一种基于贝叶斯网络的故障预测方法

被引：21

作者：

陆宁云 ^{[1
]}

何克磊 ^{[1
]}

姜斌 ^{[1
]}

吕建华 ^{[2
]}

机构：

[1] 南京航空航天大学自动化学院

[2] 东南大学计算机科学与工程学院

来源：

东南大学学报(自然科学版) | 2012年 / S1期

关键词：

故障预测; 贝叶斯网络; 定性趋势分析; 概率推理;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.

引用

页码：87 / 91

页数：5

共 4 条

[1] 动态系统的故障预测方法 [J].

艾红 ;

周东华 .

华中科技大学学报(自然科学版), 2009, 37 (S1) :222-225

[2] 一种基于二元估计与粒子滤波的故障预测算法 [J].

张磊 ;

李行善 ;

于劲松 ;

高占宝 .

北京航空航天大学学报, 2008, (07) :798-802

[3] 基于贝叶斯网络的复杂系统故障预测 [J].

许丽佳 ;

王厚军 ;

龙兵 .

系统工程与电子技术, 2008, (04) :780-784

[4]

Maximum Likelihood from Incomplete Data via the EM Algorithm[J] . A. P. Dempster,N. M. Laird,D. B. Rubin.Journal of the Royal Statistical Society. Series . 1977 (1)

← 1 →