基于分布式贝叶斯网络的多故障诊断方法研究
本文关键词:基于分布式贝叶斯网络的多故障诊断方法研究 出处:《现代电子技术》2017年01期 论文类型:期刊论文
更多相关文章: 贝叶斯网络 分布式推理 多故障诊断 复杂系统
【摘要】:针对复杂系统存在的不确定性、多故障以及传统贝叶斯网络诊断实时性差等问题,提出一种基于分布式贝叶斯网络的故障诊断方法。该故障诊断方法将大型、复杂系统故障诊断模型抽象为贝叶斯网络模型,并将其分解为若干贝叶斯网络子系统,基于消息传播机制完成多个子系统局部推理以及子系统间重叠子域紧凑的消息传播,实现分布式贝叶斯网络的故障推理与诊断。实验结果表明,该故障诊断方法可在复杂、不确定性系统中完成单故障和多故障推理、诊断任务,与传统贝叶斯网络故障诊断方法相比,该方法在推理速度上的优势尤为突出,具有广泛的应用前景。
[Abstract]:In view of the complex system uncertainty, multiple faults and traditional Bias network real-time diagnosis, a new fault diagnosis method of distributed network based on Bias. The fault diagnosis methods of large, complex fault diagnosis system model for Bias network model, which is divided into several Bias network subsystem, message transmission the mechanism of multi subsystem and local reasoning subsystem based on overlapping subdomains compact message propagation to realize fault diagnosis and reasoning, Bias distributed network. The experimental results show that the method of fault diagnosis in complex, uncertain system in single and multiple fault diagnosis reasoning task, compared with the traditional Bias network fault diagnosis method and the advantages of this method in reasoning speed is particularly prominent, and has wide application prospect.
【作者单位】: 陕西科技大学电气与信息工程学院;
【基金】:陕西省教育厅科研计划资助项目(2013JK1114) 陕西科技大学博士科研启动基金项目(BJ12-03)
【分类号】:TP18;TP277
【正文快照】: 0引言随着高新技术在大型复杂系统中的广泛应用,一方面极大地改善了系统的性能,使系统功能越来越强大;另一方面,由于技术和结构的复杂化,不确定因素及不确定信息充斥其间,系统的故障概率也大幅提高,并且由单故障转向多故障并发。为保证系统正常运行,必须采取有效的故障诊断方
【相似文献】
相关期刊论文 前8条
1 闫鹏程;连光耀;刘晓芹;孙江生;;基于多故障模糊组的序贯多故障诊断方法[J];计算机测量与控制;2012年01期
2 路杨;甘志华;王剑斐;;基于案例推理的多故障诊断方法研究[J];计算机应用研究;2009年11期
3 朱海鹏;景博;黄以锋;苏俊阳;;基于概率阈的非冗余多故障系统诊断策略优化[J];计算机应用研究;2012年12期
4 宋华;张洪钺;王行仁;;非线性系统多故障诊断方法[J];北京航空航天大学学报;2005年11期
5 周福娜;汤天浩;文成林;;一种数据驱动的多故障诊断方法研究[J];控制工程;2008年04期
6 宋华,张洪钺;多故障的奇偶方程-参数估计诊断方法[J];控制与决策;2003年04期
7 王子玲;许爱强;;基于最小碰集的多故障诊断算法研究[J];兵工学报;2010年03期
8 ;[J];;年期
相关会议论文 前1条
1 那文波;;树型传输网多故障分支识别的零泛器替代法[A];第二十一届中国控制会议论文集[C];2002年
相关硕士学位论文 前4条
1 盛博;基于图论的数控机床多故障诊断方法研究[D];华中科技大学;2014年
2 周伟;基于因果网络的航电系统多故障诊断技术[D];西北工业大学;2007年
3 葛铁;多故障的直接自修复控制[D];南京航空航天大学;2002年
4 蔺雪;基于数据的油田生产过程中的多故障诊断方法的研究[D];沈阳工业大学;2013年
,本文编号:1390223
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1390223.html