基于贝叶斯网络的列车故障诊断研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·贝叶斯网络的研究现状和发展方向 | 第10-12页 |
| ·本文研究的背景和意义 | 第12-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 2 贝叶斯网络原理 | 第16-23页 |
| ·条件概率及贝叶斯公式 | 第16页 |
| ·贝叶斯网络理论基础 | 第16-17页 |
| ·条件独立性 | 第16页 |
| ·D-分离 | 第16-17页 |
| ·联合概率分布 | 第17页 |
| ·贝叶斯网络学习 | 第17-20页 |
| ·贝叶斯网络结构学习算法 | 第18页 |
| ·贝叶斯网络参数学习算法 | 第18-20页 |
| ·贝叶斯网络推理算法 | 第20-22页 |
| ·贝叶斯网络精确推理算法 | 第20页 |
| ·贝叶斯网络近似推理算法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 列车部件分析 | 第23-29页 |
| ·列车部件依赖性分析 | 第23-28页 |
| ·列车部件直接耦合 | 第23-24页 |
| ·列车部件见解耦合 | 第24页 |
| ·列车部件“V”结构耦合 | 第24-26页 |
| ·列车不确定性耦合关系处理 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于贝叶斯网络的列车空气制动机故障诊断 | 第29-36页 |
| ·自动式空气制动机贝叶斯网络建造 | 第29-30页 |
| ·自动式空气制动机贝叶斯网络建造 | 第30-31页 |
| ·自动式空气制动机诊断及推理 | 第31-32页 |
| ·自动式空气制动机贝叶斯网络参数学习 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 5 辅助节点在列车贝叶斯网络故障模型中的应用 | 第36-44页 |
| ·传统的贝叶斯网络节点划分 | 第36页 |
| ·改进的贝叶斯网络节点划分 | 第36-37页 |
| ·列车中的贝叶斯网络辅助节点 | 第37-43页 |
| ·列车走行部贝叶斯网络故障诊断模型 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 6 列车整体贝叶斯网络试建立及解耦方法探讨 | 第44-54页 |
| ·列车三大部分结构分析与贝叶斯网络建立 | 第44-47页 |
| ·贝叶斯网络子网解耦方法的探讨 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 7 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
