关键词：模糊贝叶斯网络;造纸企业;机械设备;故障诊断;故障树;条件概率
摘 要：当前检测造纸机械设备时，主要依托故障树模型进行故障分析，只能进行正向诊断推理，使得故障诊断结果F1值较低。因此，提出基于模糊贝叶斯网络的造纸机械设备故障诊断方法。将传感器设备分布式安装到造纸机械设备上，获取设备运行数据，并通过开/闭和闭/开滤波器消除噪声数据。考虑造纸机械设备工作体系，建立一个模糊故障树。从故障树的逻辑门入手，将其转化为包含多个故障事件节点的模糊贝叶斯网络，引入模糊集合论方法确定条件概率，构建基于模糊贝叶斯网络的故障推理模型，实现故障诊断反向推理。最后，对比条件概率与判断阈值，得出设备故障诊断结果。实验结果表明：所提方法诊断结果的F1值大于0.9，极大提升了故障诊断质量。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取