基于故障树贝叶斯网络的数控刀架故障研究

针对数控机床刀架系统的故障特点,提出了基于故障树分析的贝叶斯网络故障诊断方法,通过建立刀架系统的故障树模型,利用贝叶斯网络,计算出引起系统故障的各个底事件重要度。结果表明:基于故障树贝叶斯网络的故障诊断为数控刀架系统的可靠性设计、分析、维修等提供新的方法。     

基于贝叶斯网络的核电厂安全系统可靠性分析

 针对核电厂改进的辅助给水系统（ASG）,研究了基于贝叶斯网络的系统安全评价方法。通过故障模式与影响分析构建ASG系统可靠性框图,根据可靠性框图与贝叶斯网络的映射关系,建立ASG系统贝叶斯网络,利用网络推理计算事件发生概率,对系统进行了可靠性分析。研究结果表明,该方法通过贝叶斯网络的正向推理、反向推理和双向推理,能够计算任意节点事件的发生概率,表征设备多态失效模式和获得更多评估信息,与传统的故障树方法相比,具有更强的分析能力和更接近实际,适用于核电厂安全系统的可靠性评价,且具有一定的优越性。     

基于故障树和贝叶斯网络的危化品罐式运输车道路运输系统的可靠性分析

为保障危化品罐式运输车道路运输系统的可靠性,提出一种基于故障树分析法和贝叶斯网络的系统可靠性研究方法.首先,根据道路运输系统故障树模型向贝叶斯网络转化的方法确定贝叶斯网络模型和条件概率表;其次,结合贝叶斯网络双向推理算法对危化品道路运输系统进行推理计算;最后,分析得出危化品罐式运输车道路运输系统的可靠度.研究发现:该方法可以根据根节点故障的先验概率正向推理系统失效的可能性,并且可以通过根节点的概率重要度分析结果排查故障,同时可以通过反向推理计算根节点的后验概率诊断故障.在结论中,提出了针对系统中关键风险事件的应对策略.     

采用动态故障树分析诊断系统故障的信息融合法

为提高系统故障诊断效率,提出了一种利用动态故障树分析诊断系统故障的信息融合方法,该方法充分发挥动态故障树建模和贝叶斯网络推理各自优势,通过集成系统结构信息和传感器信息来诊断系统故障.采用高效的零压缩二元决策图生成系统所有最小割集,并采用贝叶斯网络方法计算部件和最小割集的诊断重要度;根据传感器证据信息对系统特征函数化简,同时对部件和证据条件下割集的诊断重要度进行更新;综合考虑部件和割集诊断重要度设计了系统诊断决策算法,生成诊断决策树以指导维修人员恢复系统故障;最后通过实例验证了该故障诊断方法的有效性.     

核电厂设备冷却水系统动态可靠性评估方法

核电厂设备冷却水系统作为一类双重冗余的系统,存在复杂的动态时序失效行为。传统故障树分析法缺乏对时间因素的描述,对设备冷却水系统中的动态时序问题分析假设过于保守。针对上述故障树分析法的局限性,结合动态故障树（dynamic fault tree, DFT）和动态贝叶斯网络（dynamic Bayesian network, DBN）,提出了一种核电厂设备冷却水系统动态可靠性评估方法：首先在设备冷却水系统结构功能的基础上构建系统DFT模型;然后根据转化规则将DFT模型转化为DBN模型;最后通过DBN正向推理得到设备冷却水系统可靠度曲线,反向推理得到根节点的后验概率排序,敏感性分析识别系统薄弱环节。评估结果表明：所提出的方法能够为提高系统智能维修维护水平和可靠性提供依据。     

基于元动作的铣齿机机械结构可靠性评估

针对大型数控铣齿设备机械结构可靠性分析不足的问题,文章提出一种基于元动作的铣齿机机械结构可靠性评估方法。首先引入元动作理论,采用功能-运动-动作(function-movement-action, FMA)分解方法对数控铣齿机床进行功能分解,得到元动作单元集;对元动作单元进行故障模式及影响分析,运用模糊TOPSIS(technique for order preference by similarity to an ideal solution)方法优化其风险评估排序能力,提取关键元动作单元;对关键元动作单元进行故障树分析(fault tree analysis, FTA),引入故障树贝叶斯理论,提升其故障溯源推理能力,实现数控铣齿机床可靠性评估能力优化;最后以某公司数控铣齿机床为例,验证了该模型的有效性。     

贝叶斯网络在机械系统可靠性评估中的应用

针对故障树分析方法在可靠性评估方法中的局限性,提出了基于贝叶斯网络的机械系统可靠性评估新方法.首先根据系统可靠性框图建立故障树,然后将故障树直接映射成为贝叶斯网络,构建条件概率表,运用贝叶斯网络的推理能力进行系统的可靠性评估.该方法不但能计算出机械系统的可靠性指标,而且能方便地给出某一个部件或几个部件对系统可靠性的影响大小,识别系统的薄弱环节.最后通过实例验证了用贝叶斯网络进行机械系统可靠性评估的有效性.     

基于故障树和Bayes网络组合的装备故障诊断

针对故障树和Bayes网络在故障诊断中的局限性,提出一种使用故障树和Bayes网络组合的方式建立诊断故障Bayes网络,并基于诊断故障Bayes网络运用联合树推理进行故障诊断的方法.该方法解决了在复杂系统故障诊断过程中独立运用故障树和Bayes网络出现故障推理能力弱和建模难等问题.实验结果表明,使用该方法对某型舰船上的甲板灯光照明系统进行故障诊断,得出了各个故障征兆节点或故障原因节点的概率分布,从而可快速准确地定位甲板灯光照明系统故障.     

基于离散时间贝叶斯网络的动态故障树分析方法

提出了一种基于离散时间贝叶斯网络的动态故障树分析方法．首先给出优先与门、顺序相关门、备件门、功能相关门等动态逻辑门向离散时间贝叶斯网络的转化方法，在得到动态故障树对应的离散时间贝叶斯网络之后，再利用贝叶斯网络推理算法计算、诊断和预计顶事件概率、重要度等常规分析结果．对数字飞控计算机系统进行的分析表明，该方法能够保证较高的求解精度，其相对误差均保持在0．4%以内，而且易于扩展到多态和非确定性逻辑关系的情形．     

复杂多态系统的区间值模糊贝叶斯网络建模与分析

随着现代工程系统结构复杂度的增加以及运行环境的复杂化,传统的可靠性分析与评估技术已不能满足现代工程系统需求.针对复杂多态系统可靠性分析与评估的需求,本文从部件状态分析、系统结构分析入手,对存在认知不确定性同时考虑失效相关性的复杂多态系统进行可靠性建模与分析.由于现代复杂多态系统信息输入及系统故障影响因素的多样性,以及系统冗余,使得不确定性和共因失效对复杂多态系统可靠性分析和评估至关重要.本文借助贝叶斯网络对多态系统的图形表达和推理优势,采用模糊理论中区间值三角模糊数对部件概率进行描述;同时利用β因子模型对共因失效进行量化,再将其以新增共因节点的方式实现共因失效的贝叶斯网络建模,从而提出基于区间值模糊贝叶斯网络的复杂多态系统可靠性分析方法.最后,将基于区间值模糊多态贝叶斯网络对具有共因失效的多态卫星天线双轴定位机构传动系统进行可靠性分析.通过对实际工程系统的分析,表明本文建立的多种因素影响下复杂多态系统的可靠性建模和分析方法,进一步完善了复杂系统可靠性分析理论与方法.     

用于水电厂设备的故障诊断的贝叶斯网络模型

通过分析水电厂设备故障诊断所面临的不确定性等问题以及当前常用诊断方法存在的局限性,研究基于贝叶斯网络的设备故障诊断方法,提出了适合于诊断问题的贝叶斯网络结构并阐述了基于贝叶斯网络故障诊断的团树推理算法.该方法综合考虑了多故障、故障症兆模糊以及电厂设备操作之间有依赖关系等情况.通过丰满水电仿真系统中水机调速器故障诊断的应用实例,证实了该方法在信息不确定条件下进行诊断决策的有效性和准确性.     

模糊动态贝叶斯可靠性分析方法及其在动车制动系统中的应用

针对动车制动系统的故障发生率具有模糊不确定性以及实际工作环境中故障的发生包含动态性特点,运用三角模糊数和扩展原理来表示底事件故障率,将动态离散时间贝叶斯网络模型与故障树模型相结合,分析获得动态贝叶斯网络叶节点的模糊故障率和各根节点的后验概率。解决了不确定条件下的动态系统可靠性分析问题,对兰新客专线路上运行的动车组的制动空气供给系统进行分析,获得了系统的可靠度预测曲线和薄弱环节,为该路线上运行动车的制动系统针对故障特点制定相应的检修和维护方案提供了理论依据。     

Reliability Risk Evaluation Method for Complex Mechanical System Based on Optimal Bayesian Network

In order to reduce the calculation of the failure probability in the complex mechanical system reliability risk evaluation,and to implement importance analysis of system components effectively,the system fault tree was converted into five different Bayesian network models. The Bayesian network with the minimum conditional probability table specification and the highest computation efficiency was selected as the optimal network. The two heuristics were used to optimize the Bayesian network. The fault diagnosis and causal reasoning of the system were implemented by using the selected Bayesian network. The calculation methods of Fussel-Vesely( FV),risk reduction worth( RRW),Birnbaum measure( BM) and risk achievement worth( RAW) importances were presented. A certain engine was taken as an application example to illustrate the proposed method. The results show that not only the correlation of the relevant variables in the system can be accurately expressed and the calculation complexity can be reduced,but also the relatively weak link in the system can be located accurately.     

基于贝叶斯网络的油田管道失效概率计算

针对事故树分析法不能对管道风险进行多态性分析,且无法实现双向推理问题,提出一种基于贝叶斯网络的油田管道失效概率计算方法.首先,建立油田管道失效风险事故树模型,利用事故树与贝叶斯网络的转换确定贝叶斯网络结构,完成管道失效风险贝叶斯网络模型结构的构建;其次,考虑到由专家知识经验及期望最大化算法确定的网络参数存在较大的估计误差问题,引入遗传算法完成贝叶斯网络参数学习以此获取最优参数;最后,将该方法应用于实际油田管道风险问题,利用GeNIe贝叶斯网络仿真软件计算油田管道失效概率,同时对每个风险因素进行分析并得到影响管道发生失效的致因链.实验证明,所提方法在评估精度上得到了显著地提升.     

基于贝叶斯网络的路网失效程度评估方法研究

创造性地将贝叶斯网络应用于路网失效的评估中。选择连通可靠性作为评价标准,运用实例分析的方法,对基于贝叶斯网络的路网失效程度评估方法进行了研究。通过对路网的失效成因进行分析建立路网失效对应的事件树与故障树,并引入故障树向贝叶斯网络转化的算法,提出了利用贝叶斯网络对城市路网的失效程度进行评估的方法。最后举出一个简单的路网实例,按上述方法对其建立了其路网失效的贝叶斯网络,并利用MSNBX软件对该路网遭遇不同类型攻击时的失效情况进行了模拟计算,得到了实例路网的失效程度。实验结果证明了所探讨的方法的有效性,并为贝叶斯网络在大规模路网研究中的应用提出了一些思考和建议。     

基于增强型BN的CTCS-1级ATP可靠性研究

结合CTCS-2级与CTCS-3级列控系统设计和运用经验,铁路总公司提出了CTCS-1级列控系统的研制需求,该系统车载ATP设备将取代LKJ与机车信号对既有线列车的控制.本文以CTCS-1级ATP为主要研究对象,对比分析模块级冗余与系统级冗余方案下CTCS-1级ATP系统可靠性.根据CTCS-1级列控系统总体技术方案,构建模块级冗余与系统级冗余ATP可靠性框图,建立对应增强型贝叶斯网络(BN)模型.借助增强型BN正向推理,求解两种设计方案下ATP可靠性定量指标,评估两种设计方案的优劣.利用增强型BN模型逆向推理,求解列车超速防护(ATP)设备故障下基本单元条件失效概率,查找两种冗余设计方案的潜在薄弱环节.评估结果表明:两种方案下CTCS-1级ATP RAM指标均满足需求规范要求,但采用模块级冗余设计的CTCS-1级ATP RAM指标更优;外围冷备模块条件失效率明显高于其他模块,为CTCS-1级ATP的薄弱环节.     

三模冗余计算机联锁系统可靠性安全性分析

铁路运输事业的发展已经给车站联锁技术提出了更高的要求,随着计算机技术的飞速发展,以计算机为核心的联锁系统已得到了很大的发展和完善．对于计算机联锁系统来说,提高可靠性和安全性是非常重要的问题,利用计算机容错技术则是提高计算机联锁系统的可靠性和安全性的有效手段．