基于因果图的复杂系统可靠性研究

论文摘要

随着社会的不断发展和科学技术的进步,现代工业对可靠性的依赖越来越明显。可靠性分析技术可用于对设备进行定期检查,确定在役检查周期,并在设备故障时快速定位故障源,保证系统的正常运行,从而能够帮助工作人员制定应急或防范措施。本文以因果图理论为切入点,结合模糊数学理论和BP神经网络来分析和预测系统的可靠性。论文的主要工作如下:(1)对因果图的知识表达和计算方法进行简单的介绍,并结合实例证明了将因果图应用于系统可靠性分析的合理性和有效性。(2)在因果图的基础上引入模糊数,用于刻画现实世界中所存在的不确定性信息。首先简单介绍了三角模糊数及其算法,接着用模糊数刻画事件的发生概率,定义模糊门运算和模糊条件概率。通过对因果图进行定量分析,可以得到各事件发生的模糊条件概率,确定出对系统故障影响最大的事件以及导致中间事件发生的主要原因,据此对系统进行可靠性分析。最后在该方法的实施过程中,通过实例对此方法的操作步骤进行说明,并对比其他方法的结果,从而对该方法的可行性进行验证。(3)结合因果图与BP神经网络,提出了一种预测复杂系统可靠性的新方法,并用具体实例对该方法的操作步骤进行说明。首先利用因果图推理得出系统的可靠度,然后结合系统的特点建立BP网络模型,并根据系统的可靠度随着使用时间变化的历史数据,利用已建立的网络模型对数据进行分析处理,从而预测了未来某个时间系统的可靠性。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
•   1.1 研究背景
•   1.2 因果图理论及可靠性研究现状
•     1.2.1 因果图理论研究现状
•     1.2.2 可靠性研究现状
•   1.3 研究的主要内容及方法
•     1.3.1 研究的主要内容
•     1.3.2 研究的主要方法
•   1.4 本文的创新点
• 2 因果图理论
•   2.1 引言
•   2.2 因果图的知识表达
•   2.3 因果图的计算
•   2.4 因果图法的适用性
•   2.5 小结
• 3 基于因果图理论的系统可靠性分析
•   3.1 引言
•   3.2 建立因果图模型
•   3.3 基于因果图方法的可靠性分析
•     3.3.1 计算系统中间事件T的可靠度
•     3.3.2 带式输送机输送带系统的可靠性分析
•   3.4 小结
• 4 基于模糊因果图的系统可靠性分析
•   4.1 引言
•   4.2 模糊数学理论
•     4.2.1 三角模糊数
•     4.2.2 三角模糊数的运算法则
•   4.3 模糊因果图理论
•     4.3.1 模糊概率的计算
•     4.3.2 模糊条件概率
•   4.4 实例分析
•     4.4.1 地铁车门系统的可靠性分析
•     4.4.2 不同方法结果分析
•   4.5 小结
• 5 基于BP网络和因果图的系统可靠性预测
•   5.1 引言
•   5.2 BP神经网络简介
•     5.2.1 BP神经网络的基本理论
•     5.2.2 BP神经网络的结构及参数设定
•   5.3 BP神经网络的算法实现
•   5.4 实例分析
•   5.5 小结
• 6 结论与展望
•   6.1 结论
•   6.2 展望
• 参考文献
• 附录A：FMECA方法进行可靠性分析的相关内容
• 附录B：BP神经网络训练程序
• 附录C：作者攻读硕士学位期间发表论文及科研情况
• 致谢

文章来源

类型: 硕士论文

作者: 杨艺果

导师: 王洪春

关键词: 因果图,三角模糊数,可靠性分析,神经网络,预测模型

来源: 重庆师范大学

年度: 2019

分类: 基础科学

专业: 非线性科学与系统科学

单位: 重庆师范大学

分类号: N945.17

总页数: 52

文件大小: 2734K

下载量: 117