基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断

被引:13
作者
曾谊晖 [1 ,2 ]
鄂加强 [3 ]
朱浩 [3 ]
龚金科 [3 ]
机构
[1] 中南大学机电工程学院
[2] 湖南涉外经济学院数控中心
[3] 湖南大学机械与运载工程学院
关键词
船舶柴油机; 冷却系统; 故障诊断; 贝叶斯网络;
D O I
暂无
中图分类号
U664.121 [柴油机];
学科分类号
摘要
针对船舶柴油机冷却系统故障诊断中信息和知识具有随机性和不确定性的特点,提出基于贝叶斯网络分类器的船舶柴油机冷却系统故障诊断的NB贝叶斯网络故障诊断模型和TAN故障诊断模型。研究结果表明:这2种故障诊断模型均可通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果;采用这2种故障诊断模型,正判率在80.57%以上。
引用
收藏
页码:1379 / 1384
页数:6
相关论文
共 12 条
[1]  
基于模糊逻辑推理故障智能诊断系统及其仿真研究.[D].操召发.上海海事大学.2004, 01
[2]   某舰艇柴油机冷却系统智能故障诊断系统设计 [J].
王炳强 ;
沈精虎 ;
赵景波 .
计算机测量与控制, 2009, 17 (05) :909-910+920
[3]   坦克柴油机冷却系统使用可靠性特征量估计 [J].
毕小平 ;
许翔 ;
黄小辉 ;
王普凯 .
内燃机工程, 2007, (06) :37-40
[4]   基于贝叶斯网络的内燃机故障诊断研究附视频 [J].
赵春华 ;
严新平 ;
赵新泽 .
武汉理工大学学报(交通科学与工程版), 2005, (03) :335-338
[5]   基于类约束的贝叶斯网络分类器学习 [J].
王双成 ;
苑森淼 ;
王辉 .
小型微型计算机系统, 2004, (06) :968-971
[6]   基于贝叶斯网络的复杂系统故障诊断 [J].
王华伟 ;
周经伦 ;
何祖玉 ;
沙基昌 .
计算机集成制造系统-CIMS, 2004, (02) :230-234
[7]   贝叶斯网络理论及其在设备故障诊断中的应用 [J].
李俭川 ;
胡茑庆 ;
秦国军 ;
温熙森 .
中国机械工程, 2003, (10) :92-96+6
[8]   车用柴油机冷却系统的CFD分析 [J].
刘巽俊 ;
陈群 ;
李骏 ;
李康 ;
陈海娥 .
内燃机学报, 2003, (02) :125-129
[9]   船舶柴油机状态监测及故障诊断仪设计附视频 [J].
喻方平 ;
金华标 ;
常勇 ;
杨建国 ;
严新平 .
武汉理工大学学报(交通科学与工程版), 2002, (03) :312-314
[10]   Bayesian network classifiers [J].
Friedman, N ;
Geiger, D ;
Goldszmidt, M .
MACHINE LEARNING, 1997, 29 (2-3) :131-163