亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于貝葉斯網(wǎng)絡(luò)的風(fēng)力發(fā)電機故障診斷方法

        2021-05-07 07:54:02唐小峰文永康
        計算機測量與控制 2021年4期
        關(guān)鍵詞:貝葉斯風(fēng)力發(fā)電機

        胡 宇,唐小峰,文永康,鄒 建

        (成都天奧測控技術(shù)有限公司,成都 611731)

        0 引言

        貝葉斯網(wǎng)絡(luò)方法是由貝葉斯公式發(fā)展而來,貝葉斯公式是用于解決“逆概”的問題一種方法,即通過“結(jié)果”計算“原因”的概率[1]。貝葉斯方法作為概率統(tǒng)計學(xué)的重要分支,廣泛應(yīng)用于機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)融合、醫(yī)療診斷、郵件過濾和產(chǎn)品客戶需求分析等場景。故障診斷的過程通常是利用測試“結(jié)果”推理出故障“原因”,這和處理“逆概”問題的概念基本相同,因此,貝葉斯公式和貝葉斯網(wǎng)絡(luò)也經(jīng)常應(yīng)用于故障診斷領(lǐng)域。劉欽文利用貝葉斯網(wǎng)絡(luò)處理傳統(tǒng)多信號模型中故障傳遞和故障檢測中的不確定性問題[2],文獻(xiàn)[3]使用樸素貝葉斯算法分類提高了滾動軸承故障診斷的準(zhǔn)確率,文獻(xiàn)[4]提出基于重要度分級的概念優(yōu)化傳統(tǒng)貝葉斯網(wǎng)絡(luò)模型有利于故障特性的提取,文獻(xiàn)[5]提出基于貝葉斯網(wǎng)絡(luò)的民機起落架系統(tǒng)故障診斷方法提升了診斷效率和精度。

        基于知識的故障診斷方法是目前最為流行的故障診斷方法,這類方法主要是通過故障征兆和系統(tǒng)模型等方式來描述故障現(xiàn)象與故障原因之間的聯(lián)系,系統(tǒng)模型可分為定量模型和定性模型,復(fù)雜系統(tǒng)的精確定性模型往往難以獲得[6]。常用的故障樹和相關(guān)性矩陣都是基于定性模型的故障診斷方法,故障分辨率低[7],處理復(fù)雜系統(tǒng)多重并發(fā)故障的能力較差。貝葉斯網(wǎng)絡(luò)具有強大的不確定性推理能力,可以利用歷史數(shù)據(jù)建立較為精確的故障概率模型,因此在復(fù)雜系統(tǒng)故障診斷中具有一定的優(yōu)勢[8]。風(fēng)能作為一種無污染、可再生的綠色能源,近年來得到了快速發(fā)展[9],我國建立了大量的風(fēng)力發(fā)電場并投入使用。經(jīng)過長期運轉(zhuǎn),風(fēng)力發(fā)電機維護(hù)成本越來越高,對狀態(tài)監(jiān)測和故障診斷的要求也越來越高,傳統(tǒng)手段捉襟見肘。風(fēng)力發(fā)電系統(tǒng)是集機電、機械、電氣和自動控制技術(shù)為一體的復(fù)雜系統(tǒng),故障原因不確定度較高,可采用貝葉斯網(wǎng)絡(luò)方法進(jìn)行故障診斷。

        1 貝葉斯網(wǎng)絡(luò)故障診斷模型

        1.1 網(wǎng)絡(luò)結(jié)構(gòu)

        貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)用于定性的描述各網(wǎng)絡(luò)節(jié)點之間的關(guān)聯(lián),在貝葉斯網(wǎng)絡(luò)模型中采用“有向無環(huán)圖-DAG”來實現(xiàn)。貝葉斯網(wǎng)絡(luò)DAG由一系列代表節(jié)點的圓圈和代表關(guān)聯(lián)的箭頭組成,“有向”是指節(jié)點之間的連接是有方向的,“無環(huán)”是指從任一節(jié)點出發(fā)的連接不會再回到該節(jié)點,如圖1所示。

        圖1 有向無環(huán)圖

        貝葉斯網(wǎng)絡(luò)中的節(jié)點通常代表某個事件或隨機變量的某種狀態(tài),在故障診斷模型中可以是故障原因、故障單元、故障模塊、故障狀態(tài)、故障現(xiàn)象、和測試結(jié)果等等。節(jié)點間的連線代表了因果關(guān)系,連線起端的節(jié)點為“因”,稱為“父節(jié)點”,連線終端箭頭指向的節(jié)點為“果”,稱為“子節(jié)點”。圖1中節(jié)點“A”、“B”連接并指向“C”,表示事件“A”、“B”有概率導(dǎo)致事件“C”發(fā)生,或者表示變量“A”、“B”的不同狀態(tài)組合會使“C”進(jìn)入某種狀態(tài)。沒有“父節(jié)點”的節(jié)點為根節(jié)點,也稱為一級節(jié)點,一級節(jié)點的子節(jié)點為二級節(jié)點,以此類推n級節(jié)點的子節(jié)點為n+1級節(jié)點,當(dāng)某個節(jié)點擁有多個父節(jié)點時,n取其中最大的那個值。例如:圖1中節(jié)點“A”、“B”為一級節(jié)點,節(jié)點“C”為二級節(jié)點,節(jié)點“D”為三級節(jié)點,節(jié)點“E”既是二級節(jié)點“C”的子節(jié)點,也是三級節(jié)點“D”的父節(jié)點,取最大值“3”再加“1”,因此節(jié)點“E”為四級節(jié)點。

        未知的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)難以通過樣本數(shù)據(jù)學(xué)習(xí)的方法獲得,一般采用工程經(jīng)驗進(jìn)行構(gòu)建[6]。以某照明電路為例,電路包括電池、3只保險管和指示燈,保險管“FUSE2”和“FUSE3”并聯(lián)后與保險管“FUSE1”串聯(lián),當(dāng)電路中所有器件正常時指示燈會點亮,如圖2所示。

        圖2 照明電路原理圖

        假設(shè)三只保險的連接關(guān)系未知,但經(jīng)驗表明其故障狀態(tài)會影響指示燈的亮/滅狀態(tài)。以變量F1、F2、F3分別代表保險管“FUSE1”、“FUSE2”、“FUSE3”的故障狀態(tài),變量T代表指示燈“LED”的燃亮狀態(tài)。F1、F2、F3的故障會導(dǎo)致T熄滅,即存在因果關(guān)系,“故障”為因,“熄滅”為果,電路的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

        圖3 照明電路貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖

        1.2 條件概率分布CPD

        貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)定性的描述了節(jié)點之間的關(guān)聯(lián),為了更加準(zhǔn)確的描述節(jié)點的關(guān)聯(lián)程度,還需要用到條件概率參數(shù)。條件概率是指事件B已經(jīng)發(fā)生的條件下,事件A發(fā)生的概率,記為P(A|B)[1]。貝葉斯網(wǎng)絡(luò)中的條件概率是指父節(jié)點發(fā)生或處于某種狀態(tài)下,子節(jié)點發(fā)生或進(jìn)入某種狀態(tài)的概率。當(dāng)子節(jié)點擁有多個父節(jié)點時,需要關(guān)注父節(jié)點全部組合狀態(tài)下的子節(jié)點進(jìn)入各個狀態(tài)的概率,這些概率值的集合即為條件概率分布。圖3所示網(wǎng)絡(luò)結(jié)構(gòu)中, F1、F2、F3是代表“FUSE1”、“FUSE2”、“FUSE3”的故障狀態(tài)的變量,每個變量有兩個取值,“1”為“故障”,“2”為“正?!?。T是代表指示燈“滅”、“亮”的變量,共兩個取值,“1”為“滅”,“2”為“亮”。當(dāng)“FUSE1”、“FUSE2”、“FUSE3”均“故障”時,指示燈“滅”,即F1=1、F2=1、F3=1時T=1的概率為1,根據(jù)歷史數(shù)據(jù),照明電路的條件概率分布如表1所示。

        表1 照明電路CPD

        貝葉斯網(wǎng)絡(luò)中的根節(jié)點狀態(tài)存在不確定度,但它沒有父節(jié)點,因此不能利用條件概率來描述根節(jié)點所處狀態(tài)的概率,在貝葉斯統(tǒng)計推斷中通過先驗概率來表達(dá)根節(jié)點的狀態(tài)置信度。照明電路貝葉斯網(wǎng)絡(luò)的根節(jié)點是反映保險管故障狀態(tài)的變量,保險管故障的概率取決于其可靠性,假設(shè)在使用一段時間過后,保險管“FUSE1”故障的概率為10%,無故障的概率為90%,則先驗概率記為:P(F1=1)=0.1,P(F1=2)=0.9。設(shè)三只保險管型號和生產(chǎn)批次一致,可靠性指標(biāo)完全相同,則其先驗概率如表2所示。

        表2 保險管先驗概率

        1.3 推理算法

        貝葉斯推理的基本公式包括:

        P(A|B)=P(AB)/P(B)[1]

        (1)

        P(A)=∑iP(A|Bi)/P(Bi)[1]

        (2)

        P(Bi|A)=P(A|Bi)/P(Bi)/∑jP(A|Bj)/P(Bj)[1]

        (3)

        公式(1)為條件概率公式,表示事件B條件下發(fā)生事件A的概率為事件A和事件B同時發(fā)生的概率除以事件B發(fā)生的概率。公式(2)為全概率公式,表示發(fā)生事件A的概率為事件B各種狀態(tài)下發(fā)生事件A的概率乘以事件B該狀態(tài)下概率的乘積之和。公式(3)為貝葉斯公式,由公式(1)、(2)推導(dǎo)得出,用于已知條件概率P(A|B)和先驗概率P(B)時,計算后驗概率P(B|A)。

        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)點事件同時發(fā)生的概率,可由公式(1)推導(dǎo)得出。圖1所示的網(wǎng)絡(luò)結(jié)構(gòu)的聯(lián)合概率表達(dá)為:

        PJ=P(A)*P(B)*P(C|A,B)*P(D|C)*P(E|C,D)

        (4)

        此求解方法為消元法,是一種精確求解的方法,即通過求和某個節(jié)點各種狀態(tài)的先驗概率與條件概率的乘積,消除聯(lián)合概率表達(dá)式中非待求解的節(jié)點。

        例如:圖3所示照明電路的聯(lián)合概率分布為:PJ=P(F1,F2,F3,T) =P(F1)*P(F2)*P(F3)*P(T|F1,F2,F3);

        指示燈“LED”不亮?xí)r保險管“FUSE1”故障的概率表述為:P(F1=1|T=1),求解過程為:

        P(F1=1|T=1) =P(F1=1,T=1)/P(T=1) =

        ∑F1=1,T=1,F2,F3PJ/∑T=1,F1,F2,F3PJ

        (5)

        ∑F1=1,T=1,F2,F3PJ=

        ∑F1=1,T=1,F2,F3P(F1)*P(F2)*P(F3)*P(T|F1,F2,F3)

        (6)

        ∑F1,T=1,F2,F3PJ=

        ∑F1,T=1,F2,F3P(F1)*P(F2)*P(F3)*P(T|F1,F2,F3)

        (7)

        將{F1,T,F2,F3}依次取值{1,1,1,1}、{1,1,1,2}、{1,1,2,1}、{1,1,2,2}代入式(6),得出:

        ∑F1=1,T=1,F2,F3PJ=[P(F1=1)*P(F2=1)*P(F3=1)*P(T=1|F1=1,F2=1,F3=1)]+[P(F1=1)*P(F2=1)*P(F3=2)*P(T=1|F1=1,F2=1,F3=2)] +[P(F1=1)*P(F2=2)*P(F3=1)*P(T=1|F1=1,F2=2,F3=1)] + [P(F1=1)*P(F2=2)*P(F3=2)*P(T=1|F1=1,F2=2,F3=2)]=0.1*0.1*0.1*1 + 0.1*0.1*0.9*1 + 0.1*0.9*0.1*1 + 0.1*0.9*0.9*1 =0.001+0.009+0.009+0.081 = 0.1。

        將{F1,T,F2,F3}依次取值{1,1,1,1}、{1,1,1,2}、{1,1,2,1}、{1,1,2,2}、{2,1,1,1}、{2,1,1,2}、{2,1,2,1}、{2,1,2,2}、代入式(7),得出:

        ∑F1,T=1,F2,F3PJ=∑F1,T=1,F2,F3P(F1)*P(F2)*P(F3)*P(T|F1,F2,F3)= [P(F1=1)*P(F2=1)*P(F3=1)*P(T=1|F1=1,F2=1,F3=1)] +[P(F1=1)*P(F2=1)*P(F3=2)*P(T=1|F1=1,F2=1,F3=2)] +[P(F1=1)*P(F2=2)*P(F3=1)*P(T=1|F1=1,F2=2,F3=1)] + [P(F1=1)*P(F2=2)*P(F3=2)*P(T=1|F1=1,F2=2,F3=2)] + [P(F1=2)*P(F2=1)*P(F3=1)*P(T=1|F1=2,F2=1,F3=1)] + [P(F1=2)*P(F2=1)*P(F3=2)*P(T=1|F1=2,F2=1,F3=2)] + [P(F1=2)*P(F2=2)*P(F3=1)*P(T=1|F1=2,F2=2,F3=1)] +[P(F1=2)*P(F2=2)*P(F3=2)*P(T=1|F1=2,F2=2,F3=2)] = 0.1*0.1*0.1*1 + 0.1*0.1*0.9*1 + 0.1*0.9*0.1*1 + 0.1*0.9*0.9*1 + 0.9*0.1*0.1*1 + 0.9*0.1*0.9*0 + 0.9*0.9*0.1*0 + 0.9*0.9*0.9*0 = 0.001+0.009+0.009+0.081+0.009+0+0+0 = 0.109。

        將上述結(jié)果代入式(5),得出:

        P(F1=1|T=1)=0.1/0.109=91.74%,同理可求出P(F2=1|T=1)=17.43%、P(F3=1|T=1)= 17.43%,即當(dāng)指標(biāo)燈不亮的時候保險管“FUSE1”故障的概率為91.74%,“FUSE2”或“FUSE3”故障的概率為17.43%。

        2 風(fēng)力發(fā)電機貝葉斯網(wǎng)絡(luò)MATLAB建模

        2.1 網(wǎng)絡(luò)結(jié)構(gòu)建模

        風(fēng)力發(fā)電機故障高發(fā)組件、部件包括:冷卻風(fēng)扇、集電環(huán)組件、編碼器組件、接地碳刷組件、發(fā)電機本體、發(fā)電機軸承、測溫電阻等,冷卻風(fēng)扇由電機、電容、電纜、機械結(jié)構(gòu)等零部件組成。集電環(huán)組件由主碳刷、集電環(huán)和其他配件等組成;編碼器組件主要包括編碼器、電纜、機械結(jié)構(gòu)和附件等零部件;接地碳刷組件由接地碳刷和機械結(jié)構(gòu)組成;發(fā)電機本體包括接線端子、繞組、冷卻系統(tǒng)和線纜等零部件;發(fā)電機軸承包括軸承、線纜等零部件;測溫電阻包括繞組測溫電阻、軸承測溫電阻和冷卻系統(tǒng)測溫電阻等。發(fā)電機運行過程中可實時監(jiān)視電機轉(zhuǎn)速、繞組溫度、軸承溫度和冷卻系統(tǒng)溫度等參數(shù),用于評估系統(tǒng)是否正常運行。風(fēng)力發(fā)電機系統(tǒng)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。

        圖4 風(fēng)力發(fā)電機系統(tǒng)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖

        風(fēng)力發(fā)電機系網(wǎng)絡(luò)節(jié)點較多,人工處理較繁瑣,因此采用Matlab FullBNT-1.0.7貝葉斯網(wǎng)絡(luò)工具箱進(jìn)行建模。根據(jù)FullBNT的要求將網(wǎng)絡(luò)中的節(jié)點從小到大進(jìn)行編號,且父節(jié)點的編號必須小于子節(jié)點編號,從1開始共50個節(jié)點編號如圖4所示。風(fēng)力發(fā)電機系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)Matlab建模部分代碼如下:

        N = 50;

        dag = zeros(N,N);

        N1=1;N2=2;N3=3;N4=4;N5=5;N6=6;N7=7;N8=8;N9=9;N10=10;

        N11=11;N12=12;N13=13;N14=14;N15=15;N16=16;N17=17;N18=18;N19=19;N20=20;

        N21=21;N22=22;N23=23;N24=24;N25=25;N26=26;N27=27;N28=28;N29=29;N30=30;

        N31=31;N32=32;N33=33;N34=34;N35=35;N36=36;N37=37;N38=38;N39=39;N40=40;

        N41=41;N42=42;N43=43;N44=44;N45=45;N46=46;N47=47;N48=48;N49=49;N50=50;

        dag(N1,N36)=1

        dag(N2,N36)=1

        dag(N3,N36)=1

        dag(N4,N36)=1

        dag(N5,N36)=1

        ………………………………

        g=bnt.dag;

        draw_graph(g);

        其中:代碼dag(Na,Nb)表示節(jié)點a指向節(jié)點b,代碼運行結(jié)果如圖5所示。

        圖5 風(fēng)力發(fā)電機系統(tǒng)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖

        2.2 概率分布建模

        在進(jìn)行概率分布建模前,需要對網(wǎng)絡(luò)中各節(jié)點的狀態(tài)取值類型和數(shù)量進(jìn)行定義。風(fēng)力發(fā)電機系統(tǒng)貝葉斯網(wǎng)絡(luò)各節(jié)點均為離散變量,節(jié)點44:“繞組溫度”、節(jié)點45:“軸承溫度”、節(jié)點46:“系統(tǒng)冷卻溫度”均有4個狀態(tài),分別取值“1”代表“超量程”、“2”代表“正?!薄ⅰ?”代表“過熱”、“4”代表“其他故障”。節(jié)點44、45、46之外的節(jié)點均只有2個狀態(tài),取值“1”代表“故障”、“2”代表“正?!?。風(fēng)力發(fā)電機系統(tǒng)貝葉斯網(wǎng)絡(luò)中共有35個一級節(jié)點,8個二級節(jié)點,6個三級節(jié)點,1個四級節(jié)點。根據(jù)歷史故障數(shù)據(jù)統(tǒng)計,部分1級節(jié)點先驗概率如表3所示。

        表3 1級節(jié)點先驗概率

        二級及以上節(jié)點的條件概率的數(shù)量m,取決于其父節(jié)點的數(shù)量n以及節(jié)點狀態(tài)的數(shù)量k,設(shè)kn+1為該節(jié)點自身狀態(tài)數(shù)量:

        (8)

        例如節(jié)點N41有節(jié)點N22、節(jié)點N23兩個父節(jié)點,節(jié)點N41、N22、N23均只有兩個狀態(tài),因此N41共有8個條件狀態(tài)參數(shù);節(jié)點50有8個父節(jié)點,5個節(jié)點有兩種狀態(tài),3個節(jié)點為4種狀態(tài),其條件概率參數(shù)達(dá)4 096個。為了將條件概率分布參數(shù)導(dǎo)入FullBNT工具箱,需按一定的規(guī)律對各節(jié)點的條件概率參數(shù)進(jìn)行排序,建立每個節(jié)點的條件概率表。條件概率表用于描述當(dāng)前節(jié)點及相關(guān)節(jié)點處于不同狀態(tài)組合條件下的概率,表的列從左至右以節(jié)點編號從小到大的順序排列,最后一列為條件概率值;表的行從上之下以節(jié)點變量狀態(tài)值從小到大的順序排列。節(jié)點N41“接地碳刷組件”的條件概率表如表4所示,其中第一行代表節(jié)點22、節(jié)點23、節(jié)點41依次取值{1,1,1}時的概率為0.999 99。

        表4為完成其余節(jié)點的條件概率表,再將這些概率參數(shù)填入名為FLFDJCPT.xls的EXCEL表格中,便于Matlab導(dǎo)入,部分?jǐn)?shù)據(jù)如表5所示。

        表4 節(jié)點N41條件概率表

        風(fēng)力發(fā)電機系統(tǒng)條件概率分布建模Matlab部分代碼如下:

        discrete_nodes = 1:N;

        node_sizes=[2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 4 4 2 2 2 2];

        bnt = mk_bnet(dag,node_sizes,'names',{'N1','N2','N3','N4','N5','N6','N7','N8','N9','N10','N11','N12','N13','N14','N15','N16','N17','N18','N19','N20','N21','N22','N23','N24','N25','N26','N27','N28','N29','N30','N31','N32','N33','N34','N35','N36','N37','N38','N39','N40','N41','N42','N43','N44','N45','N46','N47','N48','N49','N50'},'discrete',discrete_nodes);

        bnt.CPD{N1} = tabular_CPD(bnt,N1,[0.08258 0.91742]);

        bnt.CPD{N2} = tabular_CPD(bnt,N2,[0.00965 0.99035]);

        ………………………………

        bnt.CPD{N35} = tabular_CPD(bnt,N35,[0.00021 0.99979]);

        表5 風(fēng)力發(fā)電機條件概率分布

        bnt.CPD{N36} = tabular_CPD(bnt,N36,[xlsread('FLFDJCPT.xls','sheet1','A2:A65')]);

        bnt.CPD{N37} = tabular_CPD(bnt,N37,[xlsread('FLFDJCPT.xls','sheet1','B2:B33')]);

        bnt.CPD{N38} = tabular_CPD(bnt,N38,[xlsread('FLFDJCPT.xls','sheet1','C2:C33')]);

        bnt.CPD{N39} = tabular_CPD(bnt,N39,[xlsread('FLFDJCPT.xls','sheet1','D2:D17')]);

        bnt.CPD{N40} = tabular_CPD(bnt,N40,[xlsread('FLFDJCPT.xls','sheet1','E2:E65')]);

        bnt.CPD{N41} = tabular_CPD(bnt,N41,[xlsread('FLFDJCPT.xls','sheet1','F2:F9')]);

        bnt.CPD{N42} = tabular_CPD(bnt,N42,[xlsread('FLFDJCPT.xls','sheet1','G2:G65')]);

        bnt.CPD{N43} = tabular_CPD(bnt,N43,[xlsread('FLFDJCPT.xls','sheet1','H2:H9')]);

        bnt.CPD{N44} = tabular_CPD(bnt,N44,[xlsread('FLFDJCPT.xls','sheet1','I2:I65')]);

        bnt.CPD{N45} = tabular_CPD(bnt,N45,[xlsread('FLFDJCPT.xls','sheet1','J2:J65')]);

        bnt.CPD{N46} = tabular_CPD(bnt,N46,[xlsread('FLFDJCPT.xls','sheet1','K2:K65')]);

        bnt.CPD{N47} = tabular_CPD(bnt,N47,[xlsread('FLFDJCPT.xls','sheet1','L2:L17')]);

        bnt.CPD{N48} = tabular_CPD(bnt,N48,[xlsread('FLFDJCPT.xls','sheet1','M2:M5')]);

        bnt.CPD{N49} = tabular_CPD(bnt,N49,[xlsread('FLFDJCPT.xls','sheet1','N2:N17')]);

        bnt.CPD{N50} = tabular_CPD(bnt,N50,[xlsread('FLFDJCPT.xls','sheet1','O2:O4097')]);

        代碼“discrete_nodes = 1:N;”表示所有節(jié)點均為離散變量;代碼“node_sizes =[x x x x x]”描述各網(wǎng)絡(luò)節(jié)點的狀態(tài)取值數(shù)量,其中節(jié)點44、45、46狀態(tài)數(shù)量為4,其余節(jié)點均為2;代碼“bnt.CPD{Nx} = xxx”用于導(dǎo)入各節(jié)點的概率參數(shù),其中先驗概率直接鍵入,條件概率參數(shù)較多,通過讀取“FLFDJCPT.xls”文件導(dǎo)入。

        3 實驗結(jié)果與分析

        3.1 故障診斷結(jié)果

        在完成風(fēng)力發(fā)電機貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和條件概率分布建模后,即可使用FullBNT工具箱進(jìn)行推理。例如需要得出系統(tǒng)故障時各零部件故障的概率,則可將節(jié)點50置為1,其他節(jié)點設(shè)為隱含狀態(tài),調(diào)用“聯(lián)合樹推理引擎”分別求解各節(jié)點取值為“1”時的概率,Matlab代碼如下:

        engine = jtree_inf_engine(bnt);

        evidence =cell(1,N);

        evidence{N50} = 1;

        [engine, loglik] = enter_evidence(engine,evidence);

        fori=1:50

        marg = marginal_nodes(engine,i);

        NBP(i)=marg.T(1)

        end

        bar(NBP)

        代碼執(zhí)行結(jié)果如圖6所示。

        圖6 風(fēng)力發(fā)電機系統(tǒng)零部件故障概率分布

        從圖6可以看出,當(dāng)系統(tǒng)故障時,除去節(jié)點50本身,節(jié)點36“冷卻風(fēng)扇”故障概率最高,節(jié)點47“集電環(huán)組件”和節(jié)點1“冷卻風(fēng)扇電機”故障概率次之。節(jié)點36“冷卻風(fēng)扇”是故障概率最高的組件,節(jié)點1“冷卻風(fēng)扇電機”是故障概率最高的零部件。

        假設(shè)節(jié)點44“繞組溫度”超量程,節(jié)點46“冷卻系統(tǒng)溫度”超量程,求其他節(jié)點故障概率,則將代碼“evidence{N50} = 1;”改為“evidence{N44} = 1; evidence{N46} = 1;”,執(zhí)行結(jié)果如圖7所示。

        圖7 繞組及冷卻系統(tǒng)溫度超量程故障概率分布

        從圖7可以看出,當(dāng)節(jié)點44 “繞組溫度”和節(jié)點46“冷卻系統(tǒng)溫度”同時出現(xiàn)超量程故障時,除去節(jié)點44和節(jié)點46本身,故障概率最高的節(jié)點依次為節(jié)點26、節(jié)點50和節(jié)點42。節(jié)點26“線纜”是節(jié)點42“發(fā)電機本體”組成零部件,節(jié)點50“風(fēng)力發(fā)電機系統(tǒng)”為系統(tǒng)本身,節(jié)點26故障會導(dǎo)致節(jié)點42組件故障,進(jìn)而導(dǎo)致節(jié)點50系統(tǒng)故障。節(jié)點26“發(fā)電機本體-線纜”是故障概率最高的零部件,故障概率為99.55%,遠(yuǎn)高于其他零部件的故障概率。

        3.2 與D矩陣診斷結(jié)果的對比

        3.2.1D矩陣診斷示例1

        D矩陣故障診斷方法是典型的定性模型方法,其核心是建立故障原因與故障現(xiàn)象的依賴關(guān)系[10],再通過故障現(xiàn)象推導(dǎo)故障原因。D矩陣依賴模型與貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)類似,同樣利用帶有箭頭的連線來表達(dá)故障原因與故障現(xiàn)象之間的關(guān)聯(lián)。若某故障原因會導(dǎo)致某故障現(xiàn)象出現(xiàn),則在它們之間通過箭頭進(jìn)行連接。D矩陣故障診斷通常將依賴模型轉(zhuǎn)化到一個布爾矩陣中,利用“1”、“0”來代表“依賴”或“不依賴”關(guān)系。風(fēng)力發(fā)電機系統(tǒng)節(jié)點50與其父節(jié)點的依賴矩陣如表6所示。

        表6 節(jié)點50依賴矩陣

        表6中第一列為故障原因的節(jié)點編號,第一行為故障現(xiàn)象的節(jié)點編號,單元格中的“1”表示對應(yīng)行的首列的節(jié)點故障會導(dǎo)致對應(yīng)列的首行的節(jié)點出現(xiàn)故障。如節(jié)點41所在行中對應(yīng)列節(jié)點41和節(jié)點50的單元格為“1”,則表示節(jié)點41故障時,節(jié)點41自身和節(jié)點50會出現(xiàn)故障。D矩陣診斷推理基本規(guī)則為:當(dāng)依賴矩陣中某一故障現(xiàn)象存在,則具有依賴關(guān)系的故障原因可能存在;反之,當(dāng)依賴矩陣某一故障現(xiàn)象不存在時,則具有依賴關(guān)系的故障原因肯定不存在。如表6所示第一行的最后一列節(jié)點50出現(xiàn)故障時,則該列單元格為“1”的對應(yīng)行的節(jié)點41、節(jié)點42、節(jié)點44、節(jié)點45、節(jié)點46、節(jié)點47、節(jié)點48、節(jié)點49、節(jié)點50故障現(xiàn)象均可能存在。同理,通過節(jié)點41、節(jié)點42、節(jié)點44、節(jié)點45、節(jié)點46、節(jié)點47、節(jié)點48、節(jié)點49的依賴矩陣,可以推導(dǎo)出他們的父節(jié)點也可能故障。因此,節(jié)點50“風(fēng)力發(fā)電機系統(tǒng)”故障時,采用D矩陣診斷方法推理得到的結(jié)果是:節(jié)點1到節(jié)點49均可能存在故障,即系統(tǒng)中所有零部件都可能故障。

        3.2.2D矩陣診斷示例2

        對于節(jié)點44 “繞組溫度”和節(jié)點46“冷卻系統(tǒng)溫度”超量程故障,D矩陣診斷過程如下。首先建立節(jié)點44、節(jié)點46及其父節(jié)點的依賴矩陣,如表7所示。

        根據(jù)表7所示依賴關(guān)系,當(dāng)節(jié)點44、節(jié)點46故障時,可直接推導(dǎo)出節(jié)點26、27、33、35、36可能故障,再通過節(jié)點36故障可以推導(dǎo)出節(jié)點1、2、3、4、5可能故障。因此,節(jié)點44 “繞組溫度”和節(jié)點46“冷卻系統(tǒng)溫度”超量程故障,D矩陣診斷結(jié)果為:節(jié)點1、2、3、4、5、26、27、33、35、36均有可能故障。

        表7 節(jié)點44、46依賴矩陣

        表8 診斷結(jié)果對比表

        3.2.3 診斷結(jié)果對比

        通過上述兩個示例可以看出,D矩陣診斷通常只能得出可能的故障原因的集合,而貝葉斯網(wǎng)絡(luò)診斷不僅可以給出可能的故障原因,還能給出其置信度。貝葉斯網(wǎng)絡(luò)故障診斷結(jié)果與D矩陣故障診斷結(jié)果對比如表8所示。

        5 結(jié)束語

        貝葉斯網(wǎng)絡(luò)基于概率統(tǒng)計學(xué)理論具有嚴(yán)謹(jǐn)?shù)睦碚摶A(chǔ),是處理不確定關(guān)系問題的首選模型,適用于復(fù)雜系統(tǒng)的故障診斷及維修決策。通過對風(fēng)力發(fā)電機系統(tǒng)的建模和模擬故障診斷結(jié)果可以看出,相比于傳統(tǒng)相關(guān)性建模故障診斷方法具有更高的故障分辨率,其輸出的故障原因置信度可作為復(fù)雜系統(tǒng)維護(hù)保障的有力參考。貝葉斯網(wǎng)絡(luò)建模較D矩陣建模復(fù)雜,需要大量的統(tǒng)計數(shù)據(jù)支撐,數(shù)據(jù)獲取和處理難度較大,實際應(yīng)用時還要考慮模型修正、概率參數(shù)隨時間的動態(tài)變化等復(fù)雜因素。目前貝葉斯網(wǎng)絡(luò)在裝備故障診斷領(lǐng)域的實際應(yīng)用案例比較少,相關(guān)方法、模型和算法有待優(yōu)化、完善,還需投入大量的研究。

        猜你喜歡
        貝葉斯風(fēng)力發(fā)電機
        走進(jìn)風(fēng)力發(fā)電
        大型發(fā)電機勵磁用旋轉(zhuǎn)變換器的開發(fā)和應(yīng)用
        貝葉斯公式及其應(yīng)用
        大型風(fēng)力發(fā)電設(shè)備潤滑概要
        隨身攜帶的小發(fā)電機
        軍事文摘(2016年16期)2016-09-13 06:15:49
        基于貝葉斯估計的軌道占用識別方法
        一種基于貝葉斯壓縮感知的說話人識別方法
        電子器件(2015年5期)2015-12-29 08:43:15
        柴油發(fā)電機負(fù)荷計算
        基于PCS-985B的發(fā)電機定子接地保護(hù)應(yīng)用及整定
        IIRCT下負(fù)二項分布參數(shù)多變點的貝葉斯估計
        老师粉嫩小泬喷水视频90| 视频国产自拍在线观看| 精品久久亚洲中文字幕| 亚洲日韩一区二区一无码| www.狠狠艹| 亚洲高清美女久久av| 国产性感丝袜在线观看| 一进一出一爽又粗又大| 国产精品美女久久久久久2018| 91免费国产高清在线| 国产av熟女一区二区三区密桃 | 久久精品国产亚洲AⅤ无码| 亚洲区精品久久一区二区三区女同| 男女激情视频网站在线| 成午夜精品一区二区三区| 国内精品久久久久久无码不卡 | 亚洲色图视频在线观看,| 91色老久久偷偷精品蜜臀懂色| 色吊丝中文字幕| 国产一级片毛片| 人妻少妇激情久久综合| 国产无套中出学生姝| 日日噜狠狠噜天天噜av| 国产美女裸身网站免费观看视频| 日韩亚洲在线观看视频| 女人高潮内射99精品| 国产精品亚洲一区二区无码| 成人午夜视频在线观看高清| 电驱蚊液可以插一晚上吗| 撕开奶罩揉吮奶头视频| 91精品国产91久久久久久青草| 国产另类人妖在线观看| 亚洲av永久无码天堂网小说区 | 美女被插到高潮嗷嗷叫| 99久久精品在线视频| 99国内精品久久久久久久| 最新日韩av在线不卡| 最新在线观看免费的a站国产| 国产av无码专区亚洲av毛网站| 五月婷婷激情小说| 午夜麻豆视频在线观看|