《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于动态贝叶斯网络的智能工厂设备健康评估方法研究

作者：高柯柯,于重重,晏臻日期：2021-08-20/span> 浏览：1748 查看PDF文档

基于动态贝叶斯网络的智能工厂设备健康评估方法研究*

高柯柯,于重重*,晏臻

(北京工商大学人工智能学院，北京 100048)

摘要:针对传统的机械工厂设备健康评估方法存在设备重组困难、主要故障提取无特点以及设备间的交互不明显问题,提出了一种基于动态贝叶斯网络的设备健康评估方法。利用智能工厂生产线上实时采集的数据,对工厂数据进行了特征提取,以每小时产量作为评估工厂健康程度的指标;利用随机森林算法提取了影响该工厂生产线产量的主要故障类型,构建了动态贝叶斯网络,并进行了设备健康评估。研究结果表明:动态贝叶斯网络有着出众的学习能力，当输入样本足够多时,设备健康等级的预估由初始的38.4%上升到了64.1%,先验概率会越来越趋近于真实分布,更有利于分析设备间的交互关系及生产线设备的健康状况;该方法可以对设备进行有效的评估,达到有效维护设备的目的。

关键词:随机森林算法;动态贝叶斯网络;健康评估方法;故障类型

中图分类号:TH186;TP181 文献标识码:A 文章编号:1001-4551(2021)06-0768-06

本文引用格式:

高柯柯,于重重,晏臻.基于动态贝叶斯网络的智能工厂设备健康评估方法研究［J］.机电工程,2021,38(6):768-773.

GAO Ke-ke, YU Chong-chong, YAN Zhen. Health assessment for equipment in intelligent factory based on the dynamic Bayesian［J］.Journal of Mechanical & Electrical Engineering, 2021,38(6):768-773.
《机电工程》杂志:http://www.meem.com.cn