-
公开(公告)号：CN104252573A
公开(公告)日：2014-12-31
申请号：CN201410141574.0
申请日：2014-04-04
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于分步模式的机械多故障诊断方法，包括如下操作步骤：S1：判断机械是否发生故障，若发生故障则进行步骤S2操作；S2：判断机械发生的是否为多故障，若为单故障进行步骤S3操作，若为多故障进行步骤S4操作S3：采用单故障分类器模型对机械进行故障诊断；S4：采用多故障分类器模型对机械进行故障诊断。上述分步模式的方法其可对机械多故障进行有效可靠的诊断，提高机械多故障诊断的可靠性。
-
公开(公告)号：CN104217251A
公开(公告)日：2014-12-17
申请号：CN201410392853.4
申请日：2014-08-12
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于K2算法的装备故障贝叶斯网络预测方法，用于解决现有装备故障贝叶斯网络预测方法搜索效率低的技术问题。技术方案是采用基于K2搜索算法的FPBN网络结构学习算法构建能够真实反映故障数据集内各变量关联关系的FPBN网络结构，从而建立FPBN模型。最终，基于建立的故障预测模型，利用参数学习算法预测装备的实际运行状态。该方法以K2搜索算法为基础，将故障知识、专家经验和故障数据进行有效融合，解决了装备预测过程中系统向FPBN转化建模困难的问题。另外，FPBN-K2算法计算过程全部采用确定性搜索算法，无需进行多次重复搜索，降低了搜索空间并减少了评分函数计算次数，提高了FPBN网络结构学习算法的搜索效率。
-
公开(公告)号：CN104915730B
公开(公告)日：2018-02-13
申请号：CN201510315010.9
申请日：2015-06-09
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于权重的装备多属性维修决策方法，用于解决现有装备多属性维修决策方法装备维修效率低的技术问题。技术方案是根据维修条件和维修方案建立维修决策层次模型结构；其次，分析维修决策层次模型参数，针对要展开维修的装备，根据维修条件及相互影响给出各状态节点和目标节点的参数，量化状态节点对目标节点的影响；再由各维修条件及相应的评价指标构造判断矩阵，并根据判断矩阵得到权重向量，检验判断矩阵避免不相容造成权重误差；最终，基于建立的维修决策层次模型，以权重为驱动，利用所得判断矩阵和目标节点参数值，计算对应维修方案的效益值，从而给出最优决策。该方法有效解决了多个决策目标和决策者的偏好，提高了维修效率。
-
公开(公告)号：CN104133984B
公开(公告)日：2017-01-18
申请号：CN201410308885.1
申请日：2014-07-01
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种模块化复杂装备贝叶斯网络故障预测方法，用于解决现有装备故障预测方法实用性差的技术问题。技术方案是首先根据部件之间的物理边界和实际需要对复杂装备进行分解，模块化；其次，对复杂装备的各模块利用不同建模方法建立其FPBN模型，并对各模块的模型进一步修正以使各模型模块化形成故障预测贝叶斯网络模块；然后，集成各FPBNM以建立整个复杂装备系统的FPBN集成模型；最终，基于建立的故障预测集成模型，以检测信息为驱动，利用概率论公式预测装备的实际运行状态。由于该方法以模块化和贝叶斯网络为基础，面向复杂装备维护保障，能够快速准确的预测复杂装备时间状态，有效提高维修效率、降低维修成本，实用性强。
-
公开(公告)号：CN104915730A
公开(公告)日：2015-09-16
申请号：CN201510315010.9
申请日：2015-06-09
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于权重的装备多属性维修决策方法，用于解决现有装备多属性维修决策方法装备维修效率低的技术问题。技术方案是根据维修条件和维修方案建立维修决策层次模型结构；其次，分析维修决策层次模型参数，针对要展开维修的装备，根据维修条件及相互影响给出各状态节点和目标节点的参数，量化状态节点对目标节点的影响；再由各维修条件及相应的评价指标构造判断矩阵，并根据判断矩阵得到权重向量，检验判断矩阵避免不相容造成权重误差；最终，基于建立的维修决策层次模型，以权重为驱动，利用所得判断矩阵和目标节点参数值，计算对应维修方案的效益值，从而给出最优决策。该方法有效解决了多个决策目标和决策者的偏好，提高了维修效率。
-
Patent Agency Ranking
公开(公告)号：CN104217251B
公开(公告)日：2017-04-05
申请号：CN201410392853.4
申请日：2014-08-12
Applicant: 西北工业大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于K2算法的装备故障贝叶斯网络预测方法，用于解决现有装备故障贝叶斯网络预测方法搜索效率低的技术问题。技术方案是采用基于K2搜索算法的FPBN网络结构学习算法构建能够真实反映故障数据集内各变量关联关系的FPBN网络结构，从而建立FPBN模型。最终，基于建立的故障预测模型，利用参数学习算法预测装备的实际运行状态。该方法以K2搜索算法为基础，将故障知识、专家经验和故障数据进行有效融合，解决了装备预测过程中系统向FPBN转化建模困难的问题。另外，FPBN‑K2算法计算过程全部采用确定性搜索算法，无需进行多次重复搜索，降低了搜索空间并减少了评分函数计算次数，提高了FPBN网络结构学习算法的搜索效率。
-
公开(公告)号：CN105825045A
公开(公告)日：2016-08-03
申请号：CN201610140031.6
申请日：2016-03-11
Applicant: 西北工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
公开(公告)号：CN104112181A
公开(公告)日：2014-10-22
申请号：CN201410267863.5
申请日：2014-06-12
Applicant: 西北工业大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于层次分析法的系统信息安全贝叶斯网络评估方法，主要包括如下步骤：明确问题，对信息安全评估任务进行分析，根据层次分析法原理建立信息安全评估层次分析法指标体系，构建信息安全评估层次分析法模型；将层次分析法模型中的指标体系转化为信息安全贝叶斯网络评估模型的网络结构，用网络结构表达指标体系中各层元素及其关联关系；根据层次分析法模型中各指标权重参数计算信息安全贝叶斯网络评估模型中节点的条件概率；基于贝叶斯定理对信息安全贝叶斯网络评估模型进行推理分析，找出信息安全的潜在威胁与薄弱环节。本发明利用贝叶斯网络基于概率不确定性推理的特点提高了分析过程的准确性。
-
公开(公告)号：CN105825045B
公开(公告)日：2018-02-02
申请号：CN201610140031.6
申请日：2016-03-11
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。
-
公开(公告)号：CN104063586B
公开(公告)日：2017-03-01
申请号：CN201410256955.3
申请日：2014-06-11
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
