文献类型：期刊文章

作　　者：贾超广[1] 肖海霞[2]

JIA Chao-guang;XIAO Hai-xia(Information Engineering College of Zhengzhou Shengda University of Economics,Business&Management,Zhengzhou,Henan 451191;College of Science,Henan University of Engineering,Zhengzhou,Henan 451191)

机构地区：[1]郑州升达经贸管理学院信息工程学院,河南郑州451191 [2]河南工程学院理学院,河南郑州451191

出　　处：《液压与气动》

年　　份：2023

卷　　号：47

期　　号：6

起止页码：181-188

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：矿用液压泵故障种类较多,其分类过程一直存在无明确标签特征量化,导致故障诊断精准性较差的问题。对此提出应用贝叶斯分类器的矿用液压泵故障分级诊断方法,采用动态统计滤波计算矿用液压泵运行过程中的正常数据、噪声数据的特征性相关值,根据噪声和其他数据信息量不同的特点,离散噪声数据以达到过滤的目的。考虑到矿用液压泵故障数据集中存在无特征标签的问题,为避免混淆,划分无特征标签数据状态,计算二者属于同种类别的概率值,并采用损失函数对其进行约束。建立贝叶斯分类器,让已知种类和未知种类的矿用液压泵故障数据集处于同一分类空间,计算二者的先验概率和证据因子,通过概率值诊断待检测数据与已知数据间的属性差异,并利用贝叶斯分类器划分的故障诊断等级实现矿用液压泵故障分级诊断。实验结果表明:所提方法矿用液压泵故障诊断精准度高,不同类型故障的特征捕捉性能强,实用价值高。

关 键 词：矿用液压泵  贝叶斯分类器 故障分级诊断  离散噪声  损失函数

分 类 号：TH137] TH38] V444