基于贝叶斯网络的汽轮机振动故障诊断研究（indoc整理）

《基于贝叶斯网络的汽轮机振动故障诊断研究（indoc整理）》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕十学位论文摘要摘要本文以汽轮机常见振动故障为对象，通过分析汽轮机振动故障诊断所面临的不确定性等问题，介绍了汽轮机振动故障诊断系统的～般体系结构，总结了汽轮机常见振动故障的典型的故障征兆，引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性，采用模糊C均值聚类方法对机组振动原因进行预诊断。对贝叶斯网络的团树精确推理方法进行了论述，研究基于贝叶斯网络的汽轮机振动故障诊断方法，提出了适合于诊断问题的贝叶斯网络结构和推理方法，并通过一个专家系统的建模过程与诊断结果，证明了基于贝叶斯网络的汽轮机振动故障诊断的有效性。关键词：汽轮机振动，

2、故障诊断，贝叶斯网络ABSTRACTWiththetargetofsomecommonvibrationfailureinmrbine，Puttingforwardthearchitectureofcondition-baseddiagnosissystem，TheconceptofsubordinatedegreeoffuzzytheoryisintroducedtodescribethetendencyofthesteamturbineVibrationfaultbyanaIyzingtheuncertaintyinturbineVibra

3、tionfaultdiagnosis．andthedynamic如zzyclusteringanalysismethodisappliedtoanalyzetheVibrationcausesofmeunit．ThefaultdiagnosisbasedonBayesiannetworkisstudiedbyanalyzingtheuncertaintyinturbinevibrationfaultdiagnosis．ABayesi锄NetworkarchitectureaVailabletosuchfIaultdiagnosisispropo

4、sed．TheuniqueadVantagesoffaultdiagnosisexpertsystembasedOnBayesianNetworkarei11ustratedbymodelingprocessanddiagnosisresults．ZhangNan(ControlTheor)，andControlEngineering)DirectedbyViceprof．DongZeKEYWoRDS：turbinevibration，faultdiagnosis，BayesianNetwork华北电力大学硕十学位论文摘要摘要本文以汽轮机常见振

5、动故障为对象，通过分析汽轮机振动故障诊断所面临的不确定性等问题，介绍了汽轮机振动故障诊断系统的～般体系结构，总结了汽轮机常见振动故障的典型的故障征兆，引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性，采用模糊C均值聚类方法对机组振动原因进行预诊断。对贝叶斯网络的团树精确推理方法进行了论述，研究基于贝叶斯网络的汽轮机振动故障诊断方法，提出了适合于诊断问题的贝叶斯网络结构和推理方法，并通过一个专家系统的建模过程与诊断结果，证明了基于贝叶斯网络的汽轮机振动故障诊断的有效性。关键词：汽轮机振动，故障诊断，贝叶斯网络ABSTRACTWiththe

6、targetofsomecommonVibrationfailureinmrbine，Puttingforwardthearchitectureofcondition-baseddiagnosissystem，TheconceptofsubordinatedegreeoffuzzytheoryisintroducedtodescribethetendencyofthesteamturbineVibrationfaultbyanaIyzingtheuncertaintyinturbineVibrationfaultdiagnosis．andthe

7、dynamic如zzyclusteringanalysismethodisappliedtoanalyzetheVibrationcausesofmeunit．Thef．aultdiagnosisbasedonBayesiannetworkisstudiedbyanalyzingtheuncertaintyinturbineVibrationfaultdiagnosis．ABayesi锄NetworkarchitectureaVailabletosuchfIaultdiagnosisisproposed．TheuniqueadVantageso

8、ffaultdiagnosisexpertsystembasedOnBayesianNetworkareillustratedbymodelingpr