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。     

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...     

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。     

[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。     

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。     

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。     

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。     

基于故障树贝叶斯网络的液压启闭机故障诊断方法

针对液压启闭机设备专业性强,故障原因复杂等特点,该研究提出了一种基于故障树建立贝叶斯网络的故障诊断方法。首先建立了液压启闭机系统的故障树,然后将故障树转化为贝叶斯网络,计算出顶事件的发生概率并运用贝叶斯网络推理对可能造成故障的原因进行重要度分析,实例表明该方法能有效克服传统故障树分析法的局限性。     

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。     

基于贝叶斯网络的复杂系统故障诊断

系统结构和部件关系复杂、试验费用昂贵是小样本下基于不确定性信息的决策问题。针对其特点，建立了基于贝叶斯网络的复杂系统故障诊断模型，并提出采用Leaky Noisy-OR模型来降低数据需求量和计算复杂度。经研究表明，这种方法能综合利用各种来源信息，具有知识表达明确、样本需求量小、故障诊断准确度高等特点，可为复杂系统故障诊断提供决策支持。     

基于贝叶斯网络的复杂系统多态可靠性分析

为了评估多态复杂系统的可靠性,识别系统中的薄弱环节,提出了一种基于贝叶斯网络的多态系统可靠性评估方法。在运用故障树进行分析的基础上进一步将故障树映射为贝叶斯网络。考虑到部件故障状态以及部件间故障逻辑关系的不确定性,该方法运用贝叶斯网络的条件概率描述部件间的不确定联系,采用三状态节点来描述系统和部件不同的故障状态,融合各验前信息计算各底事件和顶事件的发生概率,分析各个底事件对系统整体可靠性的影响,并计算各事件的重要度指标,通过分析查找系统的薄弱环节,以应用实例对提出方法的可靠性进行了验证。     

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。     

基于二元决策图的数控机床转塔刀架系统重要度分析

部件重要度是指当一个部件发生故障时,对其顶事件发生概率的贡献程度,是系统中各分系统或部件重要程度的一种数量体现.根据数控机床中各部件对顶事件发生的重要性大小进行系统设计的改进是十分有用的.部件重要度计算就是在某种意义下将系统各部件按其重要性大小排列出来,根据部件重要度大小来辅助系统设计,用较少的人力、物力提高原有系统的可靠性指标,建立优化维修检测法规等\[1\].     

基于多态多值决策图的多态故障树重要度计算方法

为了提高复杂系统优化的效率、降低优化成本,提出一种基于多态多值决策图的多态故障树重要度计算方法:通过将不同事件转化为相应变量状态,实现了多态故障树分析向多态多值决策图的转化;基于多态多值决策图模型,给出了5步骤的重要度计算方法;通过集成重要度计算案例的分析对比验证了所提方法的正确性和有效性,并通过算法复杂度比较,证明了基于决策图的系统重要度计算方法比基于马氏贝叶斯网络方法的多态故障树的集成重要度计算方法效率更高。     

基于BDD技术下的故障树重要度分析

利用基于割集的传统故障树分析(FTA)技术进行复杂系统部件重要度计算时,面临着计算结果不精确、计算效率低等缺点。用于辅助故障树分析的BDD(二元决策图)技术则具有计算效率高、结果精确、并可在计算机上有效进行计算等特点。主要介绍如何把BDD技术应用于系统部件的重要度分析,为系统部件重要度分析提供一种计算方法和分析手段。     

一种基于贝叶斯测度的有监督离散化方法

传统的朴素贝叶斯不能处理连续属性,文中基于贝叶斯测度提出一种有监督离散化方法。它能够在无先验知识的前提下,自动寻求最佳的离散子区间数目和区间划分。在此基础上根据MDL准则控制离散化子区间的数目,使学习方法的精确度和复杂度达到均衡。在UCI机器学习数据集上对该方法进行了验证,取得了良好的效果。     

基于贝叶斯方法的动平衡机动态测量不确定度分析

以影响系数法为基础建立了动平衡测量模型,但是ISO-GUM提供的分析测量不确定度的方法无法解决其非线性,并且无法体现其测量系统全寿命周期内的动态性.针对这一问题,通过建立动平衡量与振动响应及影响系数的概率传递关系,利用Monte Carlo仿真方法计算动平衡量测量值的概率分布;同时,通过周期性的计量校准追踪影响系数的动态性,并利用贝叶斯方法抑制测量噪声对影响系数动态估计的干扰;最后,通过更新影响系数的分布将系统状态的动态性反映到测量不确定度的分析中.实验结果证明,该方法能够有效准确地追踪系统的动态性,并且能够在测量系统的全寿命周期内精确地反映测量系统的测量不确定度.     

基于可创新度的产品属性重要度计算方法

现阶段的产品属性重要度计算方法忽视了其自身的可创新度,导致了对不具有创新度的产品属性投入大量资源但收获效果甚微的现象,为解决这一问题,提出考虑可创新度的产品属性重要度计算方法。首先分别采用比例标度法、专家群决策的方式对产品属性的技术创新度、市场竞争力和环保度进行计算;其次运用三维矢量余弦法对这3个指标进行集成,得到产品属性可创新度;最后基于产品属性初始重要度、可创新度计算了最终的产品属性重要度。以吸尘器为例验证了方法的可行性和有效性。     

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。