共查询到20条相似文献,搜索用时 78 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
针对复杂机械系统,提出了基于Copula贝叶斯网络(CBN,Copula Bayesian Network)模型的可靠性分析方法。由于复杂机械系统变量多,相互之间存在相关性,传统可靠性方法在相关性和推理性分析存在不足,而CBN模型兼有Copula函数和贝叶斯网络的优点,在考虑变量之间相关性的同时,能够依据贝叶斯网络进行可靠性概率推断。将BN转换成CBN拓扑结构,通过各个节点的边缘分布以及相关系数矩阵,构建局部t-Copula函数,实现多变量高维度表现,并利用网络的推断能力,通过已知节点失效概率推导其他节点失效概率。最后以海工平台双啮合抬升减速器为研究对象,构建CBN模型,得到各个节点之间相关结构,并进行概率推断,得到减速箱失效概率,计算结果与传统BN模型方法相比趋于保守,在实际工程上更偏安全。 相似文献
5.
6.
为精准预测复合双轴转台精度,分析了多因素对系统精度影响规律。利用复合双轴转台统计系统实验数据,学习构建以内轴精度、外轴精度、自准直精度和待检编码器精度为主要节点的贝叶斯网络结构;在Netica中建立系统精度推理模型,并通过证据敏感性分析和平均绝对误差(MAE)分析验证贝叶斯网络(BN)模型的有效性;运用自学习贝叶斯网络的概率推理,分析主要目标节点各变量的后验概率变化,对系统精度变化规律进行原因诊断和支持解释。研究结果表明:复合双轴转台精度自学习BN模型能够实现系统精度准确推理预测,系统精度超差的MAE值基本稳定在5%以内,且角度间隔0.125°和时间间隔20 s为系统最优控制参数,为贝叶斯网络技术在复合双轴转台精度推理中的应用提供了参考。 相似文献
7.
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。 相似文献
8.
为了对复杂动态系统部件进行有效的重要度分析,在构建基于事件树-动态故障树(ET-DFT)的概率安全评价模型的基础上,把ET-DFT模型映射为离散时间贝叶斯网络(DTBN),给出各静态和动态逻辑门向DTBN转化的方法以及各逻辑门条件概率表的计算方法。利用DTBN节点的独立性和双向推理功能,给出ET-DFT分层模型FV、RRW、BM和RAW等重要度的计算方法。数控机床液压系统应用实例的分析验证结果表明,基于离散时间贝叶斯网络的复杂机械系统重要度计算方法既能有效得到元件在各时间区间内的重要度,又能准确求出系统故障时各元件在各时间区间的故障概率以及某元件在某时间区间故障时各节点的故障概率。 相似文献
9.
结合信息系统结构的特点和信息安全评估标准,建立了一个信息安全层次结构模型;结合贝叶斯网络由节点、有向边、节点概率分布构成的特点,将信息安全层次结构模型转换为贝叶斯网络模型,建立了信息安全贝叶斯网络模型;运用层次分析法对信息安全贝叶斯网络模型进行节点权重系数计算,并对系统信息安全指标进行评估分析。 相似文献
10.
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。 相似文献
11.
基于多传感器的智能火灾报警器的设计 总被引:1,自引:0,他引:1
同时采用烟雾传感器,温度传感器和火焰传感器来探测火灾现场。使用神经网络对多个传感器探测到的数据进行处理和识别。仿真结果表明。该多传感器的智能火灾报警器能够比较准确的识别火灾信号。准确性较高。误报率较低。 相似文献
12.
13.
目前火灾报警系统逐步向智能化、网络化方向发展。文中介绍了一种多点测量火灾报警系统。以数字温度传感器为探测器,以AT89C51为数据处理核心,并连接PC机作为上位监控系统。文中对数字温度传感器中便笺式存储器读取的9字节数据进行了详细说明,对温度数据格式与数据处理进行了描述。阐述了在程序设计时实现温度测量需要完成的步骤。给出了可组网的火灾报警系统连接图和在液晶显示器上的温度数据显示。火灾报警系统有良好的扩展性而且组网方便。 相似文献
14.
15.
介绍了CRH3型动车组火灾报警系统。详细分析了火灾报警系统的组成、功能及控制逻辑。针对火灾报警系统几种常见的故障案例,给出了行之有效的解决方案。 相似文献
16.
张学军 《仪表技术与传感器》2011,(1)
将BP神经网络与数据融合理论中的D-S证据有机融合,提出一种决策级火灾报警识别方法.通过模拟实际输入信号的仿真结果发现,将BP神经网络和D-S证据理论相结合的多传感器数据融合技术,可以显著提高火灾的识别能力,有效降低火灾误报率,而且该系统具有良好的适应性,达到了预期效果. 相似文献
17.
18.
设计的智能住宅,安防报警系统采用AT89C51单片机为核心控制器,可同时检测放置在多个重点位置(如门、窗等)的传感器信号.当被测监点有盗情、燃气泄露或火灾等事故发生时,传感器将警情信号传给系统,在系统给出声光报警的同时,通过现有固定电话网向预先设定的号码台或人(如110,119等其他号码)实现自动拨号报警。 相似文献
19.
WL—1型多路火灾报警系统 总被引:1,自引:0,他引:1
本文介绍由8031单片机为核心构成的WL-1型火灾报警系统。该系统由集中火灾报警器及区域火灾报警器组成,具有结构简单,工作可靠,功能完善,造价低廉,实用等特点。 相似文献