[发明专利]基于贝叶斯网络的磨损量预测方法在审
申请号: | 201610803213.7 | 申请日: | 2016-09-06 |
公开(公告)号: | CN106407527A | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 王书文;范宁 | 申请(专利权)人: | 上海理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 上海德昭知识产权代理有限公司31204 | 代理人: | 郁旦蓉 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于贝叶斯网络的磨损量预测方法,其特征在于,包括以下步骤步骤一,通过实验获取不同工况下的参数数据;步骤二,数据分析与学习,对步骤一获得的参数数据进行分析建模,该步骤包括结构学习和参数学习,结构学习用来完成贝叶斯网络的构建,参数学习用来在得到的贝叶斯网络,根据参数数据的集合来更新贝叶斯网络中每个节点的参数;步骤三,贝叶斯网络推理预测,根据步骤二得到的贝叶斯网络,输入一组(相对速度,载荷,温度,硬度)数据即可以在步骤二中的贝叶斯网络中推导出对应该组数据的节点的第五个参数磨损量以及对应该磨损量下的对应概率。它基于概率推理的图形化贝叶斯网络对于解决不确定性和关联性引起的问题有很大的优势。 | ||
搜索关键词: | 基于 贝叶斯 网络 磨损 预测 方法 | ||
【主权项】:
一种基于贝叶斯网络的磨损量预测方法,利用不同工况下的相对速度、载荷、温度、硬度参数对工件的磨损量和对应概率进行预测,其特征在于,包括以下步骤:步骤一,通过实验获取不同工况下的参数数据;步骤二,数据分析与学习,对步骤一获得的所述参数数据进行分析建模,该步骤包括结构学习和参数学习,结构学习用来完成所述贝叶斯网络的构建,参数学习用来在得到的所述贝叶斯网络,根据所述参数数据的集合来更新所述贝叶斯网络中每个节点的参数;步骤三,贝叶斯网络推理预测,根据步骤二得到的贝叶斯网络,输入一组(相对速度,载荷,温度,硬度)数据即可以在步骤二中的所述贝叶斯网络中推导出对应该组数据的所述节点的第五个参数磨损量以及对应该磨损量下的对应概率。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610803213.7/,转载请声明来源钻瓜专利网。