【摘要】海洋在地球上占据非常大的面积，其蕴含的资源非常丰富，因此近年来我国加强了对海洋资源的开发。海洋工程装备作为开发海洋资源的设施，其结构非常复杂，且存在质量问题难以追溯的情况，因此为了能够及时发现海洋工程装备故障，相关行业加强了对贝叶斯网络故障诊断模型的研究。本文主要分析了海洋工程装备故障贝叶斯网络诊断模型，并针对海洋工程装备故障贝叶斯网网络诊断模型的应用进行了研究和探讨，以期促进海洋工程装备故障诊断系统的完善。 【关键词】贝叶斯网络；海洋工程装备；故障诊断模型 随着我国经济实力的提升和科学技术的发展，我国逐渐加大了对海洋资源的开发，即利用海洋工程装备进行海洋资源的勘探、开采、储运等。目前我国海洋工程装备项目故障诊断没有得到良好的发展，主要是由于传统的故障分析方法，无法在具有小批量、多品种等特点的海洋工程装备项目中得到完善的应用。而贝叶斯网络可以良好地解决海洋工程装备项目故障诊断问题，且具有安全性和可靠性的优势。 一、引起海洋工程装备项目故障的因素 相比于传统制造项目，海洋工程装备项目非常复杂，且比较庞大，如何进行海洋工程装备项目质量问题的追溯，成为人们考虑的重要问题，其中故障分析是进行质量问题追溯的主要步骤。影响海洋工程装备项目故障的因素主要有材料、设备和工艺，因此需要针对该三个方向进行质量追踪管理。其中材料与设备是由其他厂家提供，因此对材料和设备的管理主要是由供货厂家把握，而海洋工程装备的生产厂家，主要是进行工艺的质量管理。工艺主要是指将各种材料及设备组成海洋工程装备平台，同时其还能够体现出对人力、物资等生产条件和因素的应用方式。通过对海洋工程装备项目研究可以发现，虽然不同的产品平台具有较大的差异，但不同产品却存在较小的工艺差异，因此可以将工艺作为故障诊断的主要对象。 二、海洋工程装备故障贝叶斯网络诊断模型构建 1、贝叶斯网络的概述 贝叶斯网络能够对不确定性和概率性的事务进行良好的表达和分析，其主要是采用二元组BN=进行表示。另外贝叶斯网络还可以称之为因果网，主要是由于有向边表达了因果关系。 如图1所示，其具有7个随机变量，采用贝叶斯网络表达，则只需要给出17个参数，相对于传统的128个参数，其计算更加简单。贝叶斯网络表达方式为P（v1，v2，v3，v4，v5，v6，v7）=P（v7丨v5，v4）P（v6丨v5）P（v5丨v3）P（v4丨v1，v3）P（v3丨v1）P（v2丨v1）P（v1）。 2、贝叶斯网络的结构 由于海洋工程装备项目具有小批量和多品种的特点，因此在进行贝叶斯网络分析模型的构建时，需要全面考虑不用品种差异问题、小批量样本有限问题等。本文主要通过建立动态模型，并结合专家经验和客观数据的方式，提高预测精度，并减少数据需求量。故障诊断的主要作用是通过分析相关数据找出引起故障的因素，并明确该故障所产生的影响。本文主要针对焊接工艺作为产品的故障因素进行模型的构建，需要对电流、电压、钢材、焊材等进行分析，引起质量问题的因素主要有人为因素（X1），设备因素（X2）、材料因素（X3）、方法因素（X4）、测量因素（X5）及环境因素（X6），可以通过Ω={X1，X2，X3，X4，X5，X6}表示。其中人为因素主要包括有人员的综合素质、焊接资格等，设备因素主要包括设备本身缺陷及使用年限等，材料因素主要包括钢板质量问题、管件质量问题等，方法因素主要包括焊接方式问题等，测量因素主要包括试验测量错误等，环境因素主要包括温度、湿度对焊接质量的影响。人为因素、设备因素、材料因素、方法因素、测量因素、环境因素等对焊接质量产生直接影响，构成了贝叶斯网络结构。其中还有很多因素对其他因素也会产生影响，如环境因素会对材料因素、方法因素、测量因素等都产生影响。因此对于这种含有n个节点的贝叶斯网络结构，需要专家的经验进行因果关系的确定。另外，为了避免专家的主观性，还需要结合多个不同专家的意见，采用数据进行因果关系的确定。 3、概率参数引用 通过明确各个因素之间的关系后，需要采用定量描述进行故障诊断，因此需要引用概率参数。贝叶斯网络的描述能力更加完善，如对于焊点质量，其在焊接前后都会有报验，并将合格状态分为不同次数，即1次合格、2次合格、3次合格、不合格等不同的等级，然后根据专家意见和大量的数据进行概率的计算。另外还可以采用统计方法进行概率的计算，如人员历史焊接故障率。在实际生产中，工艺质量常会出现专家经验和历史数据没有考虑进去的因素，从而导致所构建模型的分析精度出现问题。因此模型还需要将生产持续数据考虑在其中，从而使其预测准确性得到有效的提高。 三、海洋工程装备故障贝叶斯网络诊断模型的应用 本文主要针对某海装企业焊接工艺质量进行了分析，该企业建造平台在港口。采用贝叶斯网络诊断模型针对该企业焊接工艺进行诊断应用。首先明确影响因素包括有温度、湿度、焊条材质、管材材质、工作人员、打压测试、其他因素等。如果发现焊接质量出现问题，管材材质的变化最大，焊条材质和焊工水平其次，因此通过利用贝叶斯网络诊断模型，可以更加明确焊接质量的故障原因。 综上所述，随着我国加大海洋资源的开发，海洋工程设备质量逐渐受到人们的关注。传统的故障分析方法主要是采用统计方法进行诊断，难以满足海装项目的实际需求，因此我国开始加强对贝叶斯网络诊断在海洋工程设备故障中的应用。通过上述分析可知，贝叶斯网络故障诊断模型主要结合专家意见和数据的方式，进行故障诊断，使诊断更加具有针对性，有效提高了海装企业的质量管理水平。 参考文献 [1]李盼，樊建春，刘书杰.基于故障树与贝叶斯网络的钻井井塌事故的定量分析[J].中国安全生产科学技术，2014，01：143-149 [2]孙文舟，岳冬梅，彭亮.基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究[J].舰船电子工程，2015，07：161-164
【摘要】海洋在地球上占据非常大的面积，其蕴含的资源非常丰富，因此近年来我国加强了对海洋资源的开发。海洋工程装备作为开发海洋资源的设施，其结构非常复杂，且存在质量问题难以追溯的情况，因此为了能够及时发现海洋工程装备故障，相关行业加强了对贝叶斯网络故障诊断模型的研究。本文主要分析了海洋工程装备故障贝叶斯网络诊断模型，并针对海洋工程装备故障贝叶斯网网络诊断模型的应用进行了研究和探讨，以期促进海洋工程装备故障诊断系统的完善。 【关键词】贝叶斯网络；海洋工程装备；故障诊断模型 随着我国经济实力的提升和科学技术的发展，我国逐渐加大了对海洋资源的开发，即利用海洋工程装备进行海洋资源的勘探、开采、储运等。目前我国海洋工程装备项目故障诊断没有得到良好的发展，主要是由于传统的故障分析方法，无法在具有小批量、多品种等特点的海洋工程装备项目中得到完善的应用。而贝叶斯网络可以良好地解决海洋工程装备项目故障诊断问题，且具有安全性和可靠性的优势。 一、引起海洋工程装备项目故障的因素 相比于传统制造项目，海洋工程装备项目非常复杂，且比较庞大，如何进行海洋工程装备项目质量问题的追溯，成为人们考虑的重要问题，其中故障分析是进行质量问题追溯的主要步骤。影响海洋工程装备项目故障的因素主要有材料、设备和工艺，因此需要针对该三个方向进行质量追踪管理。其中材料与设备是由其他厂家提供，因此对材料和设备的管理主要是由供货厂家把握，而海洋工程装备的生产厂家，主要是进行工艺的质量管理。工艺主要是指将各种材料及设备组成海洋工程装备平台，同时其还能够体现出对人力、物资等生产条件和因素的应用方式。通过对海洋工程装备项目研究可以发现，虽然不同的产品平台具有较大的差异，但不同产品却存在较小的工艺差异，因此可以将工艺作为故障诊断的主要对象。 二、海洋工程装备故障贝叶斯网络诊断模型构建 1、贝叶斯网络的概述 贝叶斯网络能够对不确定性和概率性的事务进行良好的表达和分析，其主要是采用二元组BN=进行表示。另外贝叶斯网络还可以称之为因果网，主要是由于有向边表达了因果关系。 如图1所示，其具有7个随机变量，采用贝叶斯网络表达，则只需要给出17个参数，相对于传统的128个参数，其计算更加简单。贝叶斯网络表达方式为P（v1，v2，v3，v4，v5，v6，v7）=P（v7丨v5，v4）P（v6丨v5）P（v5丨v3）P（v4丨v1，v3）P（v3丨v1）P（v2丨v1）P（v1）。 2、贝叶斯网络的结构 由于海洋工程装备项目具有小批量和多品种的特点，因此在进行贝叶斯网络分析模型的构建时，需要全面考虑不用品种差异问题、小批量样本有限问题等。本文主要通过建立动态模型，并结合专家经验和客观数据的方式，提高预测精度，并减少数据需求量。故障诊断的主要作用是通过分析相关数据找出引起故障的因素，并明确该故障所产生的影响。本文主要针对焊接工艺作为产品的故障因素进行模型的构建，需要对电流、电压、钢材、焊材等进行分析，引起质量问题的因素主要有人为因素（X1），设备因素（X2）、材料因素（X3）、方法因素（X4）、测量因素（X5）及环境因素（X6），可以通过Ω={X1，X2，X3，X4，X5，X6}表示。其中人为因素主要包括有人员的综合素质、焊接资格等，设备因素主要包括设备本身缺陷及使用年限等，材料因素主要包括钢板质量问题、管件质量问题等，方法因素主要包括焊接方式问题等，测量因素主要包括试验测量错误等，环境因素主要包括温度、湿度对焊接质量的影响。人为因素、设备因素、材料因素、方法因素、测量因素、环境因素等对焊接质量产生直接影响，构成了贝叶斯网络结构。其中还有很多因素对其他因素也会产生影响，如环境因素会对材料因素、方法因素、测量因素等都产生影响。因此对于这种含有n个节点的贝叶斯网络结构，需要专家的经验进行因果关系的确定。另外，为了避免专家的主观性，还需要结合多个不同专家的意见，采用数据进行因果关系的确定。 3、概率参数引用 通过明确各个因素之间的关系后，需要采用定量描述进行故障诊断，因此需要引用概率参数。贝叶斯网络的描述能力更加完善，如对于焊点质量，其在焊接前后都会有报验，并将合格状态分为不同次数，即1次合格、2次合格、3次合格、不合格等不同的等级，然后根据专家意见和大量的数据进行概率的计算。另外还可以采用统计方法进行概率的计算，如人员历史焊接故障率。在实际生产中，工艺质量常会出现专家经验和历史数据没有考虑进去的因素，从而导致所构建模型的分析精度出现问题。因此模型还需要将生产持续数据考虑在其中，从而使其预测准确性得到有效的提高。 三、海洋工程装备故障贝叶斯网络诊断模型的应用 本文主要针对某海装企业焊接工艺质量进行了分析，该企业建造平台在港口。采用贝叶斯网络诊断模型针对该企业焊接工艺进行诊断应用。首先明确影响因素包括有温度、湿度、焊条材质、管材材质、工作人员、打压测试、其他因素等。如果发现焊接质量出现问题，管材材质的变化最大，焊条材质和焊工水平其次，因此通过利用贝叶斯网络诊断模型，可以更加明确焊接质量的故障原因。 综上所述，随着我国加大海洋资源的开发，海洋工程设备质量逐渐受到人们的关注。传统的故障分析方法主要是采用统计方法进行诊断，难以满足海装项目的实际需求，因此我国开始加强对贝叶斯网络诊断在海洋工程设备故障中的应用。通过上述分析可知，贝叶斯网络故障诊断模型主要结合专家意见和数据的方式，进行故障诊断，使诊断更加具有针对性，有效提高了海装企业的质量管理水平。 参考文献 [1]李盼，樊建春，刘书杰.基于故障树与贝叶斯网络的钻井井塌事故的定量分析[J].中国安全生产科学技术，2014，01：143-149 [2]孙文舟，岳冬梅，彭亮.基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究[J].舰船电子工程，2015，07：161-164