基于贝叶斯网络的故障诊断系统性能评价

被引：39

作者：

于劲松 ^{[1
,2
]}

沈琳 ^{[1
]}

唐荻音 ^{[1
]}

刘浩 ^{[1
,3
]}

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

[2] 先进航空发动机协同创新中心

[3] 解放军部队分队

来源：

北京航空航天大学学报 | 2016年 / 42卷 / 01期

关键词：

贝叶斯网络(BN); 诊断; 性能; 准确度; 置信区间;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统]; TP18 [人工智能理论];

学科分类号：

140102 [集成电路设计与设计自动化]; 140502 [人工智能];

摘要：

故障诊断系统的性能评价是开发和验收故障诊断系统不可或缺的重要环节.针对基于贝叶斯网络(BN)故障诊断系统的性能评价需要,考虑系统诊断结果真实分布,提出采用二项分布参数估计方法来计算诊断准确度的置信区间,采用准确度期望值及其置信区间全面客观评价诊断模型的性能,形成贝叶斯网络模型诊断能力的量化评价指标,为诊断结果的可接受、可信程度以及诊断模型的训练充分性提供参考依据.最后通过燃油系统故障诊断实例验证所述性能评价的有效性.

引用

页码：35 / 40

页数：6

共 11 条

[1]

航空发动机气路部件故障融合诊断方法研究 [J].

李业波 ;

李秋红 ;

黄向华 ;

赵永平 .

航空学报, 2014, 35 (06) :1612-1622

[2]

基于贝叶斯网络原理的835例冠心病病例中医证候分类研究 [J].

徐璡 ;

许朝霞 ;

许文杰 ;

王又闻 ;

刘涛 ;

夏春明 ;

郭睿 ;

王忆勤 .

上海中医药杂志, 2014, (01) :10-13

[3]

采用动态故障树分析诊断系统故障的信息融合法 [J].

段荣行 ;

董德存 ;

赵时旻 .

同济大学学报(自然科学版), 2011, 39 (11) :1699-1704

[4]

二项分布的参数估计问题研究 [J].

李鸿 .

应用数学学报, 2010, 33 (03) :385-394

[5]

Empirical Likelihood Ratio Confidence Interval for Positively Associated Series.[J]..Acta Mathematicae Applicatae Sinica.2007, 02

[6]

置信区间分析法在BP神经网络中的应用研究 [J].

王正武 ;

任喜风 ;

张瑞平 .

数理统计与管理, 2006, (02) :156-160

[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)

[8]

BP神经网络的置信度分析 [J].

蒋灵 ;

何小荣 .

计算机与应用化学, 1999, (03)

[9]

二项分布参数的置信区间 [J].

孟昭为 .

工科数学, 1995, (04)

[10]

A Bayesian approach to estimate the marginal loss distributions in operational risk management.[J].L. Dalla Valle;P. Giudici.Computational Statistics and Data Analysis.2007, 6

← 1 2 →