基于贝叶斯网络水下采油树系统泄漏风险分析

为研究水下采油树系统油气泄漏问题,预防重大安全事故的发生,利用故障树与贝叶斯网络相结合的方法,建立水下采油树系统泄漏事件的贝叶斯模型,实现对系统的风险评估。融合先验数据和贝叶斯理论,计算出系统故障的概率分布,并计算底事件的重要度因子,找出系统相对薄弱环节,实现对水下采油树系统泄漏事故风险的分析。研究结果表明:采用故障树模型和贝叶斯理论的方法,可以有效地克服传统故障树分析的局限性,而且分析结果与历史统计经验吻合,验证了贝叶斯网络方法在评估采油树系统泄漏风险分析方面的可行性。     

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。     

基于模糊贝叶斯网络的多态系统可靠性分析及在液压系统中的应用

为使贝叶斯网络能够对模糊信息和不确定信息进行处理,提出一种新的基于模糊贝叶斯网络的多态系统可靠性分析方法。该方法将模糊集合理论引入到贝叶斯网络可靠性分析中,考虑部件故障状态、部件故障率的模糊性以及部件间故障逻辑关系的不确定性,使贝叶斯网络具有处理模糊信息的能力。该方法采用模糊数描述系统和部件的故障状态,利用模糊子集描述部件的故障率,运用贝叶斯网络的条件概率表描述部件间的不确定联系。该方法应用到载重车液压悬架系统的可靠性分析实例中,分析结果表明该方法在进行系统可靠性分析时能够充分利用系统的模糊信息和不确定信息,从而提高系统可靠性分析的效率。     

基于模糊贝叶斯理论的汽车起重机起升系统可靠性分析

针对汽车起重机起升液压系统可靠性的问题,提出了基于模糊集理论、T-S模糊故障树和BN网络相结合的系统可靠性分析方法。将T-S模糊故障树转化为BN(贝叶斯)网络,运用模糊集理论,利用专家对基本事件的主观评价转化为模糊数,得到精确失效概率。通过BN网络的双向推理计算能力,得到顶事件发生概率,各基本事件的后验概率及其重要度。通过对汽车起重机起升系统分析,发现系统薄弱环节,全面高效的对系统进行可靠性分析。     

深水采油树生产回路运维可用性分析

深水采油树生产回路作为水下油气开采的生产通道，将水下油井中的油气汇集到水下管线中，最后运送到海洋平台，其可用性会严重影响整套水下油气生产系统的工作效率，但目前很少有文献或报道对采油树生产回路的运维可靠性和可用性进行相关描述。针对深水采油树生产回路的运维可靠性评估问题，开展复杂环境下系统退化时变性的维修干预影响研究，提出基于随机Petri网的运维可靠性分析方法，解决深水采油树生产回路可靠性分析过程中多种失效模式同时发生的爆炸性问题；研究深水采油树生产回路的复杂失效模式，揭示不同故障对系统可靠性和可用性的影响规律；通过OREDA失效数据库验证所建立模型评估结果的准确性。结果表明：所提出的方法可以有效评估深水采油树生产系统运维可靠性和可用性，并验证当失效率为10^-6、10^-5和10^-4时，系统平均维修时间分别为1.84、7.57、131.07 h，满足OREDA失效率维修数据。     

[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。     

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。     

机械结构系统模糊可靠性分析的数字计算方法

基于模糊可靠性问题向随机可靠性问题的数学转换,提出了应力和强度均为模糊变量时机械结构模糊可靠性分析的数字计算模型,在该模型中与截集水平对应的模糊应力和模糊强度首先被转化为普通的区间,然后在该普通区间上引入合适的概率分布,即可采用随机可靠性模型得到与截集水平对应的模糊失效概率,以此模糊失效概率为被积函数,以模糊应力的截集水平和模糊强度的截集水平为两个积分变量进行二重积分,并以0和1作为两个截集水平的积分限,即可得到机械结构系统的模糊失效概率。在所提方法的基础上,还提出了同时考虑基本变量模糊性和失效/安全域模糊性的失效概率计算公式。所提方法与模糊线性回归相结合,可用于计算具有多个基本模糊变量的机械结构系统的模糊失效概率。     

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。