原文传递
一种基于贝叶斯网络的电梯健康诊断方法
| 专利名称： | 一种基于贝叶斯网络的电梯健康诊断方法 |
| 摘要： | 本发明公开了一种基于贝叶斯网络的电梯健康诊断方法，本方法利用电梯故障的不同样本进行贝叶斯网络结构和参数学习,并采用蒙特卡洛推理机制，建立起一个符合电梯运行机理的贝叶斯网络电梯故障诊断模型。相比其他只针对特征状态本身进行预测的诊断方法，贝叶斯网络电梯故障诊断模型考虑到了复杂系统状态变量间的相互制约关系，更加科学严谨，通过已有的数据样本验证了该方法可实现较高的预测率，因此，基于贝叶斯网络的健康诊断方法在电梯健康诊断和预测方面是非常有效的，具有广阔的应用前景。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 广东;44 |
| 申请人： | 暨南大学 |
| 发明人： | 周曙;周羿;刘新东;张新征;张建芬;刘畅;陈哲 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810072530.5 |
| 公开号： | CN108285071A |
| 代理机构： | 广州市华学知识产权代理有限公司 44245 |
| 代理人： | 李斌 |
| 分类号： | B66B5/00(2006.01)I;B;B66;B66B;B66B5;B66B5/00 |
| 申请人地址： | 510632 广东省广州市天河区黄埔大道西601号 |
| 主权项： | 1.一种基于贝叶斯网络的电梯健康诊断方法，其特征在于，包括以下步骤：S1、筛选电梯易出故障关键部件及故障特征，建立基于贝叶斯网络的电梯故障诊断模型；S2、在给定一个数据样本集合D的前提下，寻找一个与训练样本集合D匹配最好的网络结构；S3、实现贝叶斯网络参数学习；S4、应用训练完备的贝叶斯网络,通过故障特征节点的实时状态,推断故障节点发生故障的概率。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
