[发明专利]一种基于贝叶斯推理的机泵安康知识库查找方法在审
申请号: | 201910169761.2 | 申请日: | 2019-03-06 |
公开(公告)号: | CN110008350A | 公开(公告)日: | 2019-07-12 |
发明(设计)人: | 柴秋子;徐华锋;李创;付立;许丹丹 | 申请(专利权)人: | 杭州哲达科技股份有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06K9/62 |
代理公司: | 杭州中成专利事务所有限公司 33212 | 代理人: | 周世骏 |
地址: | 310012 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及机泵监测和故障诊断技术,旨在提供一种基于贝叶斯推理的机泵安康知识库查找方法。包括:以机泵安康知识库中的机泵关键部件、具体故障信息和振动信号特征作为先验知识,建立贝叶斯网络搜索模型学习,利用评分函数计算贝叶斯网络的得分建立新的数据库,利用得到的贝叶斯网络,根据机泵运行过程中获取的振动信号特征的实时状态推断该节点发生故障的概率。本发明可以针对某些数据训练时可以有效调节惩罚项,防止过分拟合,能有效地确定贝叶斯网络的拓扑结构,通过先验知识,得到贝叶斯网络模型各节点处的条件概率密度,从而得到机泵运行过程中的安康状态和故障种类;分析和诊断机泵运行过程中安康程度和故障诊断,实现机泵安全高效运行。 | ||
搜索关键词: | 机泵 贝叶斯网络 知识库 运行过程 振动信号特征 先验知识 贝叶斯 推理 贝叶斯网络模型 故障诊断技术 节点发生故障 查找 高效运行 故障信息 故障诊断 关键部件 模型学习 评分函数 实时状态 数据训练 条件概率 拓扑结构 有效调节 惩罚项 节点处 有效地 诊断机 拟合 推断 数据库 搜索 监测 概率 分析 安全 | ||
【主权项】:
1.一种基于贝叶斯推理的机泵安康知识库查找方法,其特征在于,包括如下步骤:(1)以机泵安康知识库中的机泵关键部件、具体故障信息和振动信号特征作为先验知识,建立贝叶斯网络搜索模型;(2)把设定时间长度内机泵运行过程中跟踪到的振动信号特征及具体故障信息作为训练数据样本D,进行贝叶斯网络的学习;(3)以机泵实际运行过程中采集到的振动信号特征作为网络输入,以机泵的具体安康状况信息作为网络输出;(4)设定贝叶斯网络的搜索次数m;(5)利用评分函数计算贝叶斯网络的得分;(6)建立新的数据库,用于保存每次搜索贝叶斯网络的得分;(7)找出得分最高的贝叶斯网络,实现贝叶斯网络的结构;(8)利用EM算法实现网络的参数学习;(9)利用得到的贝叶斯网络,根据机泵运行过程中获取的振动信号特征的实时状态,进而推断该节点发生故障的概率。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州哲达科技股份有限公司,未经杭州哲达科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910169761.2/,转载请声明来源钻瓜专利网。