基于贝叶斯网络的超速离心机故障诊断专家系统研究

韩延喆; 刘波峰; 张俊; 向阳; 卓思成

doi:10.13873/j.1000-97872012.02.008

Chinese

您当前的位置：

首页 >

文章列表页 >

基于贝叶斯网络的超速离心机故障诊断专家系统研究

研究与探讨 | 更新时间：2025-09-11

- 基于贝叶斯网络的超速离心机故障诊断专家系统研究
- Research on fault diagnosis expert system of ultracentrifuge based on Bayesian network
- 传感器与微系统 2012年31卷第2期页码：39-41+44
- 作者机构：
  
  1. 湖南大学电气与信息工程学院
  2. 长沙易达仪器有限公司
- 作者简介：
- 基金信息：
  
  长沙市产学研合作专项重点基金资助项目（K092018—11）;科技部科技中小企业技术创新基金资助项目（08C26214302174）
- DOI：10.13873/j.1000-97872012.02.008
  中图分类号： TH165.3;TP182
- 纸质出版：2012
- 稿件说明：
移动端阅览
[1]韩延喆,刘波峰,张俊,向阳,卓思成.基于贝叶斯网络的超速离心机故障诊断专家系统研究[J].传感器与微系统,2012,31(02):39-41+44.

HAN Yan-zhe1, LIU Bo-feng1, ZHANG Jun1, et al. Research on fault diagnosis expert system of ultracentrifuge based on Bayesian network[J]. 2012, 31(2): 39-41+44.
[1]韩延喆,刘波峰,张俊,向阳,卓思成.基于贝叶斯网络的超速离心机故障诊断专家系统研究[J].传感器与微系统,2012,31(02):39-41+44. DOI： 10.13873/j.1000-97872012.02.008.

HAN Yan-zhe1, LIU Bo-feng1, ZHANG Jun1, et al. Research on fault diagnosis expert system of ultracentrifuge based on Bayesian network[J]. 2012, 31(2): 39-41+44. DOI： 10.13873/j.1000-97872012.02.008.

摘要

研究了一种超速离心机故障诊断专家系统。系统采用人机对话方式

以专家知识库为基础

对离心机运转时的实时数据采样或者通过人工对界面输入故障征兆知识;采用贝叶斯网络方法进行推理

从而诊断出故障原因和各原因可能发生的概率。使维修更具针对性

实现智能化超速离心机故障诊断

提高了设备可靠性与安全性。

Abstract

A kind of fault diagnosis expert system of ultracentrifuge is researched.This system adopts man-machine dialogue mode

sampling the real-time data of the ultracentrifuge’s operation or inputing fault artificially on the basis of expert system knowledge;reasoning with Bayesian network method

thus getting the reasons of faults and their possible probability.It makes the maintainence more targeted

realizing fault diagnosis of ultracentrifuge intelligently

and improving the reliability and safety of equipment.

关键词

Keywords

references

基于MH算法的贝叶斯分位自回归模型 [J]. 曾惠芳,朱慧明,李素芳,虞克明. 湖南大学学报(自然科学版) . 2010(02)

转子故障贝叶斯诊断网络的研究 [J]. 徐宾刚,屈梁生,陶肖明. 机械工程学报 . 2004(01)

离心机机械故障诊断专家系统设计及其应用 [J]. 杨健,徐平,周保堂,贺世正. 机械科学与技术 . 1998(01)

专家系统原理与编程[M]. 机械工业出版社 , (美)[J.贾拉塔诺]JosephGiarratano,（美）[G.赖利]GaryRiley著, 2000

浏览量

201

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

HHT和GCA-NBC在S700K转辙机故障诊断中的应用全文替换

基于图神经网络的异构多传感器融合交流电机故障诊断

多传感器融合的煤矿井下带式输送机智能监测方法及应用

基于GSA-SVM的谱仪放大器故障诊断研究

基于多通道输入CNN-SVM的齿轮箱故障诊断