針對電子設(shè)備故障診斷中缺少對模塊間條件概率影響的分析以及不確定性故障信息的情況,在推理機構(gòu)建時采用貝葉斯網(wǎng)絡(luò)推理來代替?zhèn)鹘y(tǒng)故障樹分析作為故障定位的主要方法,以相關(guān)測試項目作為故障特征向量,并引入基于核函數(shù)的主元分析法來進(jìn)行故障特征的選取,可去除噪聲影響和冗余的數(shù)據(jù)信息,實現(xiàn)故障特征的數(shù)據(jù)降維,便于分類或聚類,和單獨使用主元分析法相比能更好地處理非線性高維數(shù)據(jù),提高故障的診斷正確率和分類精度。通過應(yīng)用實例的對比分析,驗證所提方法是有效的。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 核主元分析及其特征降維
    1.1 基于核函數(shù)的空間變換
    1.2 核主元分析的基本原理
    1.3 核主元分析算法的實現(xiàn)
2 貝葉斯網(wǎng)絡(luò)模型的故障定位
3 基于KPCA-BN的故障診斷模型
4 應(yīng)用實例分析
5 結(jié)論



本文編號：3734815