基于模型与贝叶斯网络的水电设备态势评估诊断方法

鉴于水电设备故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,提出了以MBD生成的最小诊断集构建BN的诊断方法,并建立了一种用于水电设备的态势评估诊断模型.该态势评估模型的功能分3层结构:特征级、理解级、评估级.将贝叶斯网络中的节点按照功能分为态势节点和事件节点,并在推理过程中将传感器采集信息作为事件节点的证据用来更新态势节点概率,并反过来影响事件节点的概率.详细阐述并验证了该方法解决信息不完备问题的优越性.该模型还可以通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果.实例验证表明了该方法的有效性.     

基于贝叶斯网络的水环境管理研究

贝叶斯网络是一种定性与定量分析相结合的不确定性推理方法,以图论的形式直观的表达了实例系统中变量间的不确定性关系,概率推理的结果能够使多个管理目标均达到最优.应用贝叶斯网络解决水环境管理中具有不确定性的多目标决策问题,通过对决策变量氮磷排放浓度的调控达到有效的改善水环境的目标.分析具体的水环境管理系统中变量间的相互关系,...     

基于贝叶斯网络的可靠性分析平台设计

制动系统在汽车行驶过程中起到主动安全作用,其可靠性非常重要。由于制动系统的复杂性、不确定性问题的存在,传统可靠性分析方法已不再适用,因此提出一种模糊多态贝叶斯网络的可靠性分析方法。设计开发了一种可靠性分析平台,该平台能够对农用车制动系统进行可靠性分析,为车辆的维修提供依据;能够有效提高可靠性分析人员的工作效率,减少工作量。     

基于贝叶斯网络分类算法的采摘机器人故障诊断研究

提出了贝叶斯网络分类算法和采摘机器人故障诊断节点的选取的方法,建立了采摘机器人故障诊断贝叶斯网络模型,并从采摘机器人动力故障和执行器故障两方面进行了分析研究。实验结果表明:TAN贝叶斯网络算法在诊断正确率和耗时时间两方面,都明显优于NB算法,说明该系统不仅适用于采摘机器人动力故障和执行器故障诊断,且能够较大地提高故障诊断正确率和效率。     

基于Bayesian故障诊断网络的柴油机故障信息关联度研究分析

贝叶斯网络(Bayesian Network)是近年来发展起来的一种基于概率理论的推理工具,本文简要介绍了贝叶斯网络的基本理论,建立了柴油机故障信息的贝叶斯诊断网络,并探讨了当柴油机某一部件出现故障时,利用Hugin Expert软件计算不同故障现象出现的概率。应用表明,贝叶斯诊断网络能够有效诊断柴油机故障信息关联度。     

水电施工企业中设备物资管理的几点建议

当前我国社会已经进入了高度工业化的现代化信息时代,并且工业化的发展进程依然在不断加快,而各种现代化机械设备的应用也在很大程度上促进了我国生产力水平的进一步提升。因此,各个行业都加强了对设备物资的重视程度,在水电施工领域同样如此。为进一步提高水电施工企业对于设备物资的管理水平,在保证企业正常运行的条件下,实现对于资源的高效应用,降低企业的投资成本,实现企业在当前激烈市场竞争下的长远发展,本文经过相关探究给出了一定的建议。     

基于贝叶斯模型的AIO-Care智慧助老平台

目前,我国人口老龄化日趋严重,为帮助社会解决助老扶老的难题,设计了一种基于单峰贝叶斯模型的AIO-Care智慧助老平台.利用人工神经网格算法自动完成贝叶斯模型的构建,能通过主动学习用户的偏好进行温度调节,提高对老人健康的监测和疾病的预测.利用摄像头里的云计算平台对陌生面孔进行识别确认,并与报警系统相连通.利用加速度传感...     

农村水电技术的现状与展望

结合农村水电技术发展中存在的主要问题．对农村水电的现状进行了分析，提出了今后设计新电站及老电站改造时在厂房布置、水轮发电机组及主要电力设备选型等方面应考虑的问题，展望了农村水电的发展前景。     

基于贝叶斯方法的收割机发动机盖有限元模型修正

收割机发动机缸盖较为复杂,在进行有限元分析时,如果模型简化或计算模型选择错误对计算效果影响很大。为此,提出了一种基于贝叶斯方法的发动机缸盖有限元模型修正方法,在进行缸盖的有限元分析时,采用了贝叶斯方法对缸盖的刚度参数进行修正,有效地提高了计算仿真的准确性。为了验证修正模型的可行性和可靠性,利用Pro/E软件对收割机发动机缸盖进行了三维建模,并将模型直接导入到ANSYS软件中进行了网格划分,网格划分采用了分块网格划分的形式,提高了计算效率和计算的准确性。最后,运用ANSYS对发动机缸盖在工作条件下的应力分布进行了有限元仿真计算,结果表明:采用修正模型可以成功地计算得到较为准确的应力分布情况,从而验证了模型的可靠性,为收割机发动机缸盖的设计提供了重要的数据参考。     

基于LVQ网络的水电机组振动多故障诊断方法

提出了应用学习矢量量化神经网络诊断水电机组的多故障,可避免BP神经网络容易陷入局部最小与学习速度缓慢的问题。通过算例仿真检验,该网络能够有效地识别并分离出各种故障类型。     

水电机组基于贝叶斯网络的故障树故障诊断分析研究

为克服贝叶斯网络应用在水电机组故障诊断中存在的结构和概率不易确定的困难,研究过程中将故障树转化为贝叶斯网络模型。首先比较两种模型的类似,通过与或门故障树例子验证了贝叶斯网络方法和故障树分析法计算结果相同。再将现有故障树结构的发电机故障模型转化为贝叶斯网络模型,利用柱状图对比通过专家系统确定的先验概率和通过贝叶斯网络的反向推理获得各个底层事件在顶层事件发生故障下的后验概率,得到最有可能导致系统故障的底层事件,据此进行诊断,为复杂系统的可靠性设计和故障诊断提供依据。     

基于AR模型的水电机组振动信号趋势预测

文章提出对水电机组振动信号进行AR模型趋势预测。将现场测得的上机架非平稳振动信号通过差分转化为平稳时间序列,使用Burg算法进行AR模型的参数估计。通过最后的预测数据与原始数据的对比,表明AR模型可以较好的拟合水电机组的振动信号,达到了趋势预测的要求。     

基于残差网络和特征融合的小麦图像修复模型

针对基于生成对抗网络的多数图像修复算法所修复的图像纹理细节不清晰,不能充分融合神经网络提取的纹理细节信息和语义信息的问题,本文提出一种基于残差网络和特征融合的双阶段生成网络图像修复模型,通过修复训练集中被遮挡的图像,获取符合训练集整体分布的修复图像。首先,设计一种轻量型多尺度感受野残差模块,通过多个感受野不同的卷积核提取特征信息,提升粗化生成网络保留纹理信息的能力。其次构建一种双边精细修复网络结构,分别处理纹理细节信息和语义信息并进行聚合,实现图像的精细修复。最后基于GWHD数据集进行实验,验证本文算法的有效性。实验结果表明,本文模型较CE、GL、PEN-Net、CA算法,客观评价指标L1-loss降低0.56～3.79个百分点,PSNR和SSIM提升0.2～1.8 dB和0.02～0.08,并在人眼直观感受中实现了纹理结构清晰、语义特征合理的修复效果。相较于原GWHD数据集,在基于本文模型所扩充的小麦数据集中,运用YOLO v5s预测小麦麦穗的mAP提升1.41个百分点,准确率提升3.65个百分点,召回率提升0.36个百分点。     

基于贝叶斯的伊通河水质综合评价

针对伊通河水体污染日益严重的现状,应用贝叶斯公式和正态分布的基本原理,建立了贝叶斯水质综合评价模型.以GB3838-2002为评价标准,选择伊通河流域的新立城水库、长春市区、农安县及靠山镇4处的监测断面3个年度的监测数据进行分析与综合评价.评价结果表明,新立城水库综合水质基本为Ⅰ、Ⅱ类,丰水期水质相对较差,且有逐渐污染...     

基于改进残差网络的园林害虫图像识别

针对北方园林害虫识别问题,提出了一种基于改进残差网络的害虫图像识别方法。首先,采用富边缘检测算法,将中值滤波、Sobel算子和Canny算子相结合,对害虫图像进行边缘检测;然后,改进残差网络中的残差块,通过添加卷积层和增加通道数提取更多的害虫图像特征,并将贝叶斯方法运用于改进后的网络中,优化超参数;最后,将预处理的害虫图像输入神经网络中,利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别,试验结果表明,在相同数据集下,与3种传统害虫识别方法相比,本文方法的平均识别准确率平均提高9. 6个百分点,加权平均分数分别提高16. 3、10. 8、4. 5个百分点。     

贝叶斯模型在土壤转换函数中的应用与适应性评价

为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题,通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析,利用贝叶斯神经网络(BNN)模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型,并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明,BP模型土壤转换函数的训练模拟精度优于BNN,但是在模拟预测方面,BNN模型普遍好于BP模型,而且模型输入因子数量对BP模型的精度影响较大,而BNN模型对于不同输入因子表现出很好的稳健性,BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果,体现了土壤特征参数的空间随机性和结构性特征,而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近,是一种具有广阔应用前景的区域土壤转换函数推求方法。     

中小水电设备的发展现状与存在的问题

通过对我国中小型水电设备发展现状的论述，分析了在中小型水电站设备的生产和技术方面存在的问题，进一步探索了中小型水电站设备的质量保证措施和政策建议。