基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着无人船系统复杂度的增加,对其进行故障预测和健康管理(prognostic and health management,PHM)的需求也随之提升.采用贝叶斯网络建立无人船的可靠性模型,并基于此开展无人船的PHM技术研究.主要探究贝叶斯网络模型在PHM方面的应用,包括利用动态贝叶斯网络进行预测故障,通过参数学习自动生成贝叶斯网络模型.以实验室开发的智能无人船为具体研究对象,针对其动力系统常见的故障点监测模式进行研究,并设计相应的在线监测方案.通过实时监测完整地表达无人船的健康程度,并开发了无人船的健康管理模型.对开发设计的健康管理模型进行实时性和准确性双方面评价,所研发的健康管理技术可以准确地还原无人船的故障分布情况,并快速响应做出故障预测,可以充分评估无人船在不同状态下的实际工作能力.
推荐文章
基于贝叶斯网络的中医辨证系统
医学计算
贝叶斯网络
贝叶斯概率
证素
辨证系统
思维规律
一种新型动态贝叶斯网络分析方法
动态贝叶斯网络
T-S动态故障树
重要度
灵敏度
可靠性分析
基于离散时间贝叶斯网络的动态故障树分析方法
动态故障树
离散时间贝叶斯网络
数字飞控计算机系统
可靠性分析
动态贝叶斯网络在战术态势估计中的应用
态势估计
贝叶斯网络
动态贝叶斯网络
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 基于动态贝叶斯网络的无人船推进系统PHM技术
来源期刊 舰船科学技术 学科 交通运输
关键词 无人船 可靠性 动态贝叶斯网络 PHM
年,卷(期) 2019,(12) 所属期刊栏目 海上无人艇专题
研究方向 页码范围 80-86
页数 7页 分类号 U672.7
字数 6042字 语种 中文
DOI 10.3404/j.issn.1672-7649.2019.12.017
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 易宏 上海交通大学海洋工程国家重点实验室 70 392 8.0 17.0
5 梁晓锋 上海交通大学海洋工程国家重点实验室 12 175 3.0 12.0
9 王鸿东 上海交通大学海洋工程国家重点实验室 16 16 2.0 2.0
13 王天语 上海交通大学海洋工程国家重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (2)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
无人船
可靠性
动态贝叶斯网络
PHM
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
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
论文1v1指导