Fault Diagnosis of an Intelligent Building Facility Using Bayesian Networks

There is great significance to diagnose the fault of an intelligent building facility for fault controlling, repairing, eliminating and preventing. As an example, this paper established a Bayesian networks model f or fault diagnosis of the refrigeration system of an intelligent building facility, gave the networks parameters, and analyzed the reasoning mechanism. Based on the model, some data was analyzed and diagnosed by adopting Bayesian networks reasoning platform GeNIe. The result shows that the diagnosis effect is more comprehensive and reasonable than the other method.

基于动态贝叶斯网络的装配式建筑吊装施工安全风险分析

针对装配式建筑吊装施工期间风险影响因素多、不确定性高及风险状态随时间动态变化等问题,提出基于动态贝叶斯网络的装配式建筑吊装施工安全风险动态分析方法。首先,根据装配式建筑吊装施工特点和事故致因理论,从“人、物、环、管”4个方面建立风险指标体系。其次,引入时间维度建立动态贝叶斯网络模型,利用模糊理论和专家打分法量化网络节点的概率,并结合Leaky Noisy-or Gate扩展模型修正条件概率。最后,利用动态贝叶斯网络的双向推理功能对装配式建筑吊装施工安全风险进行动态风险分析。由实例分析得到某装配式建筑吊装施工安全风险的时序变化曲线,通过反向推理得到导致吊装事故发生的关键风险因素。研究成果可为分析和有效控制装配式建筑吊装施工安全风险提供新思路。

基于BN与NSGA-Ⅱ的装配式建筑施工风险控制研究

为有效评估装配式建筑施工风险并采取针对性的控制措施保障施工安全,通过借助模糊贝叶斯网络的反向诊断,确定关键风险因素;构建考虑风险相关性的多目标优化模型,并采用非支配排序遗传算法求解模型。以济南市某装配式建筑项目案例验证方法的合理性,结果表明,项目决策者可以在考虑风险相关性的前提下,根据相应的优化结果给出符合要求的控制措施,为装配式建筑施工风险管理提供了参考与借鉴。

基于改进蝙蝠算法的装配式施工安全风险优化

研究利用工作分解结构-风险分解结构(Work Breakdown Structure-Risk Breakdown Structure, WBS-RBS)方法识别出装配式建筑施工安全风险因素,并利用模糊贝叶斯网络和施工网络计划图实现风险的量化与传递。通过构建以安全风险损失值最小为目标函数的控制模型,提出了一种加入服从指数递减惯性权重的改进蝙蝠算法并对其进行求解。结果表明:改进蝙蝠算法具有更好的收敛性和寻优精度,能够找到装配式建筑施工安全风险控制模型的最优解,从而实现安全风险的优化。

基于贝叶斯网络的装配式建筑安全风险研究

为提高EPC总承包商对装配式建筑项目安全风险的识别和分析能力,通过贝叶斯网络算法对安全风险因素进行定量分析和评估。先通过安全数据采集建立评价指标,采用熵权法计算各安全因素的权值,结合风险指标的发生概率与影响程度,构建风险矩阵,再通过构建贝叶斯网络模型,获取各层级风险的概率分布并逆向推理得出影响安全风险的最关键因素及其概率分布。研究成果能够有效提高EPC总承包商对装配式建筑项目安全风险的识别和分析能力,为装配式建筑项目的安全管理提供参考。

基于模糊贝叶斯网络的超高层建筑火灾风险评估

为精确评估超高层建筑消防安全性,首先依据国家标准规范和相关研究梳理出5类能力、22项评估指标,并以此建立超高层建筑火灾风险评估指标体系;然后,结合模糊理论与贝叶斯网络构建超高层建筑火灾风险评估模型,该模型兼具专家的专业性、实际案例的客观性和概率推理的准确性;最后,采用该模型对福州某超高层建筑火灾风险进行评估与调查验证,并对评估结果进行贝叶斯网络的正反向推理。结果表明:该超高层建筑消防安全性良好,消防管理能力是首要需提高的能力,其次是改善安全疏散路线、防烟与排烟设施以及避难层(间)设计,其评估结果与该建筑实际消防安全状况相符合,验证了该模型具有较好的实用性和通用性;贝叶斯网络的正反向推理结果显示,消防制度的不完善或落实不到位是该建筑火灾风险的关键因素。该研究结果也可为其他建筑火灾风险评估提供参考。

基于模糊贝叶斯网络的高层建筑火灾风险评估方法

为量化分析高层建筑火灾事故的风险因素,提出基于模糊贝叶斯网络的高层建筑火灾风险评估方法。首先分析37起典型事故调查报告,基于火灾事故致险机理并依据《建筑设计防火规范》(GB 50016—2014)等国家规范和技术标准,从建筑防火能力、建筑灭火能力、应急疏散能力、安全管理能力4个方面建立指标体系;然后基于专家知识结合模糊数学量化各要素的先验概率并确定条件概率,通过构建模糊贝叶斯网络模型,运用Netica软件进行分析,得出各要素的发生概率;最后以H小区进行了实例验证与分析。结果表明:小区高层建筑风险等级为Ⅱ级中等水平,与小区实际情况相符,验证了该方法的可行性和合理性,为高层建筑火灾风险评估优化完善提供参考借鉴。

基于T-S模糊故障树和贝叶斯网络的建筑施工风险评估模型建立及应用

作为国民经济发展的支柱产业,建筑业安全事故频发,施工安全形势严峻。为有效评估和降低建筑施工安全风险,将T-S模糊故障树和贝叶斯网络进行结合,建立一种建筑施工风险评估模型。利用T-S门规则和贝叶斯网络的条件概率,建立T-S模糊故障树的贝叶斯网络转化模型,引入模糊理论对事件风险概率进行模糊化,最终借助贝叶斯网络双向推理算法计算故障概率、重要度及后验概率。结果表明,该模型能够根据基本事件风险概率进行量化计算,以正向推理方式计算体系事故发生概率;能够量化根节点的模糊重要度,确定事件重点管控顺序;且可以通过反向推理计算根节点后验概率,确定故障排查顺序。该计算模型最大限度贴近实际施工情形,更加科学合理地进行建筑施工风险评估,可为建筑施工的安全风险评估和精准化管理提供理论支持。

基于贝叶斯网络的测井车载数据中心设备故障诊断方法研究

针对测井车载数据中心设备提出一种基于贝叶斯网络(BN)的故障诊断方法,并建立了故障诊断BN模型,实现了测井车载数据中心设备的智能化诊断。在建立BN模型过程中,采用基于粗糙集的知识约简方法对专家提出的故障节点进行简化,利用专家知识初步构建BN结构,使用K2学习算法对BN进行优化;同时结合专家经验知识,用EM算法对BN进行参数学习,得到测井车载数据中心设备故障诊断BN模型。运用BN模型进行故障案例推理,基于历史数据对BN模型进行验证,结果表明该模型诊断准确率较高,能够为测井车载数据中心设备故障的快速定位和精确诊断提供依据。

地铁盾构隧道施工对邻近建筑物的安全风险分析方法

在进行地铁隧道施工对邻近建筑物影响后安全风险分析时,因统计数据缺乏或不可得等原因造成实际基本概率难以用确定值表示,存在一定的模糊性。综合模糊集理论适用于处理模糊信息,以及贝叶斯网络适用于不确定知识推理等方面的优势,提出了基于模糊贝叶斯网络的定量安全风险分析方法,建立了地铁盾构隧道施工环境下邻近建筑物安全风险决策模型,预测地铁盾构隧道施工诱发邻近建筑物破坏的可能性;根据模糊重要度计算结果进行安全致险因素敏感性分析;以辨识关键致险因素;并结合工程实例验证该方法的适用性。

地下建筑火灾风险的贝叶斯网络评估系统设计

针对地下建筑火灾过程中存在的不确定性因素会影响到火灾风险定量评估准确性的问题,提出了基于贝叶斯网络的风险评估方法:首先,根据地下建筑火灾场景的理想假设建立贝叶斯网络模型;然后,考虑不确定因素的影响对模型进行修正,利用经修正的模型计算火灾发展到不同阶段的概率,进而评估火灾风险;最后,提出了利用Visual Basic+Matlab混合编程的方法开发基于贝叶斯网络的火灾风险评估系统,降低对评估人员专业知识的要求,便于方法的推广应用.

基于BN的建筑施工项目隐性质量成本控制研究

目前,我国建筑工程项目施工过程中隐性质量成本过高,若不对其实施控制,必然出现"效益漏斗".运用贝叶斯网络构建了建筑施工项目隐性质量成本的控制模型,结合获取的先验知识以及寻找到的证据,通过模型的因果推理与诊断推理,及时掌握施工过程中隐性质量成本的状态并发现关键影响因素,以便采取针对性的控制措施.可提高管理者对施工过程中隐性质量成本实行全面、动态管理的针对性和实效性.

一种自适应模型构造的层次决策图贝叶斯优化算法

描述和分析零星模型构造(SMB)方法中固定模型构造周期参数对层次决策图贝叶斯优化算法性能的影响,提出了一种基于自适应模型构造(AMB)的层次决策图贝叶斯优化算法,通过计算群体平均信息熵密度而确定相邻两代群体所对应网络模型的相似度,仅当相似度小于给定阈值时自适应重构贝叶斯网络模型,从而在保证贝叶斯网络模型精确性的前提下减少贝叶斯网络模型的构造次数,进而降低算法计算复杂度,加速收敛.实验结果表明,AMB方法有效可行.

基于贝叶斯网络的高层建筑火灾后果预测模型

为提高高层建筑火灾后果预测精度和准确率,在分析高层建筑火灾演变机理的基础上,确定系统组成要素,构建高层建筑火灾的贝叶斯网络(BN)演变模型。利用联合概率公式,预测火灾后果。以上海"11·15"静安区胶州路教师公寓火灾为例,演示高层建筑火灾的BN后果预测模型的具体流程,并分析火灾预测结果。结果显示:灾后死亡人数大于30人的概率为75.3%、经济财产损失大于1亿元的概率为82.6%、政治影响大的概率为93.6%、部分房屋不可利用的概率为88.5%,与实际火灾情况基本一致,表明该方法有效、可行。

超限高层建筑工程数据库及Bayes知识发现

针对上海市超限高层建筑工程实例,收集整理了相关设计信息,构建了能够表征这些设计信息的数据表并形成了数据库。鉴于传统的管理信息系统不能够空间表示,提出了一种新型的基于Arc-GIS的信息系统,同时引入了贝叶斯网络,以数据库样本为基础进行结构选型。实践证明,该系统充分利用了计算机的存贮、计算、统计、共享以及空间显示功能,贝叶斯网络为超限高层建筑结构体型优选提供了一种新的方法,对超限高层建筑工程的设计改进和规范的完善都具有一定的实际意义。

基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究

为提高智能建筑供配电系统故障诊断效率和精准度,提出了一种基于贝叶斯网络与小波变换的故障诊断方法。首先,从理论上对智能建筑供配电网络拓扑结构进行详细分析,然后利用小波变换原理对故障信息中的开关量和电气量进行筛选重组,最后运用贝叶斯网络对筛选重组后的故障信息进行建模分析,得出故障诊断结果。具体介绍了故障信息中电气量和开关量提取过程,针对现有智能建筑供配电系统的故障特点,给出了相应恢复策略,以IEEE-39多节点复杂电力故障系统为例进行仿真研究。结果表明,所提方法的故障诊断结果快速性和准确性更高。研究成果对智能建筑供配电网络的故障诊断研究工作具有重要参考价值。

基于ISM-BN的装配式建筑隐性成本分析

成本一直是装配式建筑发展中重要考虑的因素之一,其隐性成本对项目总成本影响极大,且存在于项目建设的全过程。为分析和研究装配式建筑隐性成本,文章从设计、管理、技术、政策和环境五个维度,建立了装配式建筑隐性成本影响因素的指标体系,共包含13个因素;并将解释结构模型(ISM)和贝叶斯网络(BN)相结合,构建基于ISM-BN的装配式建筑隐性成本分析模型。该模型不仅能通过因果推理推测出装配式建筑隐性成本发生的概率以及对其进行实时管控,还能通过诊断推理推导出当隐性成本发生时,其它影响因素发生的后验概率,找出导致隐性成本发生的关键因素,并逐一排查确定最终的影响因素。该研究为管理者在装配式建筑隐性成本的分析和管控中提供科学有效的决策和参考意见。

基于贝叶斯网络的地铁施工安全技术创新绩效研究——以BIM技术创新为例

为了解决当前我国地铁工程施工过程中所面临的安全技术创新绩效问题,提出了一种基于贝叶斯信念网络的地铁施工安全技术创新绩效分析模型。以BIM技术应用为例,在系统分析地铁施工安全技术创新绩效影响因素的基础上,从实施因素、干预因素、中介因素和控制因素等方面选择了13个变量。利用专家先验知识的临时因果关系图与相关性分析相结合的方法构建这些变量之间的因果关系,确定贝叶斯信念网络的系统结构。通过结构性问卷调查来获取相关数据,采用NETICA软件拟合样本数据,得到贝叶斯网络模型各个节点间的条件概率分布。该模型的应用结果表明该方法能够一定程度地实现对地铁施工安全技术创新绩效的定量分析,与工程实际情况对比具有较好的符合性。

基于故障树和贝叶斯网络的建筑施工火灾风险评价

针对建筑施工现场频繁发生的火灾事故,将这一事故作为顶事件并分析导致顶事件发生的基本事件,构建故障树,表示出各基本事件与顶事件之间的逻辑关系。再将故障树转化成贝叶斯网络模型,通过贝叶斯网络的推理能力计算出顶事件发生的概率和各基本事件的后验概率。计算出各个基本事件的结构重要度、概率重要度、关键重要度,分别对三类重要度进行排序,定量地评估建筑施工火灾风险发生的可能性,找出最薄弱的环节,有针对性地指导现场施工。并引用案例数据计算施工过程中火灾事故的风险值,证明了将故障树与贝叶斯网络模型结合分析建筑施工安全风险这一方法的有效性和简便性,找出最能影响顶事件发生的风险因素,以及最容易降低概率的风险因素来更好地指导施工,将火灾风险降低到最小。

基于贝叶斯网络的一种新型的结构选型方法研究(Ⅰ)

最佳高层建筑的结构型式的选取与确定是结构工程初步设计的重要内容,然而,结构型式的选择受到多种因素的影响与制约,是一个具有高度白噪声、非线性的复杂问题。针对影响结构型式选择的各种因素,首先分别构建了影响因素矩阵向量与结构型式矩阵向量,引入灰色关联理论对各影响因素的重要程度进行了从定性到定量的分析。根据获取的影响因子的重要性程度,确定了简化的关键影响因素矩阵。在此基础上,引入贝叶斯网络理论,建立结构选型的贝叶斯网络预测模型。以3种情况为实例,分别验证了该模型的有效性与计算精度,试验结果表明,与其他方法相比,该模型简单实用,且具有较高的预测精度,为结构选型提供了一种新的预测方法。