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

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。     

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。     

贝叶斯网络在液压系统可靠性分析中的应用

贝叶斯网络具有双向推理功能,不但可以计算系统的可靠性指标,而且还能进行故障诊断的反向推理。通过与或门故障树算例验证了贝叶斯网络正向推理方法与故障树分析方法的计算结果是相同的。将贝叶斯网络应用于塔式起重机液压系统可靠性分析中,建立故障树并将其转化为贝叶斯网络,利用桶排除法计算出顶事件发生概率,利用反向推理求得各部件在顶事件故障发生条件下的后验概率,得到系统薄弱环节,为提高系统可靠性提供依据。     

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。     

模糊贝叶斯网络在启动系统可靠性中的应用

飞机涡轮风扇发动机的组成结构极其精密复杂,且启动系统的健康状态对发动机的影响尤为重大,因此对发动机启动系统的可靠性评估不管是对航空工程的安全性和稳定性,都有着举足轻重的作用。为提高系统可靠性分析的准确性,将原始故障数据进行梯形模糊处理,并结合专家经验进行两种重要度分析和后验概率计算,完成对涡扇发动机启动系统可靠性评估的建模。通过实例验证,对某型航空涡扇发动机的启动系统进行可靠性评估,计算系统中各组件的不同状态对启动系统产生的影响及其重要程度,找出系统易出故障的薄弱环节,为提高整个发动机系统的安全性和可靠性寻找思路与方法。     

装配可靠性的动态贝叶斯网络建模与分析

为了提高产品的整机可靠性,提出了可靠性驱动的装配技术(reliability driven assemblytechnology,RDAT)的概念。根据可靠性要求,首先利用结构分析和设计技术(structured analysis anddesign technique,SADT)对所装配产品进行功能分析,得到"元动作"粒度的SADT模型。然后采用具有时间特性的动态贝叶斯网络对RDAT进行了建模,将"元动作"级别的SADT模型转化为相应的动态贝叶斯网络模型。最后以某加工中心的托盘交换架进行实例分析,在装配产品和功能动作为多态系统的情况下,验证了该建模与仿真方法的有效性。     

基于T-S故障树和贝叶斯网络的模糊可靠性评估方法

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。     

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T-S模糊故障树和贝叶斯网络的多态液压系统可靠性分析

为解决T-S模糊故障树分析方法在液压系统可靠性分析过程中运算复杂和只能单向推理的问题,提出一种基于T-S模糊故障树与贝叶斯网络的多态系统可靠性分析方法。根据给出的T-S模糊故障树向贝叶斯网络转化的方法确定贝叶斯网络的模型结构与条件概率表,利用贝叶斯网络的推理算法计算顶事件发生概率、事件后验概率以及底事件重要度。该方法既能进行计算系统可靠性指标及重要度的前向推理,又能进行故障诊断的反向推理,而且计算公式简单。最后通过900t提梁机液压驱动系统工程实例验证了算法的可行性与有效性。     

基于动态贝叶斯网络的天线俯仰系统可靠性评估

采用动态贝叶斯网络(DBN)理论评估雷达天线俯仰系统可靠性,并识别系统可靠性薄弱环节。首先采用结构化分析与设计技术(SADT)分析俯仰系统,构建系统的功能模块。通过对功能模块的故障模式及影响分析(FMEA),确定各功能部件可能存在的故障模式、故障原因以及影响。在上述工作基础上,建立俯仰系统DBN模型,通过正向推理评估系统可靠度演变规律,利用逆向推理识别系统可靠性薄弱部件。案例研究表明:分析结果与工程实际相吻合,为此类系统可靠性增长提供了理论依据。     

[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。     

数控机床全生命周期重要性测度分析

引入可靠性重要性测度进行探索分析,通过分段威布尔模型确定机床早期故障期和偶然故障期的分界点,在此基础上建立各子系统可靠性动态重要性测度模型;对早期故障期和偶然故障期子系统及整机的故障次数和故障停时进行统计分析,获得子系统失效临界重要性测度和子系统运行临界重要性测度;基于时间变化的观点对比分析三种重要性测度在早期故障期和偶然故障期确定关键子系统的差别,阐明单独采用失效临界重要性测度（故障次数）分析确定关键子系统的片面性。数控机床关键子系统的确定可为设计人员有针对性地采取纠正措施以提高数控机床可靠性和维修人员制定维修策略提供依据。     

基于贝叶斯网络和理想解动态群决策的故障诊断方法

为综合利用多属性信息和历次故障搜索结果反馈信息进行故障诊断,提出一种基于贝叶斯网络和理想解动态群决策的故障诊断方法。以砼泵分配阀液压系统为例,利用贝叶斯网络对系统进行分析并求解根节点的后验概率和关键重要度;根据本次诊断成功与否对下次最优搜索决策影响程度的大小,定义出启发函数求解启发式信息价值;考虑后验概率、关键重要度和启发式信息价值等因素,利用基于熵权的理想解法求取搜索方案的群体理想解和逆理想解,得到故障搜索最佳方案;考虑历次故障搜索最佳方案对当前搜索方案的影响,最终求得故障搜索的最佳方案序列。该方法克服了单属性决策和群决策方法的不足,提高了故障诊断的可行性和诊断效率。       

液压系统常见振动与噪声的分析与解决措施

本文分析了液压系统常见振动与噪声产生的基本机理,同时对防止或减小振动与噪声提出了相应措施。     

贝叶斯网络理论及其在设备故障诊断中的应用

在分析机电设备故障诊断技术中广泛存在的不确定性和复杂关联关系的基础上，指出目前的故障诊断方法在处理不确定性和关联性问题时存在的局限性，提出了应用基于概率理论和图论的贝叶斯网络作为设备故障诊断模型具有很好前景的观点。阐述了贝叶斯网络的提出与发展、模型数学描述及研究现状，讨论了贝叶斯网络在故障诊断领域应用的可能方式及其应用情况。指出贝叶斯网络技术在故障诊断领域中的应用将进一步得到推广，提出了将贝叶斯网络广泛应用到故障诊断领域中需要解决的关键技术。     

基于贝叶斯运行模态分析法的砂轮架动态特性分析

为了研究砂轮架的固有模态和在工作环境中的谐波模态,运用贝叶斯理论和运行模态分析相结合的模态参数识别技术--分步测试的贝叶斯运行模态分析法对环境状态下的砂轮架进行模态识别,获得了结构的动态特性,包括固有频率、振型以及阻尼特性等,并对外激励和预测误差水平以及信噪比进行了评估;将该模态识别结果与传统试验模态分析结果进行对比,验证了贝叶斯运行模态分析法的应用可行性;进一步在工作环境下对砂轮架进行了振动测试,对比开机前的模态识别结果和开机后砂轮架的功率谱密度图,成功地区分出砂轮架的固有模态和实际工作环境中由结构周期激励引起的谐波模态。