技术总结
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。
技术研发人员：王书文;范宁
受保护的技术使用者：上海理工大学
文档号码：201610803213
技术研发日：2016.09.06
技术公布日：2017.02.15