原文服务方: 计算机测量与控制       
摘要:
针对传统方法在不确定和信息不完备条件下故障诊断的不足,运用贝叶斯网络构建了柴油机的故障诊断模型,该模型实现故障原因征兆的因果推理,结合专家知识和故障样本,完成了网络结构参数学习和优化,实现了特定工况下故障的高效、准确诊断;实验表明,该诊断方法稳定可靠,准确度较高,在大型复杂装备的故障诊断领域具有一定的实用性和推广价值.
推荐文章
贝叶斯网络在柴油机动力装置故障诊断中的应用
贝叶斯网络
故障诊断
专家知识
柴油机供油系统状态的朴素贝叶斯诊断方法研究
主分量分析
朴素贝叶斯
特征提取
故障诊断
基于神经网络的柴油机故障诊断方法
神经网络
BP算法
柴油机
故障诊断
基于贝叶斯网络模型的电子装备故障诊断研究
电子装备
故障诊断
贝叶斯网络
不确定性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯网络的柴油机故障诊断研究
来源期刊 计算机测量与控制 学科
关键词 贝叶斯网 柴油机 诊断 故障检测
年,卷(期) 2013,(5) 所属期刊栏目 自动化测试技术
研究方向 页码范围 1118-1119,1125
页数 3页 分类号 TP206+.3
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 石秀华 西北工业大学航海学院 107 977 16.0 23.0
2 许晖 西北工业大学航海学院 41 261 9.0 12.0
3 仝兆景 西北工业大学航海学院 7 31 4.0 5.0
4 程永强 西北工业大学航海学院 7 33 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (30)
二级引证文献  (21)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
贝叶斯网
柴油机
诊断
故障检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导