信息融合与贝叶斯集成的船用中高速发动机磨损故障诊断

• 作者: 戴乐阳 王永坚 陈丹
• 来源期刊: 集美大学学报（自然科学版）
• 学科: 工学
• 关键词: 船用中高速发动机 贝叶斯网络 磨损故障诊断 多源信息融合
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 船舶与机械工程
• 页码范围: 205-211
• 页数: 7页
• 分类号: TK428
• 字数: 4691字
• 语种: 中文
• DOI: 10.19715/j.jmuzr.2018.03.007

摘要

为了解决船用中高速发动机磨损故障诊断准确率偏低的问题,提出多源信息融合与贝叶斯网络集成的磨损故障诊断方法.利用贝叶斯参数估计算法进行多源故障征兆信息融合,通过大量发动机磨损故障实测数据,结合该领域专家知识,建构贝叶斯磨损故障诊断网络,并建立朴素贝叶斯分类器,简化融合结果,最终通过最大后验概率估计值识别磨损故障模式.经实际故障案例计算分析,验证了该诊断方法的有效性及网络模型建构的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丹	集美大学轮机工程学院	32	137	6.0	11.0
2	戴乐阳	集美大学轮机工程学院	40	185	8.0	12.0
3	王永坚	集美大学轮机工程学院	38	129	7.0	8.0