基于流向圖和非樸素貝葉斯推理的滾柱軸承故障程度識別
發(fā)布時間:2024-02-15 00:51
針對流向圖分類推理能力較弱、計算成本較高的問題,提出一種基于流向圖和非樸素貝葉斯推理的滾柱軸承故障程度識別方法。提取訓(xùn)練樣本中滾柱軸承的故障特征構(gòu)建標(biāo)準(zhǔn)化流向圖,用于直觀地表示屬性間的因果關(guān)系;采用基于征兆屬性節(jié)點重要度的節(jié)點約簡算法刪除冗余的征兆屬性節(jié)點,以降低分類推理的計算復(fù)雜度;利用基于流向圖的非樸素貝葉斯推理算法識別待診樣本中滾柱軸承的狀態(tài)。通過實驗驗證了所提方法在直觀和準(zhǔn)確識別滾柱軸承故障程度方面的有效性。
【文章頁數(shù)】:9 頁
【文章目錄】:
0 引言
1 流向圖和非樸素貝葉斯推理簡介
1.1 流向圖
1.2 非樸素貝葉斯推理
2 滾柱軸承故障程度識別方法
2.1 滾柱軸承故障程度識別框架
2.2 基于征兆屬性節(jié)點重要度的節(jié)點約簡
2.3 基于流向圖的非樸素貝葉斯推理
3 實驗研究
3.1 實驗設(shè)備
3.2 診斷結(jié)果
(1)提取滾柱軸承的故障特征
(2)構(gòu)建標(biāo)準(zhǔn)化流向圖
(3)征兆屬性節(jié)點約簡
(4)識別待診樣本中滾柱軸承的狀態(tài)
3.3 比較分析
4 結(jié)束語
本文編號:3898907
【文章頁數(shù)】:9 頁
【文章目錄】:
0 引言
1 流向圖和非樸素貝葉斯推理簡介
1.1 流向圖
1.2 非樸素貝葉斯推理
2 滾柱軸承故障程度識別方法
2.1 滾柱軸承故障程度識別框架
2.2 基于征兆屬性節(jié)點重要度的節(jié)點約簡
2.3 基于流向圖的非樸素貝葉斯推理
3 實驗研究
3.1 實驗設(shè)備
3.2 診斷結(jié)果
(1)提取滾柱軸承的故障特征
(2)構(gòu)建標(biāo)準(zhǔn)化流向圖
(3)征兆屬性節(jié)點約簡
(4)識別待診樣本中滾柱軸承的狀態(tài)
3.3 比較分析
4 結(jié)束語
本文編號:3898907
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/3898907.html
最近更新
教材專著