首页> 中文学位 >基于贝叶斯网络风机齿轮箱故障诊断专家系统的研究
【6h】

基于贝叶斯网络风机齿轮箱故障诊断专家系统的研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景及意义

1.2 风机齿轮箱故障诊断技术国内外研究现状

1.3 基于贝叶斯网络故障诊断方法的研究现状

1.4 论文主要研究内容

第2章 风机齿轮箱故障诊断及贝叶斯网络理论

2.1 风机齿轮箱故障的不确定性研究

2.1.1 信息的不确定性

2.1.2 风机齿轮箱故障的不确定性

2.1.3 不确定性问题的处理方法

2.1.4 贝叶斯网络方法处理不确定性问题的优势

2.2 风机齿轮箱故障诊断专家系统

2.2.1 专家系统基本概念

2.2.2 故障诊断专家系统的结构

2.2.3 风机齿轮箱故障诊断专家系统的结构

2.3 贝叶斯网络理论

2.3.1 贝叶斯网络基本概念

2.3.2 贝叶斯网络概率推理

2.3.3 贝叶斯网络图形描述

2.4 本章小结

第3章 风机齿轮箱贝叶斯网络知识库及推理的研究

3.1 风机齿轮箱贝叶斯网络模型的建立

3.1.1 风机齿轮箱故障分类

3.1.2 风机齿轮箱失效事故树

3.1.3 事故树向贝叶斯网络模型的转化

3.1.4 贝叶斯网络模型条件概率表

3.2 风机齿轮箱贝叶斯网络知识库的构建

3.2.1 基于贝叶斯网络模型的知识获取

3.2.2 贝叶斯网络模型的知识存储方式

3.3 风机齿轮箱故障诊断的贝叶斯网络推理

3.4 本章小结

第4章 风机齿轮箱故障诊断专家系统的开发

4.1 功能实现的需求分析

4.1.1 开发环境与开发工具的介绍

4.1.2 系统的功能需求

4.2 诊断模块总体设计

4.3 贝叶斯网络诊断模块的设计

4.3.1 贝叶斯网络诊断模型的知识表达

4.3.2 有向无环图的创建

4.3.3 贝叶斯网络诊断模型知识库的管理

4.4 贝叶斯网络诊断模型的实例分析与功能验证

4.4.1 风机齿轮箱贝叶斯网络诊断模型的实例分析

4.4.2 风机齿轮箱贝叶斯网络诊断模型功能的验证

4.5 本章小结

结论

参考文献

附录

读硕士期间发表论文情况

致谢

展开▼

摘要

精密化、复杂化以及高度集成化代表着现代工业设备的发展方向。在对工业设备高度苛求的今天,设备安全稳定运行成了企业日常生产的关键。齿轮箱作为风机运行过程中的关键部件,安装在风机顶部较为狭小位置,一旦发生故障,维修非常困难,其健康状况直接关系到风电企业生产的安全性和经济效益。对风机齿轮箱故障进行准确诊断并快速处理具有很大的现实意义。本文以风机齿轮箱作为研究对象,将智能诊断技术特别是专家系统作为切入点对其故障诊断方法进行了研究。本文主要进行的内容及过程包括以下几个方面:
  首先,对于大型风电设备而言,故障之间因果关系表现为不确定的映射关系。实际诊断过程中,风机故障信息往往表现出较强耦合性和模糊性,使得风机故障征兆与故障原因之间表现出不确定性。本文为解决这种不确定性,结合贝叶斯网络在处理不确定问题上的优势,提出了风机齿轮箱故障诊断的贝叶斯网络方法。将贝叶斯理论应用到专家系统的研究中,有效地解决了风机齿轮箱故障诊断中的不确定性问题。
  其次,本文将贝叶斯网络与专家系统相结合,重点对基于贝叶斯网络风机齿轮箱故障诊断专家系统的两个核心内容进行了研究,即风机齿轮箱贝叶斯网络知识库的建立以及风机齿轮箱贝叶斯网络推理。归纳了风机齿轮箱在复杂工况下的故障原因、模式以及影响,并在故障机理分析的基础上建立了事故树,利用事故树分析方法对其进行故障分析;在事故树分析的基础上介绍了贝叶斯网络模型的图形描述、概率推理等相关理论。阐述了事故树分析方法与贝叶斯网络之间的关联并介绍了将故障事故树转化为贝叶斯网络的步骤,完成了风机齿轮箱故障诊断贝叶斯网络模型的建立以及贝叶斯网络知识库的建立;通过风机齿轮箱故障实例具体介绍了贝叶斯网络推理的相关理论以及推理过程。
  最后,利用Microsoft Visual Studio.NET开发工具完成了基于贝叶斯网络的风机齿轮箱故障诊断系统的设计与开发,能够实现对风机齿轮箱故障的分析与诊断,并通过实例运行验证了系统诊断的有效性和准确性。

著录项

  • 作者

    周浩;

  • 作者单位

    哈尔滨理工大学;

  • 授予单位 哈尔滨理工大学;
  • 学科 安全技术及工程
  • 授予学位 硕士
  • 导师姓名 周真;
  • 年度 2014
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TH165.3;
  • 关键词

    风机齿轮箱; 故障诊断; 专家系统; 贝叶斯网络;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号