基于T-S故障树和贝叶斯网络的模糊可靠性评估方法

针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法:利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运输车液压系统进行模糊可靠性评估,计算根节点状态重要度等可靠性指标,为提高系统可靠性和进行故障诊断提供依据。     

空间索杆铰接式伸展臂动态故障树建模及其可靠性评估

由于空间索杆铰接式展臂伸机构复杂,部分失效过程出现动态特性,如冗余备份以及功能相关性等,故采用基于离散时间贝叶斯网络的动态故障树分析方法对伸展臂系统进行可靠性评估。首先分析逻辑门向离散时间贝叶斯网络的转化方法,建立逻辑门的贝叶斯网络模型以及相关事件的条件概率分布。根据上述转换原理,将空间索杆铰接式伸展臂的动态故障树转化为对应的离散时间贝叶斯网络模型,最后利用贝叶斯网络推理计算伸展臂系统的失效概率以及各失效模式的后验概率,实现对其可靠性的评估。     

考虑共因失效的新型连续时间动态 贝叶斯网络可靠性分析方法

现代系统失效行为复杂,动态性与相关性并存。首先为直观准确地刻画分析系统中的动态失效行为,提出新型连续时间动态贝叶斯网络分析方法,利用节点时序条件概率表刻画事件关系,进而提出基于节点时序条件概率表规则执行度与冲激函数抽样性质的子节点故障概率、根节点后验概率及重要度的计算方法;进一步,针对共因失效引起的系统相关性失效行为,提出考虑共因失效的新型连续时间动态贝叶斯网络分析方法,解决系统失效逻辑动态性和相关性的重叠问题。通过与贝叶斯网络、离散时间动态贝叶斯网络分析方法、Markov链、Monte Carlo法对比,验证所提方法的可行性与优越性。最后,对动态失效相关系统进行可靠性分析,结果表明,本文方法能够直观有效地刻画动态性与相关性失效行为,得到准确的系统可靠性指标,考虑共因失效相比于忽略共因失效,在任务时间为5×10~6 h时能够提高系统29%的可靠性分析精度,更加符合实际。     

一种新型动态贝叶斯网络分析方法

为充分发挥T-S动态故障树和动态贝叶斯网络分别在分析建模与推理计算方面的优势，提出了一种新型动态贝叶斯网络分析方法--基于T-S动态故障树的动态贝叶斯网络分析方法。将T-S动态故障树转化为动态贝叶斯网络有向无环图，再将T-S动态门及其描述规则转化为动态贝叶斯网络条件概率表，进而提出了正向推理叶节点失效概率、反向推理根节点后验概率和求解根节点概率重要度、关键重要度、风险业绩值、风险降低值、微分重要度与灵敏度的新型动态贝叶斯网络算法。通过与基于Dugan动态故障树的动态贝叶斯网络分析方法和静态贝叶斯网络分析方法对比，验证了所提方法的可行性。最后，用所提方法对液压缸同步系统进行可靠性分析，计算得到系统失效概率、根节点后验概率、重要度与灵敏度，为提高系统可靠性和进行故障诊断提供依据。     

区间三角模糊多态贝叶斯网络可靠性分析方法研究

针对传统系统可靠性分析方法在处理模糊信息方面的不足,建立了基于区间三角模糊贝叶斯网络的多态系统可靠性分析方法。通过区间三角模糊子集来描述根节点故障率;基于区间三角模糊子集,构建了区间三角模糊多态贝叶斯网络模型;研究了区间三角模糊多态贝叶斯网络可靠性分析算法,给出了求解叶节点故障模糊可能性与去模糊根节点后验概率的计算方法。最后,对塔机倾覆事故进行了可靠性分析,验证了该方法的有效性。     

基于贝叶斯网络的复杂系统多态可靠性分析

为了评估多态复杂系统的可靠性,识别系统中的薄弱环节,提出了一种基于贝叶斯网络的多态系统可靠性评估方法。在运用故障树进行分析的基础上进一步将故障树映射为贝叶斯网络。考虑到部件故障状态以及部件间故障逻辑关系的不确定性,该方法运用贝叶斯网络的条件概率描述部件间的不确定联系,采用三状态节点来描述系统和部件不同的故障状态,融合各验前信息计算各底事件和顶事件的发生概率,分析各个底事件对系统整体可靠性的影响,并计算各事件的重要度指标,通过分析查找系统的薄弱环节,以应用实例对提出方法的可靠性进行了验证。     

基于证据理论和贝叶斯网络的液压驱动系统可靠性分析

为解决因结构复杂、数据缺乏、人的认知水平不足等导致液压系统存在不确定性,以及液压系统存在多性能、多故障状态等多态性问题,提出了液压系统证据理论和贝叶斯网络相结合的可靠性分析方法。证据理论能够很好地处理不确定信息,利用证据理论的似然概率和信任概率描述根节点的失效可能性区间,解决根节点的故障概率存在不确定性及不易精确获取的问题;利用贝叶斯网络描述系统多态性,运用其推理算法给出了叶节点故障概率区间、根节点重要度区间以及根节点的灵敏度区间的计算方法。将该方法运用到工程机械液压驱动系统中,通过分析表明该方法能够有效地描述不确定性及多态性问题。     

[轨道交通运维技术]基于离散时间贝叶斯网络的列控中心可靠性分析

针对动车组列控中心在实际工作环境中的故障同时具有多态性和动态性的问题,提出一种依据列控中心各单元的功能逻辑关系来建立离散时间贝叶斯网络的分析方法。归纳部件的多种故障模式并描述列控中心故障的多态特性,采用EM算法优化更新条件概率表;针对列控中心动态失效问题,建立动态贝叶斯网络模型,将一次任务划分为启动、运行、制动三个阶段,在各个阶段通过重要度和敏感性对该模型进行可靠性分析。最后,以CTCS-2级列控系统的列控中心为例,对该离散时间贝叶斯网络模型进行验证和分析,结果表明该方法能够很好地表征列控中心的多态性和动态性。     

基于离散时间贝叶斯网络的列控中心可靠性分析

针对动车组列控中心在实际工作环境中的故障同时具有多态性和动态性的问题,提出一种依据列控中心各单元的功能逻辑关系来建立离散时间贝叶斯网络的分析方法。归纳部件的多种故障模式并描述列控中心故障的多态特性,采用EM算法优化更新条件概率表;针对列控中心动态失效问题,建立动态贝叶斯网络模型,将一次任务划分为启动、运行、制动三个阶段,在各个阶段通过重要度和敏感性对该模型进行可靠性分析。最后,以CTCS-2级列控系统的列控中心为例,对该离散时间贝叶斯网络模型进行验证和分析,结果表明该方法能够很好地表征列控中心的多态性和动态性。     

基于故障树贝叶斯网络的液压启闭机故障诊断方法

针对液压启闭机设备专业性强,故障原因复杂等特点,该研究提出了一种基于故障树建立贝叶斯网络的故障诊断方法。首先建立了液压启闭机系统的故障树,然后将故障树转化为贝叶斯网络,计算出顶事件的发生概率并运用贝叶斯网络推理对可能造成故障的原因进行重要度分析,实例表明该方法能有效克服传统故障树分析法的局限性。     

基于概率-非概率混合模型和贝叶斯网络的汽车起重机起重臂屈曲可靠性分析

汽车起重机使用中因起重臂结构失效而导致事故频发,这造成严重经济损失和人员伤亡。因此,提出利用概率-非概率理论和贝叶斯网络对起重臂结构进行可靠性分析,针对起重臂屈曲计算中的区间变量和随机变量,建立概率-非概率混合模型,计算不同条件下臂架发生屈曲失效的概率,利用贝叶斯网络模型计算各失效原因的重要度,最后通过实例分析验证了方法的有效性,为起重臂基于可靠性的设计提供依据。     

基于T-S模糊故障树和贝叶斯网络的多态液压系统可靠性分析

为解决T-S模糊故障树分析方法在液压系统可靠性分析过程中运算复杂和只能单向推理的问题,提出一种基于T-S模糊故障树与贝叶斯网络的多态系统可靠性分析方法。根据给出的T-S模糊故障树向贝叶斯网络转化的方法确定贝叶斯网络的模型结构与条件概率表,利用贝叶斯网络的推理算法计算顶事件发生概率、事件后验概率以及底事件重要度。该方法既能进行计算系统可靠性指标及重要度的前向推理,又能进行故障诊断的反向推理,而且计算公式简单。最后通过900t提梁机液压驱动系统工程实例验证了算法的可行性与有效性。     

多维动态贝叶斯网络及其重要度分析方法

贝叶斯网络分析方法是可靠性分析的重要方法,但传统贝叶斯网络分析方法局限于分析单因素影响,当系统可靠性受多因素影响时会产生较大分析偏差。为此,提出多维动态贝叶斯网络分析方法,借助单位阶跃函数与冲激函数进行贝叶斯网络时间连续化构造,建立根节点受多因素影响时系统的失效概率分布函数。在此基础上,对传统重要度分析方法进行多维扩展,提出多维动态贝叶斯网络重要度分析方法。通过对斗轮机张紧机构液压系统进行工程实例分析,并与离散时间贝叶斯网络分析方法分析结果对比,验证了多维动态贝叶斯网络及其重要度分析方法的可行性和优越性,为系统改进与薄弱环节识别提供了更为准确的量化依据。     

基于贝叶斯网络的垃圾压块机可靠性分析

针对垃圾压块机的工作可靠性问题,对垃圾压块机的压缩机构进行了分析,将贝叶斯网络应用到液压系统可靠性分析之中。提出了贝叶斯网络的概念与公式,给出了贝叶斯网络的构建方法,采用基于图形结构精确推理方法,建立了压缩机构的贝叶斯网络。通过手册查阅了各液压元件发生故障的概率,最后结合贝叶斯网络求得了系统发生故障的概率。研究结果表明,该液压系统发生故障的概率为0.057 4,换向阀发生故障的概率为0.252。通过建立贝叶斯网络,求得极易发生故障部件概率的方法,直观地表示出了该系统故障的因果关系,找到了系统的薄弱环节,提高了系统的可靠性。     

复杂机械系统故障分析模型研究

将动态故障概率与面向对象贝叶斯网络(OOBN)相结合,在系统结构功能关系和故障模式影响分析(FMEA)的基础上,建立一种适合于复杂机械系统的动态面向对象贝叶斯网络(DOOBN)故障分析模型,该方法考虑了组件故障概率随时间的变化及组件可靠性退化对系统功能状态的影响,诊断模型具有层次性、动态性,利用该模型可以方便的对复杂系统进行故障传播的分析和关联故障的定位。在ISG-发动机上的应用表明该方法既可以简化系统的故障分析模型,又使模型描述更符合系统的实时状态。     

凸模型T-S故障树及重要度分析方法

针对故障数据缺乏、故障机理复杂多样等原因导致T-S故障树底事件的失效可能性具有不确定性的问题,以及概率和模糊T-S故障树以及布尔逻辑门故障树适用性的不足,提出凸模型T-S故障树及重要度分析方法：将区间模型引入到T-S故障树分析方法中,利用区间模型描述底事件的失效可能性,提出区间T-S故障树分析方法,解决底事件的失效可能性不易精确获取的问题;在此基础上,引入超椭球模型来界定不确定性参量的取值范围,进而提出超椭球T-S故障树分析方法,解决区间T-S故障树在进行可靠性分析时,分析结果相对保守的问题;进而,定义凸模型T-S故障树的重要度指标,为找到系统的关键环节提供依据;求解出上级事件的失效可能性、底事件的T-S凸模型重要度和T-S凸模型关键重要度,通过与凸模型布尔逻辑门故障树、T-S故障树进行对比,验证所提方法的可行性。最后,给出了组合导航系统可靠性分析实例。     

贝叶斯网络在火灾报警系统中的应用

在火灾报警系统中火灾概率分析存在不确定性因素问题,为此文章提出用贝叶斯网络对火灾概率进行分析。首先通过分析火灾燃烧原理,得到火灾概率与燃烧过程产生的物化特征之间的内在逻辑关系;在定义火灾燃烧特征参量作为贝叶斯网络节点变量的基础上,创建了基于Netica的火灾报警系统贝叶斯网络模型。通过概率推理和对节点的证据敏感性分析,验证了利用贝叶斯网络模型对火灾发生概率进行分析是可行的、有效的。     

模糊多态贝叶斯网络在冗余液压系统可靠性分析中的应用

为解决传统方法在状态多样化且精确故障率难以获得的复杂冗余系统的可靠性分析中的局限性,提出一种改进的基于模糊多态贝叶斯网络的可靠性分析方法。该方法基于二态故障树来构建多态贝叶斯网络结构,利用模糊数描述根节点故障率,结合工程经验构造出体现冗余系统及单元多态性和多态节点故障间不确定逻辑关系的条件概率表。通过理论推算得到系统故障概率与可靠度、后验概率计算及根节点重要度的分析过程,并将其应用到船舶推进器液压系统可靠性分析实例中,结果表明该方法能较好地满足冗余系统可靠性评估、已知当前状态时的系统故障预测和实施关键单元可靠性增长的实际需要,对类似系统可靠性研究具有参考价值。     

从故障树到故障贝叶斯网映射的故障诊断方法

针对传统的故障树分析方法在复杂系统故障诊断中存在的局限性,论文在定义了故障贝叶斯网及其概率计算的基础上,建立了故障树事件与贝叶斯网结点、故障树逻辑门与贝叶斯网概率分布之间的映射关系,详细研究了将故障树映射为故障贝叶斯网的转变性质,以及利用映射故障贝叶斯网进行故障诊断过程.最后以一种飞机雷达系统故障诊断为例验证了本文所提出的方法.     

基于模糊概率贝叶斯网络的起重机械制动器可靠性分析

针对传统的故障树(FAT)可靠性分析方法,提出了一种基于模糊概率与贝叶斯网络(BN)相结合的分析方法。文中的BN模型通过FAT模型得到,根据专家综合评定BN模型中每一个根节点的语言变量,得出每一个根节点发生故障的精确概率。通过BN模型的正逆互推原理算出每一个叶节点的失效概率和每一个根节点的后验失效概率,进一步进行每个根节点重要度分析。最后通过该方法对桥式起重机用制动器的可靠性分析,发现其具有很高的分析效率。