BN-RL故障诊断策略

诊断效率显著提升

融合贝叶斯网络与强化学习的策略生成方法，利用观测-动作对压缩问题规模并处理动态动作空间，显著优于传统启发式方法。

Liu, Baoding · Yu, Jingsong · Han, Danyang · 唐荻音 · Xin, Li

Beijing Hangkong Hangtian Daxue Xuebao/Journal of Beijing University of Aeronautics and Astronautics 2024

技术优势

与标准启发式方法相比，性能显著提升

通过观测-动作对降低强化学习问题规模

使用动作掩码处理动态动作空间

应用场景

• 工业设备维修：自动生成排查策略，替代依赖经验的启发式诊断，缩短停机时间。
• 复杂机械系统维护：利用贝叶斯网络表达复杂结构知识，强化学习处理动态观测，适用于复杂机械。
• 航天器故障处理：借助FMECA先验概率和动作掩码，可应对航天器故障排查的动态动作空间。