基于贝叶斯网络的模糊多准则决策方法在故障诊断中的应用与研究
发布时间：2022-12-22 00:42
随着工业企业信息化的应用,以及科学技术的发展,工业设备越来越多,结构也越来越复杂。在工业生产过程中,很难避免故障的发生,故障如果突然发生,不仅仅造成经济损失,还会造成伤亡,所以故障诊断技术显得尤为重要。然而,当故障信息不完整或者不确定时,故障诊断的难度将会大大提高,甚至会错失维修的最佳时机。目前,针对于这种状况,基于数据驱动的故障诊断技术迅速发展。其中,贝叶斯网络应用于故障诊断中是近几年的研究热点,模糊多准则决策方法应用于故障诊断中则是一个新的研究课题。因此,本文将从贝叶斯网络和模糊多准则决策方法两方面进行变压器故障的研究。具体内容如下:（1）对故障诊断的方法进行研究,包括故障诊断技术的发展状况和未来研究方向。主要介绍了贝叶斯网络的理论知识和在故障诊断中的应用现状。同时,阐述了模糊理论的相关内容,并对模糊多准则决策的故障诊断方法进行了深入的研究。（2）由于传统变压器故障诊断方法中三比值判断法的故障诊断方法准确率低和存在漏码的问题,本文利用模糊多准则决策方法,提出了一种基于TOPSIS-灰色关联度分析的故障诊断方法。利用TOPSIS方法分别对每一种故障类型样本进行处理,以便获得相对标准的...
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究的目的和意义
1.3 国内外研究现状
1.3.1 故障诊断的研究现状
1.3.2 贝叶斯网络在故障诊断中的研究现状
1.3.3 模糊多准则决策在故障诊断中的研究现状
1.4 研究内容及主要工作
1.5 本文创新点
1.6 论文结构安排
第2章 相关理论研究
2.1 故障诊断的相关理论
2.1.1 故障诊断的基本概念
2.1.2 故障诊断的方法
2.1.3 变压器故障诊断的方法
2.2 贝叶斯网络的相关理论
2.2.1 贝叶斯网络的概念
2.2.2 贝叶斯网络的学习
2.2.3 贝叶斯网络的推理
2.3 模糊多准则决策的相关理论
2.3.1 模糊理论
2.3.2 多准则决策理论
2.3.3 常用的多准则决策方法
2.3.4 模糊多准则决策
2.4 本章小结
第3章 基于TOPSIS-灰色关联度分析的故障诊断方法
3.1 AHP的权重确定方法
3.2 TOPSIS的数据处理方法
3.3 灰色关联度的故障诊断方法
3.4 TOPSIS-灰色关联度的故障诊断过程
3.5 实例分析
3.5.1 故障数据集的预处理
3.5.2 故障诊断实例
3.5.3 实验结果与分析
3.6 本章小结
第4章 基于属性加权朴素贝叶斯网络的故障诊断方法
4.1 贝叶斯网络机器学习算法
4.1.1 朴素贝叶斯网络分类算法
4.1.2 属性加权朴素贝叶斯网络分类算法
4.2 AHP-熵权法组合权重的确定方法
4.3 改进的属性加权朴素贝叶斯网络分类算法
4.3.1 算法描述
4.3.2 算法步骤
4.4 改进属性加权朴素贝叶斯网络的故障诊断过程
4.5 实例分析
4.5.1 故障诊断实例
4.5.2 实验结果与分析
4.6 本章小结
第5章 基于贝叶斯网络的TOPSIS和灰色关联度的故障诊断方法
5.1 数据集的预处理
5.1.1 直觉模糊集
5.1.2 语义变量
5.2 直觉模糊集的TOPSIS和灰色关联度的组合决策方法
5.3 贝叶斯网络的故障诊断过程
5.4 贝叶斯网络的TOPSIS和灰色关联度的故障诊断过程
5.5 实例分析
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在学期间主要科研成果
一、发表学术论文
二、其他科研成果
【参考文献】：
期刊论文
[1]基于TOPSIS法与灰色关联度法的故障样本分配方法[J]. 徐达,焦庆龙. 火力与指挥控制. 2019(10)
[2]贝叶斯结构方程模型及其研究现状[J]. 张沥今,陆嘉琦,魏夏琰,潘俊豪. 心理科学进展. 2019(11)
[3]模糊动态贝叶斯可靠性分析方法及其在动车制动系统中的应用[J]. 郭济鸣,齐金平,段毅刚,田世润. 重庆大学学报. 2019(06)
[4]面向变压器油中溶解气体分析的组合DBN诊断方法[J]. 荣智海,齐波,李成榕,朱双静,陈玉峰,辜超. 电网技术. 2019(10)
[5]逆高斯回归模型的贝叶斯分析[J]. 赵远英,徐登可,庞一成. 统计与决策. 2019(10)
[6]配电网故障定位的层级模型及其预测校正算法[J]. 郭壮志,陈涛,黄全振,徐其兴,洪俊杰. 电力自动化设备. 2018(07)
[7]贝叶斯网络的分层推理算法[J]. 李振明,柴冰. 电脑知识与技术. 2018(08)
[8]基于信息流改进的贝叶斯网络结构学习算法[J]. 李明,张韧,洪梅,白成祖. 系统工程与电子技术. 2018(06)
[9]熵权贝叶斯模型在珊溪水库水环境质量评价的应用[J]. 万哲慧,王珅,冯孙林,贾晓琼,施胜亮. 节水灌溉. 2018(03)
[10]一种改进的电网故障诊断解析模型研究[J]. 于雪雪,杨文辉,周红. 电工电气. 2017(11)
博士论文
[1]基于模糊多属性决策的企业信息化水平评价方法与应用研究[D]. 刘培德.北京交通大学 2010
硕士论文
[1]模糊贝叶斯决策方法在城市交通系统中的应用[D]. 边晓亚.华中科技大学 2011
[2]基于多源信息融合贝叶斯网络的滚动轴承故障诊断方法[D]. 冯中魁.燕山大学 2013
[3]基于模糊贝叶斯网络的故障诊断方法研究及其在列控系统中的应用[D]. 赵晶晶.北京交通大学 2013
[4]基于模糊理论的决策树算法的研究及应用[D]. 于振灏.中国地质大学(北京) 2017
[5]贝叶斯网络分类模型研究及其在小样本故障诊断中的应用[D]. 祝世丰.哈尔滨工业大学 2009
[6]面向流程工业故障诊断的模糊多属性决策方法的研究[D]. 姚培培.齐鲁工业大学 2019
[7]基于贝叶斯网络的电力变压器故障诊断[D]. 董冰.辽宁石油化工大学 2019
本文编号：3723087
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究的目的和意义
1.3 国内外研究现状
1.3.1 故障诊断的研究现状
1.3.2 贝叶斯网络在故障诊断中的研究现状
1.3.3 模糊多准则决策在故障诊断中的研究现状
1.4 研究内容及主要工作
1.5 本文创新点
1.6 论文结构安排
第2章 相关理论研究
2.1 故障诊断的相关理论
2.1.1 故障诊断的基本概念
2.1.2 故障诊断的方法
2.1.3 变压器故障诊断的方法
2.2 贝叶斯网络的相关理论
2.2.1 贝叶斯网络的概念
2.2.2 贝叶斯网络的学习
2.2.3 贝叶斯网络的推理
2.3 模糊多准则决策的相关理论
2.3.1 模糊理论
2.3.2 多准则决策理论
2.3.3 常用的多准则决策方法
2.3.4 模糊多准则决策
2.4 本章小结
第3章 基于TOPSIS-灰色关联度分析的故障诊断方法
3.1 AHP的权重确定方法
3.2 TOPSIS的数据处理方法
3.3 灰色关联度的故障诊断方法
3.4 TOPSIS-灰色关联度的故障诊断过程
3.5 实例分析
3.5.1 故障数据集的预处理
3.5.2 故障诊断实例
3.5.3 实验结果与分析
3.6 本章小结
第4章 基于属性加权朴素贝叶斯网络的故障诊断方法
4.1 贝叶斯网络机器学习算法
4.1.1 朴素贝叶斯网络分类算法
4.1.2 属性加权朴素贝叶斯网络分类算法
4.2 AHP-熵权法组合权重的确定方法
4.3 改进的属性加权朴素贝叶斯网络分类算法
4.3.1 算法描述
4.3.2 算法步骤
4.4 改进属性加权朴素贝叶斯网络的故障诊断过程
4.5 实例分析
4.5.1 故障诊断实例
4.5.2 实验结果与分析
4.6 本章小结
第5章 基于贝叶斯网络的TOPSIS和灰色关联度的故障诊断方法
5.1 数据集的预处理
5.1.1 直觉模糊集
5.1.2 语义变量
5.2 直觉模糊集的TOPSIS和灰色关联度的组合决策方法
5.3 贝叶斯网络的故障诊断过程
5.4 贝叶斯网络的TOPSIS和灰色关联度的故障诊断过程
5.5 实例分析
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
在学期间主要科研成果
一、发表学术论文
二、其他科研成果
【参考文献】：
期刊论文
[1]基于TOPSIS法与灰色关联度法的故障样本分配方法[J]. 徐达,焦庆龙. 火力与指挥控制. 2019(10)
[2]贝叶斯结构方程模型及其研究现状[J]. 张沥今,陆嘉琦,魏夏琰,潘俊豪. 心理科学进展. 2019(11)
[3]模糊动态贝叶斯可靠性分析方法及其在动车制动系统中的应用[J]. 郭济鸣,齐金平,段毅刚,田世润. 重庆大学学报. 2019(06)
[4]面向变压器油中溶解气体分析的组合DBN诊断方法[J]. 荣智海,齐波,李成榕,朱双静,陈玉峰,辜超. 电网技术. 2019(10)
[5]逆高斯回归模型的贝叶斯分析[J]. 赵远英,徐登可,庞一成. 统计与决策. 2019(10)
[6]配电网故障定位的层级模型及其预测校正算法[J]. 郭壮志,陈涛,黄全振,徐其兴,洪俊杰. 电力自动化设备. 2018(07)
[7]贝叶斯网络的分层推理算法[J]. 李振明,柴冰. 电脑知识与技术. 2018(08)
[8]基于信息流改进的贝叶斯网络结构学习算法[J]. 李明,张韧,洪梅,白成祖. 系统工程与电子技术. 2018(06)
[9]熵权贝叶斯模型在珊溪水库水环境质量评价的应用[J]. 万哲慧,王珅,冯孙林,贾晓琼,施胜亮. 节水灌溉. 2018(03)
[10]一种改进的电网故障诊断解析模型研究[J]. 于雪雪,杨文辉,周红. 电工电气. 2017(11)
博士论文
[1]基于模糊多属性决策的企业信息化水平评价方法与应用研究[D]. 刘培德.北京交通大学 2010
硕士论文
[1]模糊贝叶斯决策方法在城市交通系统中的应用[D]. 边晓亚.华中科技大学 2011
[2]基于多源信息融合贝叶斯网络的滚动轴承故障诊断方法[D]. 冯中魁.燕山大学 2013
[3]基于模糊贝叶斯网络的故障诊断方法研究及其在列控系统中的应用[D]. 赵晶晶.北京交通大学 2013
[4]基于模糊理论的决策树算法的研究及应用[D]. 于振灏.中国地质大学(北京) 2017
[5]贝叶斯网络分类模型研究及其在小样本故障诊断中的应用[D]. 祝世丰.哈尔滨工业大学 2009
[6]面向流程工业故障诊断的模糊多属性决策方法的研究[D]. 姚培培.齐鲁工业大学 2019
[7]基于贝叶斯网络的电力变压器故障诊断[D]. 董冰.辽宁石油化工大学 2019
本文编号：3723087
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3723087.html
