原文传递
基于贝叶斯网络的桥吊设备故障诊断系统的研发
| 论文题名： | 基于贝叶斯网络的桥吊设备故障诊断系统的研发 |
| 关键词： | 桥吊设备;故障诊断;贝叶斯网络;故障树模型;软件开发 |
| 摘要： | 随着现代工业和科学技术的发展，港口桥吊设备结构越来越复杂，自动化和集成化规模越来越大，任何一个小的故障都有可能经过系统的放大，导致整个系统故障或失效。因此，桥吊设备故障的潜在可能性越来越大，诊断技术也越来越受到企业的重视。实际中，由于桥吊设备结构的复杂性、检测手段的局限性以及故障知识表达的不准确，导致所获得的诊断信息大多是不完整、不确定的信息，如何在这种不精确的故障信息下构建一个合理的故障诊断模型来进行故障推理，快速排除故障，是桥吊设备故障诊断所面临的一个重要问题。 本文在研究复杂系统故障特点和故障诊断方法的基础上，针对桥吊设备的复杂性、层次性、相关性、延时性和不确定性等特点，提出将贝叶斯网络方法应用于桥吊设备的故障诊断中。贝叶斯网络方法是目前进行不确定性知识表达和推理的有效模型之一，它综合了图论和概率论的优点，能够很好地表达复杂系统中的不确定性问题，基于概率推理的计算方法可以得到精确的结果，非常适合于不确定性问题的表示和故障推理。在研究贝叶斯网络模型建造方法的基础上，采用了故障树模型转贝叶斯网络的方法来构建贝叶斯网络模型;然后研究了贝叶斯网络推理的各种精确和近似推理算法，根据桥吊设备网络模型的特点采用联结树推理算法进行概率推理;最后提出基于贝叶斯网络的桥吊设备故障诊断系统的功能框架和开发框架，基于C＃、Microsoft SQL Server2005、MATLAB开发了故障知识库管理模块、贝叶斯网络构建模块、贝叶斯网络推理模块和贝叶斯网络学习模块，将系统应用到外高桥码头桥吊设备的故障诊断中，有效的缩短了故障源的查找时间，并且提供故障源排除的方法和所需工具，减少设备停机时间，降低公司的经济损失。此外，系统还将本次故障诊断的结果保存到故障知识库中，为下次故障诊断提供决策支持，保证诊断结果更加接近于实际情况，使得系统具有自学习能力，保证了系统故障诊断的准确性和可靠性。 |
| 作者： | 梁磊 |
| 专业： | 控制工程 |
| 导师： | 汪峥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
