马尔可夫过程融合贝叶斯网络的测试性建模研究

作者：丁善婷; 蔡胜玲; 谭梦颖^*; 董正琼; 蒋成昭

来源：机械科学与技术, 2023, 1-8.

DOI：10.13433/j.cnki.1003-8728.20230092

• 马尔可夫过程
• 贝叶斯网络
• 不确定性
• 多状态
• 测试性建模

在设备测试性建模中，通常将设备运行状态划分为正常、故障两态，忽略了设备故障演进特征，从而导致测试性指标虚高。本文提出一种马尔可夫过程融合贝叶斯网络的测试性优化建模方法，充分考虑设备退化过程。在故障与测试不确定性矩阵的基础上，基于马尔可夫随机过程建立了部件多状态退化模型（正常、过渡、故障），减少了两态条件下故障模式判定的不确定模糊区间，提高了系统测试性指标。利用贝叶斯网络推理确定多态测试分布函数，优化了虚警率和检测率。最后，以某型龙门式自动洗车机为对象进行了验证分析，与传统测试性方法相比，系统检测率提高7.71%，隔离率提高11.58%，虚警率下降9.50%，验证了该方法的有效性。

• 单位
  湖北工业大学