835
[3]
Short-term fault prediction based on support vector machines with parameter optimization by evolution strategy [J].
Hou, Shumin ;
Li, Yourong .
EXPERT SYSTEMS WITH APPLICATIONS, 2009, 36 (10) :12383-12391
[4]
Neural network-based failure rate prediction for De Havilland Dash-8 tires [J].
Al-Garni, Ahmed Z. ;
Jamal, Ahmad ;
Ahmad, Abid M. ;
Al-Garni, Abdullah M. ;
Tozan, Mueyyet .
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2006, 19 (06) :681-691
[5]
贝叶斯网引论.[M].张连文; 郭海鹏; 著.科学出版社.2006,