申请/专利权人:兰州理工大学
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117807527A
主分类号:G06F18/2415
分类号:G06F18/2415;G06N7/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于贝叶斯网络的机械部件故障诊断方法及系统,目的在于采用条件高斯贝叶斯网络将离散信息和连续信息相融合,用残差中的离散信息弥补数据量少造成的特征信息不足的问题,并引入距离抑制方法,提高对新型故障的诊断能力。本发明中叶贝斯网络包括故障层和节点层,所述节点层包括观测数据和残差数据;诊断过程为:根据残差数据判断机械部件是否发生故障;当有故障发生时,根据观测数据,基于距离抑制输出机械部件故障类别。
主权项:1.一种基于贝叶斯网络的机械部件故障诊断方法,其特征在于,包括构建叶贝斯网络,根据机械部件的观测数据,利用所述叶贝斯网络进行故障诊断;所述叶贝斯网络包括故障层和节点层,所述节点层包括观测数据和残差数据;诊断过程为:根据残差数据判断机械部件是否发生故障;当有故障发生时,根据观测数据,基于距离抑制输出机械部件故障类别。
全文数据:
权利要求:
百度查询: 兰州理工大学 基于贝叶斯网络的机械部件故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。