基于貝葉斯網(wǎng)絡(luò)的燃?xì)庹{(diào)壓器故障診斷研究

1 概述

燃?xì)庹{(diào)壓器是保證燃?xì)廨斉湎到y(tǒng)正常運(yùn)行的重要設(shè)備，因此對故障燃?xì)庹{(diào)壓器的故障節(jié)點(diǎn)診斷及判定非常重要。故障發(fā)生時表現(xiàn)出來的故障類型與故障節(jié)點(diǎn)并非一一對應(yīng)，即同一種故障類型可能由1個或多個故障節(jié)點(diǎn)所致，同一個或多個故障節(jié)點(diǎn)也可能造成不同的故障類型。

近年來，貝葉斯網(wǎng)絡(luò)在解決復(fù)雜系統(tǒng)的不確定性問題時應(yīng)用廣泛。例如，對滾動軸承、發(fā)動機(jī)、變電站等故障診斷的成功應(yīng)用

，都印證了該方法在故障診斷及在實(shí)際工程中應(yīng)用的可行性及有效性

。

兩組患者在治療前的舒張壓、收縮壓無明顯區(qū)別,P>0.05;在治療后,聯(lián)合組患者舒張壓、收縮壓均明顯低于對照組,P<0.05。詳見表2。

本文通過對燃?xì)鈱＜疫M(jìn)行問卷調(diào)查的方式，獲得調(diào)壓器發(fā)生各種故障時的故障節(jié)點(diǎn)發(fā)生統(tǒng)計(jì)概率，以及各故障節(jié)點(diǎn)相互影響導(dǎo)致故障類型發(fā)生的概率。結(jié)合貝葉斯網(wǎng)絡(luò)，計(jì)算得到故障類型下故障節(jié)點(diǎn)發(fā)生計(jì)算概率。取若干臺故障調(diào)壓器進(jìn)行驗(yàn)證，將專家通過拆解、實(shí)驗(yàn)等方法得到的實(shí)際故障節(jié)點(diǎn)發(fā)生概率，與故障節(jié)點(diǎn)發(fā)生計(jì)算概率對比，證明了基于貝葉斯網(wǎng)絡(luò)的燃?xì)庹{(diào)壓器故障診斷方法有效。

(4)工作超時：工作超時會直接導(dǎo)致失眠或影響睡眠質(zhì)量，包括超量工作(超勞)，超時工作(長期工作)和隨時待命。針對超時工作的3種類型，問卷調(diào)查其發(fā)生的頻率、頻發(fā)時間段及其持續(xù)時間，同時也詢問了海員自己是否可以決定加班時間以及加班補(bǔ)償?shù)葐栴}；

2 貝葉斯網(wǎng)絡(luò)

2.1 貝葉斯網(wǎng)絡(luò)簡介

貝葉斯網(wǎng)絡(luò)又稱貝葉斯信念網(wǎng)絡(luò)

，是一種基于貝葉斯概率公式的圖形化網(wǎng)絡(luò)，由節(jié)點(diǎn)及連接這些節(jié)點(diǎn)的有向邊構(gòu)成有向無環(huán)圖。貝葉斯網(wǎng)絡(luò)方法結(jié)合概率論和圖論的概率模型，旨在解決不確定性和不完整性問題。

貝葉斯網(wǎng)絡(luò)模型中最重要的公式為聯(lián)合概率分布公式，用于表述網(wǎng)絡(luò)結(jié)構(gòu)中所有節(jié)點(diǎn)事件同時發(fā)生的概率，由條件概率推導(dǎo)得出

。

——

的父節(jié)點(diǎn)的集合

，

，…，

對應(yīng)網(wǎng)絡(luò)中各節(jié)點(diǎn)，則聯(lián)合概率分布公式為

：

旅游產(chǎn)業(yè)作為新興服務(wù)業(yè)具有較強(qiáng)的經(jīng)濟(jì)乘數(shù)效應(yīng)，但是旅游經(jīng)濟(jì)的發(fā)展卻具有明顯的不均衡性。國內(nèi)外學(xué)者對旅游經(jīng)濟(jì)的空間差異性研究非常重視，國外學(xué)者的研究主要集中在對區(qū)域旅游經(jīng)濟(jì)競爭力[1]和旅游經(jīng)濟(jì)影響因素[2]的探討上，相比之下，國內(nèi)學(xué)者的研究內(nèi)容更加廣泛，研究內(nèi)容主要集中于旅游經(jīng)濟(jì)時空差異[3]、旅游經(jīng)濟(jì)重心轉(zhuǎn)移[4]、旅游經(jīng)濟(jì)溢出效應(yīng)[5]等方面，但是總體而言，對旅游經(jīng)濟(jì)網(wǎng)絡(luò)的關(guān)注相對較少。但隨著區(qū)域一體化進(jìn)程的加快，區(qū)域間旅游合作逐漸深化，旅游經(jīng)濟(jì)聯(lián)系日益密切，旅游經(jīng)濟(jì)網(wǎng)絡(luò)化趨勢日益明顯[6]。而社會網(wǎng)絡(luò)分析方法為旅游經(jīng)濟(jì)網(wǎng)絡(luò)結(jié)構(gòu)的研究提供了便利。

條件概率公式為：

(1)

式中

(

，

，…，

)——

，

，…，

的聯(lián)合概率

表1列舉了典型燃?xì)庹{(diào)壓器故障類型及故障節(jié)點(diǎn)，即為貝葉斯網(wǎng)絡(luò)的先驗(yàn)信息。本文中的

、

、

、

，除在聯(lián)合概率分布公式即式(3)中表示事件外，其余地方均表示隨機(jī)變量。在表10中，

，

，…，

表示事件。

(

|

，

)

本文中的量符號意義如下：

均指概率，

(

|

)表示事件

發(fā)生的條件下事件

發(fā)生的概率，

(

)表示事件

與事件

同時發(fā)生的概率，

(

)表示事件

發(fā)生的概率，

(

|

，

)表示在事件

、

都發(fā)生或都不發(fā)生，或一個發(fā)生、一個不發(fā)生條件下事件

發(fā)生的概率。后續(xù)量符號意義與此相同。

典型的貝葉斯網(wǎng)絡(luò)見圖1。

由公式(1)得到圖1所示的網(wǎng)絡(luò)結(jié)構(gòu)的聯(lián)合概率分布公式為：

(

，

，

)=

(

)·

(

)·

相對本科的通識教育，大部分高職院校的通識教育并沒有得到普遍重視，無論是理論建設(shè)還是實(shí)踐落實(shí)都存在不少問題。

2.1.2緊湊度指數(shù)緊湊度指數(shù)用來衡量城市空間斑塊的完整性和城市集聚程度，是反映城市空間形態(tài)的一個十分重要的指標(biāo)，通常利用Batty[15]提出的緊湊度公式來計(jì)算．公式為

(2)

2.2 貝葉斯網(wǎng)絡(luò)的先驗(yàn)和后驗(yàn)

在貝葉斯網(wǎng)絡(luò)統(tǒng)計(jì)中，利用先驗(yàn)信息合理地確定先驗(yàn)分布非常重要

。由于先驗(yàn)信息來源于經(jīng)驗(yàn)和歷史資料，具有隨機(jī)性和主觀性，后驗(yàn)信息是對先驗(yàn)信息的調(diào)整和修改。貝葉斯統(tǒng)計(jì)的依據(jù)就在于利用先驗(yàn)信息確定先驗(yàn)分布，后驗(yàn)分布則是在給定條件下事件的條件分布。

綜上，宮腔鏡聯(lián)合腹腔鏡手術(shù)剝除中等大小2～5型子宮肌瘤較傳統(tǒng)開腹手術(shù)療效更明顯，兩者聯(lián)合彌補(bǔ)了單一腔鏡治療中存在的不足，創(chuàng)傷小、患者痛苦少、恢復(fù)快、并發(fā)癥少、不影響患者生育能力，值得推廣應(yīng)用。

3 貝葉斯網(wǎng)絡(luò)燃?xì)庹{(diào)壓器故障診斷

3.1 確定先驗(yàn)信息

——節(jié)點(diǎn)的數(shù)量

建立良好的師生關(guān)系，既是新課程實(shí)施教學(xué)改革的前提和條件，又是新課程改革與教學(xué)改革的內(nèi)容和任務(wù)。教育學(xué)的過程，實(shí)質(zhì)上就是師生交往的過程。作為一名教師，要贏得學(xué)生的信任和熱愛，首要任務(wù)就是要和學(xué)生建立良好的師生關(guān)系。良好的師生關(guān)系要靠師生雙方共同努力才能建立。當(dāng)學(xué)生一旦感受到自己受到了不公正的待遇，就會改變對教師的態(tài)度，感到委屈和傷心，產(chǎn)生不滿和恐懼，從而表現(xiàn)出不聽老師的話，不積極配合老師，不尊重老師，影響學(xué)習(xí)和生活。對老師產(chǎn)生敵意，處處和老師作對，以表示他們對受不公平待遇的抗議。

3.2 獲取先驗(yàn)分布及概率

請具有資質(zhì)的100名燃?xì)鈱＜覍φ{(diào)壓器的故障問題進(jìn)行問卷填寫(部分問卷內(nèi)容見圖2)。問卷結(jié)果可作為貝葉斯網(wǎng)絡(luò)的先驗(yàn)分布。

各換熱器間的熱力計(jì)算都是通過先假定換熱器溫度，然后進(jìn)行計(jì)算，最終通過換熱器吸熱量與煙氣對流傳熱量之間差是否不超過吸熱量的±2%進(jìn)行校核，若滿足則計(jì)算結(jié)果有效。

【劇情回顧】《易筋經(jīng)》是少林上乘內(nèi)功秘笈，也是所有學(xué)武之人的向往。《天龍八部》中慕容復(fù)的侍女阿朱化裝潛入少林寺中盜出此書，并為此身受重傷。后該書輾轉(zhuǎn)被聚賢莊少莊主游坦之得到，不僅解了他身上的劇毒，還救了他一命。

需要說明的是，問卷中出現(xiàn)了一些表1未列舉的故障節(jié)點(diǎn)。由于本文只考慮燃?xì)庹{(diào)壓器部件問題導(dǎo)致的故障，不考慮外界因素干擾造成的故障，因此流量過小、超流量運(yùn)行等不屬于本文研究范圍，均歸為“其他”。

① 各故障類型對應(yīng)故障節(jié)點(diǎn)發(fā)生統(tǒng)計(jì)概率

問卷統(tǒng)計(jì)結(jié)果(專家打分的平均值)見表2～5。由于調(diào)壓器的一種故障類型可能由1個或多個故障節(jié)點(diǎn)導(dǎo)致，故其故障節(jié)點(diǎn)發(fā)生統(tǒng)計(jì)概率之和不為1。

② 各故障節(jié)點(diǎn)相互影響導(dǎo)致故障類型發(fā)生的概率

專家根據(jù)工作知識和經(jīng)驗(yàn)對調(diào)壓器故障發(fā)生的可能性進(jìn)行概率賦值，填寫在問卷中。統(tǒng)計(jì)結(jié)果(專家打分的平均值)見表6～9。邏輯語言“1”表示發(fā)生，“0”表示不發(fā)生。表6中

(

=1)表示喘振發(fā)生的概率，

(

=0) 表示喘振不發(fā)生的概率。表7～9類似。

3.3 搭建貝葉斯故障診斷網(wǎng)絡(luò)

通過先驗(yàn)信息，映射貝葉斯網(wǎng)絡(luò)，得到一對一或一對多映射關(guān)系，建立調(diào)壓器故障診斷貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。通過專家問卷得到的先驗(yàn)分布及概率，將映射關(guān)系轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)診斷結(jié)構(gòu)及語言。燃?xì)庹{(diào)壓器的貝葉斯故障診斷網(wǎng)絡(luò)結(jié)構(gòu)見圖3。

3.4 MATLAB建模計(jì)算故障節(jié)點(diǎn)發(fā)生計(jì)算概率

使用MATLAB R2016b軟件工具箱FullBNT-1.0.7，調(diào)用“聯(lián)合樹推理引擎”模塊，在此模塊下進(jìn)行編程。以調(diào)壓器發(fā)生喘振(

=1)時，計(jì)算閥桿等活動部件摩擦阻力大發(fā)生(

=1)計(jì)算概率為例，說明如何計(jì)算得到故障節(jié)點(diǎn)發(fā)生計(jì)算概率。這部分的聯(lián)合概率分布公式為：

(

，

，

，

)=

(

)·

(

)·

(

)·

(

|

，

，

)

問卷信息包含：專家對于導(dǎo)致燃?xì)庹{(diào)壓器發(fā)生每種故障類型時的故障節(jié)點(diǎn)發(fā)生統(tǒng)計(jì)概率的主觀判斷；各故障節(jié)點(diǎn)相互影響導(dǎo)致故障類型發(fā)生的概率的主觀判斷。

(3)

發(fā)生喘振故障時，閥桿等活動部件摩擦阻力大發(fā)生計(jì)算概率計(jì)算公式

為:

(4)

應(yīng)用式(3)得到

(

=1,

=1)的計(jì)算式為：

(

=1，

=1)=

(

=0)·

(

=0)·

(

=1)·

(

=1|

=0,

=0,

=1)+

(

=1)·

(

=0)·

(

=1)·

(

=1|

=1,

=0,

=1)+

(

=0)·

(

=1)·

(

=1)·

(

=1|

=0,

=1,

=1)+

(

=1)·

(

=1)·

(

=1)·

(

=1|

=1,

=1,

=1)

(5)

(

=1)的計(jì)算同理。將表2和表6數(shù)據(jù)代入，得

(

=1|

=1)=0.871。

計(jì)算得到發(fā)生喘振故障時，閥桿等活動部件摩擦阻力大(

)發(fā)生計(jì)算概率為0.871。其他故障節(jié)點(diǎn)發(fā)生計(jì)算概率計(jì)算同理。

3.5 結(jié)果及分析

計(jì)算得到故障類型下故障節(jié)點(diǎn)發(fā)生計(jì)算概率，見表10。檢修順序應(yīng)該按照故障節(jié)點(diǎn)發(fā)生計(jì)算概率從大到小的順序進(jìn)行。

20世紀(jì)80年代前后，率先試行改革開放的廣東經(jīng)濟(jì)開始起飛，居民的生活水平得以大幅改善，廣式老火湯也在這個時期逐步發(fā)展成熟，并迅速流行起來。20世紀(jì)80-90年代可謂是老火湯“成名”的黃金時期，除了經(jīng)濟(jì)發(fā)展帶來的生活水平提升之外，還有其他因素在當(dāng)中發(fā)揮了作用。

取若干臺有上述4種故障的調(diào)壓器進(jìn)行驗(yàn)證，專家通過拆解、實(shí)驗(yàn)等方法得出這些調(diào)壓器的實(shí)際故障節(jié)點(diǎn)發(fā)生概率，與故障節(jié)點(diǎn)發(fā)生計(jì)算概率進(jìn)行對比，相對誤差均在8%以內(nèi)，說明基于貝葉斯網(wǎng)絡(luò)的燃?xì)庹{(diào)壓器故障診斷方法有效。

通過深入研究對比典型鈾礦床(硅質(zhì)脈和隱爆角礫巖型)的地球物理特征，發(fā)現(xiàn)鈾礦床在地球物理場中的位置一般為強(qiáng)弱磁異常過渡地帶偏弱磁異常一側(cè)，電阻率斷面圖中多位于高低阻梯度變化帶或中低阻區(qū)，電阻率平面圖中多位于中低阻過渡帶偏低阻一側(cè)(圖8)。

4 結(jié)論

為解決燃?xì)庹{(diào)壓器發(fā)生故障時出現(xiàn)的內(nèi)部故障節(jié)點(diǎn)不確定性問題，引入貝葉斯網(wǎng)絡(luò)，通過MATLAB編程，建立基于貝葉斯網(wǎng)絡(luò)的燃?xì)庹{(diào)壓器故障診斷方法。通過調(diào)查問卷的方法，依靠專家的經(jīng)驗(yàn)，對調(diào)壓器發(fā)生各種故障類型時故障節(jié)點(diǎn)發(fā)生統(tǒng)計(jì)概率、各故障節(jié)點(diǎn)相互影響導(dǎo)致故障類型發(fā)生的概率進(jìn)行打分，作為先驗(yàn)信息輸入程序中，計(jì)算得到故障調(diào)壓器的故障節(jié)點(diǎn)發(fā)生計(jì)算概率。與專家通過拆解、實(shí)驗(yàn)等方法得出的實(shí)際故障節(jié)點(diǎn)發(fā)生概率進(jìn)行對比，相對誤差均在8%以內(nèi)，說明基于貝葉斯網(wǎng)絡(luò)的燃?xì)庹{(diào)壓器故障診斷方法有效。

[1] 胡德強(qiáng).滾動軸承故障診斷方法綜述[J].內(nèi)燃機(jī)與配件,2019(9):151-153.

[2] 溫世乾.航天發(fā)動機(jī)閥門壽命試驗(yàn)自動測試系統(tǒng)的研制(碩士學(xué)位論文)[D].哈爾濱：哈爾濱工業(yè)大學(xué),2018:7-9.

[3] 蓋迪.基于改進(jìn)貝葉斯網(wǎng)絡(luò)的變電站故障診斷的研究(碩士學(xué)位論文)[D].大慶：東北石油大學(xué),2018:23-33.

[4] 楊慧芳.基于貝葉斯網(wǎng)絡(luò)的鋁型材擠壓過程異常檢測[J].計(jì)算機(jī)應(yīng)用與軟件,2019 (9):100-105，150.

[5] PEAL J.Fusion，propagation，and structuring in belief networks [J].Artificial Intelligence,1986 (3):241-288.

[6] 胡宇,唐小峰,文永康,等.基于貝葉斯網(wǎng)絡(luò)的風(fēng)力發(fā)電機(jī)故障診斷方法[J].計(jì)算機(jī)測量與控制,2021 (4):51-58.

[7] 蔣良孝,李超群.貝葉斯網(wǎng)絡(luò)分類器：算法與應(yīng)用[M].武漢:中國地質(zhì)大學(xué)出版社,2015:4-5.

[8] 茆詩松,湯銀才.貝葉斯統(tǒng)計(jì)[M].北京：中國統(tǒng)計(jì)出版社，2012：330.

[9] 鄒瑞潔.基于貝葉斯網(wǎng)絡(luò)的智能空調(diào)故障診斷系統(tǒng)[J].中國設(shè)備工程,2019(1):92-93.