基于Bayesian改进算法的回转窑故障诊断模型研究

• 作者: 刘浩然 史永红 吕晓贺 李世昭 李轩
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 最大支撑树 改进算法 贝叶斯网络结构学习 水泥回转窑 故障诊断模型
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1554-1561
• 页数: 8页
• 分类号: TH165+.3
• 字数: 3946字
• 语种: 中文

摘要

贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节.针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法.通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率.最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断.