基于贝叶斯网络的润滑油发射光谱数据挖掘研究

针对船舶柴油机活塞-气缸套磨损工况的监测问题,对某型柴油机69个工作油样的发射光谱数据进行了分析。油样来自7种不同活塞-气缸套间隙工况,光谱数据包括21种典型元素浓度值,构建了NB贝叶斯网络分类模型和K2贝叶斯网络分类模型对油样光谱数据进行了挖掘研究。研究结果表明,两种分类模型的工况识别正确率均大于90%,K2贝叶斯网络模型的分类规则与实际装备的工作机理更加吻合。