来源：期刊VIP网 时间：
作者：丁善婷;蔡胜玲;谭梦颖;董正琼;蒋成昭;
单位：湖北工业大学机械工程学院;湖北省现代制造质量工程重点实验室;
摘要：在设备测试性建模中，通常将设备运行状态划分为正常和故障两态，忽略了设备故障演进特征，从而导致测试性指标虚高。该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。
关键词：马尔可夫过程;;贝叶斯网络;;不确定性;;多状态;;测试性建模
基金资助：湖北工业大学博士科研启动基金项目（BSQD2020006）;; 现代制造质量工程湖北省重点实验室开放基金项目（KFJJ-2021015）
