基于多维高斯贝叶斯算法在雷达故障信息诊断系统应用

为提升雷达故障信息的诊断效率,节约执行故障诊断指令所需消耗的数据成本,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;利用完整的框架结构设计客户机/服务器模式,联合服务器与信息查询模块,实现雷达故障信息诊断系统的体系结构搭建;在此基础上,计算故障信息的松弛度数值,通过判定迭代门限的方式,实现对多维系数信号的处理,完成基于多维高斯贝叶斯算法的雷达故障信息感知;联合已嵌入的雷达故障信息,连接Access数据库,实现诊断系统的接口技术研究;综合上述所有理论依据,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;借助Windows平台,分别连接上述系统与远程故障诊断原型系统,在雷达故障信息诊断系统的应用过程中得出,基于多维高斯贝叶斯算法雷达故障信息诊断系统的诊断效率最大值为45%,RSR指标最大值为16.7%,指令执行消耗的数据成本较低,表明所设计系统具有一定的实际应用性。

基于多维高斯贝叶斯的造纸机械设备故障自动检测系统

为了给造纸机械设备的检修工作提供有价值的参考数据,解决现有故障检测系统存在的漏检率、错检率高以及检测时间开销大的问题,利用多维高斯贝叶斯算法,从硬件和软件功能两个方面,实现故障自动检测系统的优化设计。优化系统服务器的连接方式及配置,改装振动传感器、滤波器、存储器等设备,完成硬件系统的设计。根据造纸机械设备故障机理的分析结果,确定造纸机械设备故障的检测比对标准。采集并处理造纸机械设备的多维运行数据,提取振动数据的变化特征。利用多维高斯贝叶斯算法确定故障类型,完成系统的故障自动检测功能。通过系统测试实验得出结论:设计系统的漏检率和错检率均低于1%,且RSR指数低于800ms,即系统功能和性能均满足设计要求。

水力发电站智能巡检机械设备缺陷自动识别方法

为了快速识别水力发电站的智能巡检机械设备的缺陷,提高水电站的安全性,提出水力发电站智能巡检机械设备缺陷自动识别方法。利用非下采样小波变换方法对智能巡检机械设备产生的信号展开去噪处理,采用EMD方法分解机械设备信号并对其展开自适应分析,提取信号特征值,在多维高斯贝叶斯原理的基础上,根据信号特征判断机械设备的状态,实现智能巡检机械设备的缺陷检测。实验结果表明,所提方法在去噪过程中的均方误差始终未超过0.97 dB2,缺陷识别时间低于3 s,ROC曲线面积大,缺陷识别信号的幅值与实际信号波动基本一致,具有良好的缺陷识别能力。