[轨道交通运维技术]基于离散时间贝叶斯网络的列控中心可靠性分析

针对动车组列控中心在实际工作环境中的故障同时具有多态性和动态性的问题,提出一种依据列控中心各单元的功能逻辑关系来建立离散时间贝叶斯网络的分析方法。归纳部件的多种故障模式并描述列控中心故障的多态特性,采用EM算法优化更新条件概率表;针对列控中心动态失效问题,建立动态贝叶斯网络模型,将一次任务划分为启动、运行、制动三个阶段,在各个阶段通过重要度和敏感性对该模型进行可靠性分析。最后,以CTCS-2级列控系统的列控中心为例,对该离散时间贝叶斯网络模型进行验证和分析,结果表明该方法能够很好地表征列控中心的多态性和动态性。     

基于贝叶斯网络的垃圾压块机可靠性分析

针对垃圾压块机的工作可靠性问题,对垃圾压块机的压缩机构进行了分析,将贝叶斯网络应用到液压系统可靠性分析之中。提出了贝叶斯网络的概念与公式,给出了贝叶斯网络的构建方法,采用基于图形结构精确推理方法,建立了压缩机构的贝叶斯网络。通过手册查阅了各液压元件发生故障的概率,最后结合贝叶斯网络求得了系统发生故障的概率。研究结果表明,该液压系统发生故障的概率为0.057 4,换向阀发生故障的概率为0.252。通过建立贝叶斯网络,求得极易发生故障部件概率的方法,直观地表示出了该系统故障的因果关系,找到了系统的薄弱环节,提高了系统的可靠性。     

多源信息融合及其在齿轮泵故障诊断中的应用

针对齿轮泵故障信息的不确定性和模糊性,提出了一种多源信息融合的贝叶斯网络故障诊断方法。在探讨齿轮泵故障机理的基础上提取振动、流量和压力信号作为故障特征,构造故障贝叶斯网络,建立贝叶斯分类器进行多特征信息融合,利用最大后验概率准则判别故障类型。融合结果表明,该方法能够有效实现齿轮泵多种故障的诊断,具有广阔的应用前景。     

基于故障树贝叶斯网络的液压启闭机故障诊断方法

针对液压启闭机设备专业性强,故障原因复杂等特点,该研究提出了一种基于故障树建立贝叶斯网络的故障诊断方法。首先建立了液压启闭机系统的故障树,然后将故障树转化为贝叶斯网络,计算出顶事件的发生概率并运用贝叶斯网络推理对可能造成故障的原因进行重要度分析,实例表明该方法能有效克服传统故障树分析法的局限性。     

浅谈基于贝叶斯网络的泵故障诊断方法

针对发电厂水泵系统结构复杂，诊断过程中不确定因素众多的特点，提出了基于贝叶斯网络的水泵故障诊断方法。依据发电厂水泵故障机理，建立水泵贝叶斯网络结构；在定量参数方面，引入leaky Noisy-or模型，简化参数设置，从而克服水泵故障样本数量少导致贝叶斯网络参数设置困难的问题。最后，通过实例验证了基于贝叶斯网络的发电厂水泵故障诊断方法的有效性。     

故障贝叶斯网络及其在液压缸爬行诊断中的应用

利用故障树分析能明确表达逻辑关系和贝叶斯网络解决不确定性问题能力强的优点,通过转化算法建立两者之间的联系,研究了一种基于二状态故障贝叶斯网络模型,采用分层处理思想,进而计算出模型中任意结点的概率。液压缸爬行诊断分析实例证明了应用故障贝叶斯网络的实用性和有效性。     

复杂机械系统故障分析模型研究

将动态故障概率与面向对象贝叶斯网络(OOBN)相结合,在系统结构功能关系和故障模式影响分析(FMEA)的基础上,建立一种适合于复杂机械系统的动态面向对象贝叶斯网络(DOOBN)故障分析模型,该方法考虑了组件故障概率随时间的变化及组件可靠性退化对系统功能状态的影响,诊断模型具有层次性、动态性,利用该模型可以方便的对复杂系统进行故障传播的分析和关联故障的定位。在ISG-发动机上的应用表明该方法既可以简化系统的故障分析模型,又使模型描述更符合系统的实时状态。     

基于FMECA知识的故障诊断贝叶斯网络建模研究

为了构建具有较完备知识的贝叶斯网络诊断模型,提出了一种基于FMECA知识的故障诊断贝叶斯网络建模方法,该方法根据产品FMECA分析所得故障模式、故障原因、故障影响之间的因果关系构建贝叶斯网络拓扑结构,通过历史数据确定网络各节点的先验概率和条件概率分布,进而利用建立的贝叶斯网络进行故障诊断推理决策,最后通过某型飞机平视显示器的故障诊断贝叶斯网络建模及诊断实例,验证了方法的正确性及可行性。     

基于FMECA知识的故障诊断贝叶斯网络建模研究

为了构建具有较完备知识的贝叶斯网络诊断模型,提出了一种基于FMECA知识的故障诊断贝叶斯网络建模方法,该方法根据产品FMECA分析所得故障模式、故障原因、故障影响之间的因果关系构建贝叶斯网络拓扑结构,通过历史数据确定网络各节点的先验概率和条件概率分布,进而利用建立的贝叶斯网络进行故障诊断推理决策,最后通过某型飞机平视显示器的故障诊断贝叶斯网络建模及诊断实例,验证了方法的正确性及可行性。     

基于动态贝叶斯网络的智能工厂设备健康评估方法研究

针对传统的机械工厂设备健康评估方法存在设备重组困难、主要故障提取无特点以及设备间的交互不明显问题,提出了一种基于动态贝叶斯网络的设备健康评估方法。利用智能工厂生产线上实时采集的数据,对工厂数据进行了特征提取,以每小时产量作为评估工厂健康程度的指标;利用随机森林算法提取了影响该工厂生产线产量的主要故障类型,构建了动态贝叶斯网络,并进行了设备健康评估。研究结果表明:动态贝叶斯网络有着出众的学习能力,当输入样本足够多时,设备健康等级的预估由初始的38.4%上升到了64.1%,先验概率会越来越趋近于真实分布,更有利于分析设备间的交互关系及生产线设备的健康状况;该方法可以对设备进行有效的评估,达到有效维护设备的目的。     

基于BN和T-S模糊故障树的起重机变幅机构可靠性评估

针对汽车起重机变幅机构的复杂性以及故障状态的模糊性,提出了一种模糊贝叶斯网络与T-S模糊故障树相结合的可靠性评估方法.首先,通过建立T-S模糊故障树,映射为模糊贝叶斯网络;其次,结合专家利用"信心指数法"得到的底事件的故障概率,正向推理得到顶事件的故障概率以及底事件的重要度,再通过反向推理可以得到系统出现故障后底事件的...     

多特征信息融合的贝叶斯网络故障诊断方法研究

针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶斯参数估计算法进行多特征信息融合。通过构造贝叶斯网络并建立贝叶斯分类器来简化融合后的结果,通过最大后验概率估计值的计算进行故障识别。经过轴向柱塞泵多故障模式的诊断实验,验证了该方法能够有效地实现柱塞泵柱塞松靴和脱靴故障的诊断。     

融合电控柴油机传感器数据的贝叶斯综合故障诊断网络研究

针对电控柴油机故障源多样性和不确定性的问题,对故障现象、状态数据提取及处理、贝叶斯故障诊断网络、故障源的先验概率获取、故障源的确定等方面进行了研究,在故障现象出现的情况下对如何有效确定故障源进行了分析和归纳,构建了融合传感器数据的电控柴油机贝叶斯网络综合故障诊断模型,提出了使用传感器数据技术检测电控柴油机工作状态,并结合经验法等估算出各类故障源的先验概率。通过运用贝叶斯网络技术推断查找到故障源的方法,并以丰田1KZ电控柴油发动机为实验对象,使用Hugin Expert工具对该诊断网络进行了推理验证。研究结果表明,该诊断网络充分发挥了传感器数据诊断技术的实时性和贝叶斯网络技术的判断决策能力,有效提高了电控柴油机故障诊断的正确率和实效性。     

基于模糊贝叶斯网络的电力设备故障诊断和状态评估

针对电力设备在运行过程中故障程度模糊和全景状态的不确定问题,提出一种融合模糊函数改进的贝叶斯网络故障诊断和状态评估方法.在该网络中,采用贝叶斯概率测度多维特征指标与不同故障之间的关联性,构造时变评分函数整合具有不同时效性的特征信息,量化故障发生的模糊状态.另外,基于危害性对故障进行分级,在网络中融合多个模糊函数,分别描...     

贝叶斯推理网络在大型旋转机械故障诊断中的应用

本文简述了贝叶斯网络及网络传播的信念更新问题，并提出其在大型旋转机械故障诊断中的应用，建立了故障──特征的贝叶斯网络，并分析了信念在网络中的传播与更新。     

基于贝叶斯网络推理的数控机床元动作装配情景异常识别

针对机床的机械故障频发且装配因素难以识别的问题，提出了基于贝叶斯网络的机床装配情景异常推理识别方法。以机械零部件多尺度运动分析为切入点，建立了机床功能-元动作的多尺度映射模型，利用故障模式及影响分析(Failure Mode and Effect Analysis, FMEA)方法建立了机床元动作单元关键装配情景构成模型。基于装配情景构成模型建立了元动作单元装配情景的贝叶斯网络结构，利用证据推理法实现了元动作单元装配情景异常概率的智能推理。以蜗轮转动元动作单元为例，构建了蜗轮转动单元装配情景初始贝叶斯网络，获取了蜗轮转动元动作输出的异常概率(由装配因素引起)为2.35%;以蜗轮转动故障为起点进行了贝叶斯网络反向推理，识别出导致蜗轮转动故障的各装配情景异常概率。元动作装配情景的异常识别为实现机床故障装配因素的追溯提供理论依据。     

基于贝叶斯网络的电子设备故障诊断技术研究

针对电子设备故障诊断的难点,通过分析贝叶斯网络的特点,设计了一种基于贝叶斯网络的故障诊断系统。首先介绍了故障及故障诊断的相关概念;然后在理解贝叶斯网络的基础上分析其优点,研究了贝叶斯的推理;进而研究贝叶斯故障诊断的关键技术;最后介绍了基于贝叶斯网络故障诊断系统的整体框架。     

贝叶斯推理网络在大型旋转机械故障诊断中的应用

本文简述了贝叶斯网络及网络传播的信念更新问题，并提出其在大型旋转机械故障诊断中的应用，建立了故障－－特征的贝叶斯网络，并分析了信念在网络中的传播与更新。     

基于FTA和贝叶斯网络的动车组制动系统故障分析

分析传统故障树和贝叶斯网理论在故障诊断方面的优势和局限性,建立基于故障树的故障贝叶斯网络进行诊断分析。实现故障树与故障贝叶斯网中各元素的对应转换,结合CRH2B型动车组基础制动装置系统实例,搭建故障树,完成故障贝叶斯网络转变,证明了故障贝叶斯网在复杂系统故障分析方面的优越性。     

列控车载设备导致动车组深度滑行原因分析

本文针对一次典型的因列控车载设备触发的列车深度滑行故障,从设计角度进行深入分析,结合传感器的安装及列控车载设备控制软件逻辑两方面给出了改进建议,对指导后续列车与列控车载设备接口的设计有重要意义。