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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD