本文主要研究内容
作者顾煜炯,杨楠,陈东超,宋磊（2019）在《利用故障因果信息的汽轮机故障智能诊断研究》一文中研究指出：汽轮机结构的高度耦合导致一些故障模式在轴系振动形式上具有相似的特征,难以区分。为了更加精确诊断故障模式,提出将故障原因信息融入诊断模型中,实现与维护工作有机结合的故障因果链推理。首先,基于FTA和FMEA分析提出将机理因果网用于总结诊断知识的方法。然后,采用Leaky Noisy-Or/And模型将机理因果网转化为贝叶斯网络模型,并分析模型中不确定性关系的物理含义。最终,将故障机理分析结果转化为3层贝叶斯网络推理模型。在碰磨故障的2个诊断案例中,根据故障原因的排查结果,将模型进行反复推理,获得更准确的故障因果链,同时,可为维修工作反馈排查建议。在故障诊断研究中创新性地提出一种网络化的知识表达形式与智能化过程,为汽轮机故障诊断这类主要依赖经验知识、缺乏故障样本的诊断问题,提供了一种新的思路。
Abstract
qi lun ji jie gou de gao du ou ge dao zhi yi xie gu zhang mo shi zai zhou ji zhen dong xing shi shang ju you xiang shi de te zheng ,nan yi ou fen 。wei le geng jia jing que zhen duan gu zhang mo shi ,di chu jiang gu zhang yuan yin xin xi rong ru zhen duan mo xing zhong ,shi xian yu wei hu gong zuo you ji jie ge de gu zhang yin guo lian tui li 。shou xian ,ji yu FTAhe FMEAfen xi di chu jiang ji li yin guo wang yong yu zong jie zhen duan zhi shi de fang fa 。ran hou ,cai yong Leaky Noisy-Or/Andmo xing jiang ji li yin guo wang zhuai hua wei bei xie si wang lao mo xing ,bing fen xi mo xing zhong bu que ding xing guan ji de wu li han yi 。zui zhong ,jiang gu zhang ji li fen xi jie guo zhuai hua wei 3ceng bei xie si wang lao tui li mo xing 。zai peng mo gu zhang de 2ge zhen duan an li zhong ,gen ju gu zhang yuan yin de pai cha jie guo ,jiang mo xing jin hang fan fu tui li ,huo de geng zhun que de gu zhang yin guo lian ,tong shi ,ke wei wei xiu gong zuo fan kui pai cha jian yi 。zai gu zhang zhen duan yan jiu zhong chuang xin xing de di chu yi chong wang lao hua de zhi shi biao da xing shi yu zhi neng hua guo cheng ,wei qi lun ji gu zhang zhen duan zhe lei zhu yao yi lai jing yan zhi shi 、que fa gu zhang yang ben de zhen duan wen ti ,di gong le yi chong xin de sai lu 。
论文参考文献
论文详细介绍
论文作者分别是来自噪声与振动控制的顾煜炯,杨楠,陈东超,宋磊，发表于刊物噪声与振动控制2019年04期论文，是一篇关于振动与波论文,汽轮机论文,智能诊断论文,因果信息论文,贝叶斯网络论文,噪声与振动控制2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自噪声与振动控制2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：振动与波论文; 汽轮机论文; 智能诊断论文; 因果信息论文; 贝叶斯网络论文; 噪声与振动控制2019年04期论文;