基于流向图和非朴素贝叶斯推理的滚柱轴承故障程度识别
发布时间:2024-02-15 00:51
针对流向图分类推理能力较弱、计算成本较高的问题,提出一种基于流向图和非朴素贝叶斯推理的滚柱轴承故障程度识别方法。提取训练样本中滚柱轴承的故障特征构建标准化流向图,用于直观地表示属性间的因果关系;采用基于征兆属性节点重要度的节点约简算法删除冗余的征兆属性节点,以降低分类推理的计算复杂度;利用基于流向图的非朴素贝叶斯推理算法识别待诊样本中滚柱轴承的状态。通过实验验证了所提方法在直观和准确识别滚柱轴承故障程度方面的有效性。
【文章页数】:9 页
【文章目录】:
0 引言
1 流向图和非朴素贝叶斯推理简介
1.1 流向图
1.2 非朴素贝叶斯推理
2 滚柱轴承故障程度识别方法
2.1 滚柱轴承故障程度识别框架
2.2 基于征兆属性节点重要度的节点约简
2.3 基于流向图的非朴素贝叶斯推理
3 实验研究
3.1 实验设备
3.2 诊断结果
(1)提取滚柱轴承的故障特征
(2)构建标准化流向图
(3)征兆属性节点约简
(4)识别待诊样本中滚柱轴承的状态
3.3 比较分析
4 结束语
本文编号:3898907
【文章页数】:9 页
【文章目录】:
0 引言
1 流向图和非朴素贝叶斯推理简介
1.1 流向图
1.2 非朴素贝叶斯推理
2 滚柱轴承故障程度识别方法
2.1 滚柱轴承故障程度识别框架
2.2 基于征兆属性节点重要度的节点约简
2.3 基于流向图的非朴素贝叶斯推理
3 实验研究
3.1 实验设备
3.2 诊断结果
(1)提取滚柱轴承的故障特征
(2)构建标准化流向图
(3)征兆属性节点约简
(4)识别待诊样本中滚柱轴承的状态
3.3 比较分析
4 结束语
本文编号:3898907
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/3898907.html