基于Bayesian改进算法的回转窑故障诊断模型研究

摘要：

贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节.针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法.通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率.最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断.

关键词：最大支撑树、改进算法、贝叶斯网络结构学习、水泥回转窑、故障诊断模型

所属期刊栏目：36

分类号：TH165+.3

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1554-1561