基于贝叶斯网络的系统可靠性共因失效模型

研究了应用贝叶斯网络建立共因失效系统可靠性模型的方法。应用所建模型,对典型系统进行了可靠性分析,并应用Monte-Carlo数字仿真方法进行了仿真计算。结果表明,模型的计算结果与传统的定性分析结果相吻合,且具有较高的计算精度,证明了该理论模型的正确性和有效性。     

共因失效系统动态可靠性模型

考虑共因失效相关性,在系统层运用应力-强度干涉模型建立了共因失效系统可靠性模型。在研究系统可靠性模型的基础上,建立了系统强度的累积分布函数和概率密度函数。采用泊松随机过程来描述载荷的作用过程,运用概率微分方程和全概率公式建立了强度随时间退化时的串联系统、并联系统以及k/n系统动态可靠性模型。以强度退化服从指数退化规律为例,研究了串联系统、并联系统以及k/n系统的可靠度和失效率随时间的变化规律。研究表明:系统的可靠度随时间逐渐降低,k/n系统的可靠度介于串联系统和并联系统之间;系统的失效率具有“浴盆”曲线的特征。     

基于贝叶斯网络的多状态共因失效系统可靠性分析

为提高多状态共因失效系统可靠性分析的准确性,降低计算的复杂性,将贝叶斯网络和β-因子模型引入到系统的可靠性分析中,提出一种基于贝叶斯网络的多状态共因失效系统可靠性分析方法。利用贝叶斯网络不确定性推理和图形化表达的特点,建立考虑共因失效的多状态系统可靠性分析模型,通过β-因子模型对共因失效进行定量分析,充分考虑共因失效与系统部件间的逻辑关系,引入共因失效率构建考虑共因失效的可靠性评估模型。以柴油机冷却系统的共因失效分析为例进行验证,结果表明提出的方法可以对系统的共因失效问题进行清楚地表达,不需要计算最小割集,适用于复杂机械系统共因失效的研究。     

考虑共因失效的系统可靠性模型

不考虑共因失效的影响,求出系统的可靠度表达式,然后将该表达式转化成包含共因信息的可靠度表达式。在模型推导的过程中,直接从系统的失效过程入手,假定构成系统的各元件在独立失效情况下其寿命具有相同的概率分布,构成系统的元件存在多种失效过程,各失效过程相互独立,并服从泊松分布,从系统中某一指定元件的可靠度推广到某指定m个元件均完好的概率。算例解释了该理论模型的使用过程,并将典型系统--串联、并联以及串并联系统的计算结果与不考虑共因失效时系统的可靠度相比较。结果表明,模型的计算结果与传统的定性分析结果相吻合,证明了该理论模型的正确性。     

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。     

考虑载荷作用次数的共因失效零部件可靠性模型

研究了共因失效这种失效相关性以及随机载荷作用次数对零部件可靠性的影响,指出共因失效不仅存在于系统中而且也存在于具有多种失效模式的机械零部件中。在不作零部件各失效模式相互独立假设的前提下,直接运用载荷-强度干涉模型和顺序统计量理论建立了多种失效模式下随机载荷多次作用时的零部件可靠性模型。以齿轮的可靠度计算为例,研究了零部件可靠度随载荷作用次数的变化规律。并运用Monte Carlo方法进行了仿真实验,验证了模型的正确性。     

考虑共因失效的机械零部件可靠性模型

共因失效作为相关失效的一种重要形式,普遍存在于机械零部件和系统的失效中.研究了机械零部件中由载荷所引起的相关失效现象,分析了相关失效产生的原因,运用应力-强度干涉模型,建立了存在多种失效模式的机械零部件可靠性模型,并运用该模型对齿轮的可靠度进行了实例计算.     

考虑共因失效的多状态系统可靠性分析模型

基于发生函数法建立了舍共因失效的多状态系统可靠性分析模型,通过改进的发生函数法求取多状态不可修串并联系统的可靠度函数。具体分两个步骤：第一步,先不考虑共因元件组的影响,用发生函数表示系统的性能分布;第二步,在“系统层”对共因元件组元件各状态信息进行分析,再用分析结果对系统发生函数进行修正,最终得到系统可靠度函数。     

系统共因失效概率分析的非经验模型

根据载荷强度干涉理论,探讨了系统共因失效发生及作用机理,揭示了元件强度统计独立时由系统共因载荷引发元件失效相关的基本规律。采用相关系数建立了共因载荷随机变量方差、元件强度随机变量方差以及失效相关程度之间的近似关系,并导出系统共因失效概率定量分析的非经验模型。针对系统低阶共因失效数据已知而系统载荷分布及元件强度分布未知的现实条件,提出了计算系统共因失效概率的实用方法。该模型与方法直接体现了共因失效内在机理,克服了传统模型过多依赖历史数据或主观经验而忽略共因失效发生及作用规律的局限,为冗余系统风险数据分析、概率预测,特别是可靠性设计提供了新途径。     

系统共因失效分析及其概率预测的离散化建模方法

通过系统层的载荷-强度干涉分析,展示了零件可靠度(或失效概率)的属性、精细结构及其与载荷／强度分布特性之间的关系,分析了传统的零件可靠性干涉分析过程中发生的系统可靠性信息损失问题以及无法通过传统的零件可靠度参数构建一般系统(具有失效相关性的非独立失效系统)可靠性模型的原因。从数学原理方面探讨了载荷-强度作用机制和冗余系统存在“共因失效”这种失效相关性的原因和建立冗余系统共因失效概率模型的方法。最后,建立了能根据系统的有限失效数据预测系统任意阶失效概率的离散化的系统失效概率模型。     

基于随机失效序列的制造系统动态可靠性分析

制造系统的动态可靠性不仅取决于系统零部件的失效模式,还与零部件的失效顺序密切相关。针对现有随机失效序列可靠性研究方法的不足,利用Petri网对动态系统的描述能力,将Petri网应用于动态可靠性及失效序列分析中。以系统Petri网模型为基础构造可达树,基于可达树得到系统所有可能的失效序列,给出了失效序列事件发生概率的计算方法,通过计算失效序列的发生概率求解系统动态可靠性指标。最后,以一制造单元实例验证方法的有效性。     

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。     

基于改进RBF神经网络的动态测量误差预测方法

该文针对传统的RBF神经网络预测方法的局限性，引入次胜者受惩（RPCL）算法和递归正交最小二乘算法（ROLS），进行了动态测量误差实时预测算法的研究。理论分析和预测实例表明，该方法预测精度明显高于传统的方法，具有很强的学习与泛化能力，在处理动态测量误差序列的预报问题和提高动态测量精度方面具有很高的应用价值。