粗糙集理论和贝叶斯网络在汽轮机振动故障诊断中的应用

• 作者: 张楠 董泽 韩璞
• 来源期刊: 汽轮机技术
• 学科: 工学
• 关键词: 粗糙集理论 贝叶斯网络 汽轮机 故障诊断
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 运行维护
• 页码范围: 238-240
• 页数: 3页
• 分类号: TP206+.3
• 字数: 3397字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5884.2008.03.024

摘要

针对实际的汽轮发电机组振动故障诊断中常存在冗余和不确定性信息这一问题,基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种汽轮机振动故障诊断新方法.利用粗糙集信息表约简方法实现对故障特征的约简,以获取最小诊断规则.基于最小规则的贝叶斯网络模型可以有效降低网络构造的复杂性,同时利用贝叶斯网络来发现节点间的潜在关系,解决故障诊断过程中的不确定推理问题,从而提高诊断效率.最后,进行了故障实例分析,结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩璞	华北电力大学自动化系	272	4579	35.0	54.0
2	董泽	华北电力大学自动化系	94	957	16.0	28.0
3	张楠	华北电力大学自动化系	16	324	6.0	16.0