基于T-S动态故障树的离散时间贝叶斯网络分析方法

基于T-S动态故障树的离散时间贝叶斯网络分析方法

论文摘要

传统故障树和T-S故障树分析方法仅能描述静态逻辑关系。Dugan动态故障树分析方法不可以描述任意形式的静、动态逻辑关系,且通常需借助Markov链、Monte Carlo等方法求解,无法直接进行定量分析。T-S动态故障树分析方法克服了现有静、动态故障树分析方法的不足。利用T-S动态故障树和贝叶斯网络模型综合求解,可充分发挥两种方法在机理分析建模与推理计算求解的优势,为此,研究基于T-S动态故障树的离散时间贝叶斯网络分析方法,以及基于此的重要度与灵敏度分析方法。首先,研究T-S动态故障树分析方法。介绍T-S动态故障树的建造流程以及T-S动态门的描述规则,包括时间状态规则和事件发生规则,给出T-S动态门输入、输出规则算法。通过与马尔科夫链和蒙特卡洛方法求解Dugan动态故障树分析方法、T-S故障树分析方法三种方法进行对比,验证T-S动态故障树分析方法的可行性和简便性。其次,研究T-S动态故障树向离散时间贝叶斯网络的转化方法。介绍基于T-S动态故障树的离散时间贝叶斯网络有向无环图,给出离散时间贝叶斯网络条件概率表和叶节点故障概率及根节点后验概率算法,通过与T-S动态故障树分析方法对比,验证基于T-S动态故障树的离散时间贝叶斯网络分析方法的可行性。然后,针对系统中部件的重要性测度问题,提出离散时间贝叶斯网络重要度与灵敏度算法,包括风险重要度、改善函数、微分重要度及灵敏度。通过与静态贝叶斯网络重要度与灵敏度对比,验证所提算法的可行性和优越性,为不同工程应用条件下发现系统薄弱环节、改善系统可靠性提供依据。最后,用所提方法对混凝土泵液压系统进行可靠性分析,求得该系统的故障概率及各部件的概率重要度、关键重要度、风险重要度、改善函数、微分重要度以及灵敏度,并对结果进行分析,为混凝土泵液压系统的可靠性分析和系统薄弱环节的识别提供依据。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题研究背景及意义
  •   1.2 故障树分析方法研究现状
  •     1.2.1 静态故障树分析方法研究现状
  •     1.2.2 动态故障树分析方法研究现状
  •   1.3 贝叶斯网络分析方法研究现状
  •     1.3.1 静态贝叶斯网络分析方法研究现状
  •     1.3.2 动态贝叶斯网络分析方法研究现状
  •   1.4 课题来源
  •   1.5 研究思路与内容安排
  •     1.5.1 问题提出
  •     1.5.2 研究思路
  •     1.5.3 内容安排
  • 第2章 T-S动态故障树分析方法
  •   2.1 T-S动态故障树
  •     2.1.1 T-S动态门
  •     2.1.2 T-S动态门的描述规则
  •   2.2 T-S动态故障树算法
  •     2.2.1 输入规则算法
  •     2.2.2 输出规则算法
  •   2.3 T-S动态故障树分析方法验证
  •     2.3.1 与Markov链求解的Dugan动态故障树对比
  •     2.3.2 与 Monte Carlo方法求解的Dugan动态故障树对比
  •     2.3.3 与T-S故障树分析方法对比
  •   2.4 本章小结
  • 第3章 基于T-S动态故障树的离散时间贝叶斯网络分析方法
  •   3.1 基于T-S动态故障树的离散时间贝叶斯网络
  •     3.1.1 离散时间贝叶斯网络有向无环图
  •     3.1.2 离散时间条件概率表
  •     3.1.3 叶节点的故障概率
  •     3.1.4 双向推理算法
  •   3.2 基于T-S动态故障树的离散时间贝叶斯网络分析方法验证
  •     3.2.1 二态系统验证
  •     3.2.2 多态系统验证
  •   3.3 本章小结
  • 第4章 离散时间贝叶斯网络重要度与灵敏度
  •   4.1 根节点的重要度
  •     4.1.1 概率重要度
  •     4.1.2 关键重要度
  •     4.1.3 风险重要度
  •     4.1.4 改善函数
  •     4.1.5 微分重要度
  •   4.2 根节点的灵敏度
  •     4.2.1 静态贝叶斯网络灵敏度
  •     4.2.2 离散时间贝叶斯网络灵敏度
  •   4.3 重要度与灵敏度算法验证
  •     4.3.1 静态贝叶斯网络算法
  •     4.3.2 离散时间贝叶斯网络算法
  •   4.4 本章小结
  • 第5章 混凝土泵液压系统可靠性分析
  •   5.1 液压系统原理
  •   5.2 液压系统离散时间贝叶斯网络构造
  •   5.3 系统故障概率分析
  •   5.4 根节点后验概率分析
  •   5.5 重要度与灵敏度分析
  •     5.5.1 重要度分析
  •     5.5.2 灵敏度分析
  •   5.6 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 侯安农

    导师: 姚成玉

    关键词: 动态故障树,离散时间贝叶斯网络,重要度,灵敏度,可靠性分析

    来源: 燕山大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,数学,工业通用技术及设备

    单位: 燕山大学

    基金: 国家自然科学基金(液压系统运行可靠性的时变耦合非概率建模与融合现场状态信息的实时评估研究,编号:51675460)2017.01-2020.12,中国博士后科学基金(基于新型动态故障树的重型机械装备液压系统可靠性分析,编号:2017M621101)2017.11-2018.12,河北省自然科学基金(静液传动系统运行可靠性的时变耦合非概率建模与实时评估研究,编号:E2016203306),2016.01-2018.12

    分类号: TB114.3

    DOI: 10.27440/d.cnki.gysdu.2019.000983

    总页数: 91

    文件大小: 2952K

    下载量: 116

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于T-S动态故障树的离散时间贝叶斯网络分析方法
    下载Doc文档

    猜你喜欢