基于贝叶斯网络集成的船用中高速发动机磨损故障诊断模型

基于贝叶斯网络集成的船用中高速发动机磨损故障诊断模型王永坚;戴乐阳;宋佳声
【期刊名称】《中国航海》
【年(卷),期】2018(041)002
【摘要】为解决船用中高速发动机磨损故障特征模糊和信息不完备引起的故障诊断准确率偏低等问题,通过定期采集与发动机磨损故障紧密相关的各监测参数信息,建立基于专家知识和因果映射认知的磨损故障贝叶斯诊断网络结构,通过询问专家和运用贝叶斯方法进行诊断网络参数学习,完成基于专家知识和贝叶斯网络集成的船用中高速发动机磨损故障诊断模型的搭建.通过对母型船发动机实际故障案例进行仿真分析,验证模型的准确性和分析方法的有效性,取得较好的结果,可为快速、准确查找发动机磨损故障提供技术支持.
【总页数】7页(P15-20,30)
【作者】王永坚;戴乐阳;宋佳声
【作者单位】集美大学轮机工程学院,福建厦门361021;集美大学轮机工程学院,福建厦门361021;集美大学轮机工程学院,福建厦门361021
【正文语种】中文
【中图分类】U664.12
【相关文献】
1.基于故障树和贝叶斯网络的故障诊断模型 [J], 宫义山;高媛媛
2.基于粗糙集-集成神经网络的航空发动机磨损故障诊断方法 [J], 文振华;左洪福
3.信息融合与贝叶斯集成的船用中高速发动机磨损故障诊断 [J], 王永坚;陈丹;戴乐阳
4.基于主成分分析和集成神经网络的发动机故障诊断模型研究 [J], 李增芳;何勇;宋海燕
5.基于改进的粗糙集理论与贝叶斯网络的变压器设备故障诊断模型 [J], 雷雨田;张弄韬;李起荣;康勇;邹刚
因版权原因，仅展示原文概要，查看原文内容请购买。