貝葉斯網絡在水電機組狀態(tài)檢修中的應用研究.pdf

1、本論文系統(tǒng)、深入地研究了在水電機組狀態(tài)檢修工作中如何構建故障診斷專家系統(tǒng)與維修決策系統(tǒng)，提出了基于貝葉斯網絡的維修決策與機組試驗決策的一般決策策略，對貝葉斯網絡的基本理論與方法進行了研究和探討，并結合水電機組狀態(tài)檢修研究對貝葉斯網絡的PPTC概率推理算法實現(xiàn)過程進行優(yōu)化，最后，分別研究在完整數(shù)據集和不完整數(shù)據集下貝葉斯網絡的參數(shù)學習問題，提出了在不完整數(shù)據集下進行參數(shù)學習的ME學習算法。論文的主要研究內容包括：1.研究水電機組狀態(tài)檢修

2、實施的一般方法和步驟，提出了狀態(tài)檢修系統(tǒng)的一般體系結構，重點討論了在狀態(tài)檢修系統(tǒng)中狀態(tài)信號的采集、信號特征的提取以及機組狀態(tài)的識別。2.研究水電機組振動故障產生的機理以及具體的故障征兆，總結水電機組振動故障的傳統(tǒng)診斷方法，根據振動故障的特點以及診斷的要求，提出了在水電機組狀態(tài)檢修系統(tǒng)中振動信號測點的布置方法。3.首次將貝葉斯網絡引入到水電機組的狀態(tài)檢修研究中，應用貝葉斯網絡的理論與分析方法，以幾種典型的水電機組振動故障作為研究對象，