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。     

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。     

区间三角模糊多态贝叶斯网络可靠性分析方法研究

针对传统系统可靠性分析方法在处理模糊信息方面的不足,建立了基于区间三角模糊贝叶斯网络的多态系统可靠性分析方法。通过区间三角模糊子集来描述根节点故障率;基于区间三角模糊子集,构建了区间三角模糊多态贝叶斯网络模型;研究了区间三角模糊多态贝叶斯网络可靠性分析算法,给出了求解叶节点故障模糊可能性与去模糊根节点后验概率的计算方法。最后,对塔机倾覆事故进行了可靠性分析,验证了该方法的有效性。     

基于贝叶斯网络和灰关联法的多态液压系统故障诊断

提出基于贝叶斯网络和灰关联法并综合考虑根节点后验概率和故障诊断处理成本的故障诊断方法。考虑根节点故障状态的多态属性,利用贝叶斯网络推理求得根节点后验概率,利用模糊子集描述故障诊断处理成本,通过灰关联法建立故障诊断决策矩阵,计算故障诊断决策方案的灰关联度,进而确定故障决策方案的搜索序列以得出系统故障原因。通过液压系统实例,分别求解出半故障状态和故障状态下的故障诊断序列,同时也验证该方法的可信度和可行性。     

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。     

基于模糊概率贝叶斯网络的起重机械制动器可靠性分析

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。     

贝叶斯网络在火灾报警系统中的应用

在火灾报警系统中火灾概率分析存在不确定性因素问题,为此文章提出用贝叶斯网络对火灾概率进行分析。首先通过分析火灾燃烧原理,得到火灾概率与燃烧过程产生的物化特征之间的内在逻辑关系;在定义火灾燃烧特征参量作为贝叶斯网络节点变量的基础上,创建了基于Netica的火灾报警系统贝叶斯网络模型。通过概率推理和对节点的证据敏感性分析,验证了利用贝叶斯网络模型对火灾发生概率进行分析是可行的、有效的。     

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。     

模糊多态贝叶斯网络在冗余液压系统可靠性分析中的应用

为解决传统方法在状态多样化且精确故障率难以获得的复杂冗余系统的可靠性分析中的局限性,提出一种改进的基于模糊多态贝叶斯网络的可靠性分析方法。该方法基于二态故障树来构建多态贝叶斯网络结构,利用模糊数描述根节点故障率,结合工程经验构造出体现冗余系统及单元多态性和多态节点故障间不确定逻辑关系的条件概率表。通过理论推算得到系统故障概率与可靠度、后验概率计算及根节点重要度的分析过程,并将其应用到船舶推进器液压系统可靠性分析实例中,结果表明该方法能较好地满足冗余系统可靠性评估、已知当前状态时的系统故障预测和实施关键单元可靠性增长的实际需要,对类似系统可靠性研究具有参考价值。     

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。     

浅析电梯称重技术与电梯质量的关系

本文分别介绍了电梯称重技术的内涵、作用、运行原理等,其次介绍了电梯质量的影响因素,其中最大的影响因素就是电梯称重技术的好坏,最后介绍了实现电梯质量的方法。电梯的安全运行与电梯的生产、安装、称重检测环节密切相关,只有做好电梯各个关键环节的质量监管工作,才能从根本上地保障电梯的安全运行。     

应用贝叶斯理论评估水下采油树可靠性

水下采油树作为水下油气开采的重要设备,长期处于深海中,其可靠性直接影响整个水下生产系统的安全稳定运行。因此,为研究水下采油树系统的工作可靠性问题,提出一种基于贝叶斯理论的可靠性评估方法,该方法在融合模糊理论的基础上,并考虑到部件失效概率的动态性问题,并以构造的动态模糊子集来表述各根节点的失效概率。该方法有效改善了传统贝叶斯网络在处理故障信息存在模糊性及动态性等方面的问题,提高了系统可靠性分析结果的准确性。通过利用贝叶斯网络对水下采油树系统进行可靠性分析,以期为水下采油树的故障诊断与维修提供了理论依据和数据支撑。     

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。       

基于贝叶斯网络的复合双轴转台精度推理研究

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。     

基于Copula贝叶斯网络的抬升减速器可靠性分析

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。     

系统可靠性评估的超椭球贝叶斯网络及其灵敏度方法

利用区间模型描述根节点的失效可能性,解决根节点的失效可能性不易精确获取的问题;通过引入超椭球模型来界定不确定性参量的取值范围,解决区间贝叶斯网络在求取可靠性指标时计算结果相对保守的问题;定义超椭球贝叶斯网络的灵敏度指标,为找到系统的关键环节提供依据;结合贝叶斯网络双向推理求解出在根节点失效可能性已知的条件下,叶节点的失效可能性、根节点状态的后验可能性;给出了可靠性评估实例。     

基于动态贝叶斯网络的装甲车辆前向防撞预警模型

针对装甲车辆行进过程中因自身、天气、道路等因素导致碰撞事故发生的情况,研究与车辆碰撞事故发生有关的节点变量及其之间的可信关系,提出一种基于动态贝叶斯网络的装甲车辆前向防撞预警模型。为避免单一因素对预警节点的片面性,该模型充分考虑天气、道路状况、驾驶员行为等因素对事故发生的影响,并在车辆安全防撞距离上引入了车速、驾驶员行为、道路状态条件,克服固定安全防撞距离阈值在预警时漏报和虚报的情况。通过实验分析表明,基于动态贝叶斯网络的装甲车辆前向预警模型具有良好的准确性和自适应性。     

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。     

基于蚁群节点寻优的贝叶斯网络结构算法研究

K2算法是学习贝叶斯网络结构的经典算法。针对K2算法依赖最大父节点数和节点序的不足,以及蚁群算法搜索空间庞大的问题,提出了一种新的贝叶斯结构学习算法-MWST-ACO-K2算法。该算法通过计算互信息建立最大支撑树(MWST),得到最大父节点数;然后利用蚁群算法(ACO)搜索最大支撑树,获得节点顺序;最后结合K2算法得到最优的贝叶斯网络结构。仿真实验结果表明,该方法不仅解决了K2算法依赖先验知识的问题,而且减少了蚁群算法的搜索空间,简化了搜索机制,得到较好的贝叶斯结构。最后将该算法应用到冀东水泥回转窑的实际数据中,构建水泥回转窑的贝叶斯网络结构,提高了故障诊断的准确率。     

基于贝叶斯网络的系统信息安全管理

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。