基于FMECA的复杂装备故障预测贝叶斯网络建模

针对复杂装备故障预测问题, 本文提出一种基于故障模式, 影响及危害性分析(failure mode, effects and criticality analysis, FMECA)知识的 故障预测贝叶斯网络模型(failure prediction Bayesian network, FPBN)建模方法. 首先, 在分析现有FMECA知识所包含故障信息的基础上, 提出了基于FMECA单元的FPBN网络结构转化方法和FPBN概率 参数计算方法, 建立起对应的FPBN单元模型. 然后, 对复杂装备各组成部分对应的FPBN单元模型进行连接, 构建整体系统的FPBN集成模型. 最后, 根据某机载平视显示器(head up display, HUD) FMECA知识, 建立了HUD电子组件的FPBN模型实例. 实例分析结果表明, 基于FMECA知识建立的FPBN模型具有不确定性表达和定量 分析方法的优势, 能够准确、有效地进行复杂装备故障预测.     

基于动态线性模型的民航发动机性能状态监控与在翼寿命预测

以民航发动机为对象,提出了一种基于动态线性模型的性能状态监控与在翼寿命预测方法.利用动态线性模型来描述性能参数偏差值序列,借助贝叶斯因子法来监测参数序列的异常.算例分析表明,该方法可操作性强,借助统计方法能够在故障发生的早期及时预警;动态线性模型同时用来描述发动机的性能退化过程,能够考虑维修、水洗以及故障等使用因素对性能退化的影响,实例证明该方法更加符合航空公司实际运营情况,能够更加合理地预测下发时间.     

基于快速稀疏编码与惊奇计算的视频异常检测方法

提出一种可用于视频中群体异常和个体异常检测的方法,即先用快速稀疏编码算法生成字典,再用字典表示测试特征样本,并以重构误差作为目标函数进行异常判别;对于群体异常,用块匹配运动估计代替耗时的整帧光流计算,生成多尺度运动直方图,有效地减少了计算复杂度;对于个体异常,提取HNF特征,若稀疏表达的重构误差超过阈值,则用惊奇计算进行二次检测,判断其是否为噪声导致的虚警,计算字典中已包含和未包含的不同特征描述子之间的差别,若判别出虚警,则更新字典减少后续检测中噪声干扰的虚警数.实验表明,算法有效地提高了检测率,降低了计算复杂度,且易于实现.     

双车道公路路侧环境客观安全性评估模型

为了客观评价路侧安全性,从车辆驶入路侧可能性与路侧本体特征安全性两个层次建立路侧环境客观安全性评估模型.将影响路侧安全性的各种路侧本体客观特征指标进行层次划分,在国内外研究成果和一定的调查数据统计分析基础上,确定了各指标安全性等级界定标准,并利用模糊评判方法计算路侧客观特征危险指数.考虑影响车辆侵入路侧的交通组成、线形、路基宽度与路面状况4个客观指标,利用贝叶斯网络方法计算车辆侵入路侧概率.以路侧客观特征危险指数作为X轴,车辆侵入路侧概率作为Y轴构成的平面区域基础上,利用模型综合评价指标作为定量指标进行安全等级划分.研究成果可为路侧安全改进工程方案提供决策依据.     

一种茶叶茶梗色选机图像快速分拣方法

在茶叶生产加工过程中,为实现利用机器视觉技术进行茶叶茶梗分拣自动化,对茶叶色选机图像进行了研究,提出了一种基于最小错误率贝叶斯决策的茶叶茶梗快速有效分拣方法.针对数码相机采集到的茶叶、茶梗数字图像模拟实际生产加工的色选机图像,经过预处理后,提出最小外接圆半径与最大内切圆半径比形状特征,利用该单个形状特征进行高斯建模,依据最小错误率贝叶斯分类器对图像中的茶叶图像和茶梗图像的类别判断,从而实现茶叶茶梗目标图像的快速分类.实验结果表明,该方法在色选机图像分类中是一种实用和成功的方法.     

基于贝叶斯方法的高含硫井口气液分离器动态风险分析

传统的定量风险分析方法不能有效利用井口分离器的运行状态数据进行动态风险分析,从而导致评估结果易于偏离实际。构建事件树模型模拟分离器异常事件的发展过程,然后基于贝叶斯方法利用事故先兆数据动态分析分离器安全屏障的失效概率和异常事件后果发生概率,并采用模糊损失率的方法量化事故后果造成的损失,进而完成对分离器的动态风险分析。结果表明,新提出的基于贝叶斯方法的高含硫井口气液分离器动态风险分析方法克服了传统风险评价方法的不足,可动态评估事故发生概率,并可动态反映分离器的风险变化,能够为高含硫井口气液分离器等相关设备的风险分析与控制提供参考。     

无线传感器网络中基于贝叶斯准则融合的协作频谱感知算法

文中将认知无线电应用于无线传感器网络中,考虑了传感器节点的能量有限、传输数据量较多、频谱资源受限、次用户如何避免占用主用户信道等情况下,构建一种认知无线传感器系统模型.该系统在对授权用户不造成干扰的前提下提高频谱利用率,解决频谱资源受限的问题,并在此基础上提出了基于贝叶斯准则融合的协作频谱感知方案,同时定量的分析了虚警代价与漏验代价对系统的影响.仿真结果表明,相比传统的或融合、与融合协作频谱感知方案而言,该方案较好的提高了无线传感器网络频谱感知的可靠性和准确性,同时更明确地指出虚警代价相比于漏验代价大时,可有效地使系统平均总代价降低.     

基于LM-BP算法的成熟林资产评估模型

为了提高评估效率、降低评估成本,将神经网络技术应用到森林资源资产评估建模中.针对传统BP神经网络存在的缺陷,将BP神经网络和贝叶斯正则化算法相结合,建立了基于LM-BP神经网络的成熟林评估模型.仿真结果表明,所建立的模型是有效的,预测精度高.     

贝叶斯网络发展及其应用综述

贝叶斯网络（BN）是一种用于描述变量间不确定性因果关系的图形网络模型,用于不确定性系统建模和推理,处理涉及到预测智能推理、诊断、决策风险及可靠性分析的问题. 本文首先对贝叶斯网络做了一个简略的介绍,随后综述了贝叶斯网络近30 年的发展及功能扩展,对其在工程技术领域的应用包括故障诊断及可靠性分析等方面做了一个回顾,最后对BN现有的不足和未来的研究趋势做了总结和展望.      

一种基于动态贝叶斯模型的大型IP网络故障诊断方法

为了提高IP业务的服务质量,利用告警等症状和已有知识快速准确地定位根故障十分重要。基于贝叶斯网络的不确定推理方法是近年来广泛应用的一种故障诊断方法。目前,基于静态贝叶斯网络的故障定位只是利用当前信息进行故障诊断,无法处理时间信息;而已有基于动态贝叶斯网络的诊断算法复杂度太高,不适用于大型网络。本文针对大型IP网络,建立用于故障诊断的动态贝叶斯模型,并对基于动态贝叶斯网络的一种通用的精确算法进行改进,实验证明它能够对大型IP网络快速准确的定位故障。本文方法充分利用告警库中的历史数据和当前症状信息,对当前的系统状态进行估计,完成故障诊断。