基于FFTA的地铁盾构隧道下穿既有轨道风险评估

依托福州地铁1号线盾构隧道下穿既有轨道工程实例,建立造成轨道变形的主要风险因素的故障树模型.通过运用故障树分析方法对轨道变形的风险进行定量分析,得出轨道变形事故的发生概率及故障树底事件的重要度.并在评估底事件发生概率的模糊性上采用专家判断法结合模糊集理论的方法.该方法为地铁盾构隧道下穿既有轨道的风险控制提供参考.     

CNC车床加工表面粗糙度故障树分析方法研究

对CNC车床加工表面粗糙度故障原因进行分析,建立了由10种故障现象及33个故障底事件组成的故障树.运用布尔函数求出故障树的最小径集或最小割集,找到了影响CNC车床加工表面粗糙度的故障发生规律及相互之间关系.该分析为机床的预防维修和故障控制提供了一种简便、直观的方法,为进一步进行其系统可靠性定量分析提供了数学模型,对解决类似数控车床加工质量问题及可靠性设计具有重要意义.     

基于 FTA-BN模型的城市燃气管道失效风险分析

为了找出导致城市燃气管道失效事故的原因,以城市燃气管道失效事故为研究对象,采用故障树方法和贝叶斯网络模型对其进行分析。通过实例分析,找出了导致某市城市燃气管道失效事故概率较大的因素分别为：阴极保护失效、外腐蚀、内腐蚀、外力影响、施工缺陷等。结果表明,基于FT A BN模型的城市燃气管道失效风险分析方法注重基事件的多态性和事件间逻辑关系合理性,能推算出更准确的基事件概率分布,同时可以找出导致事故发生的最有可能途径,为城市燃气管道失效事故预防、风险控制、安全管理提供较为合理性建议。     

液压系统齿轮泵故障树分析

介绍了故障树分析方法.以液压系统齿轮泵为例,通过分析系统故障形式、液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,再通过最小割集的求解和重要度分析对其进行定性和定量的分析.此方法简便、直观、实用,应用于液压系统故障诊断中能够取得令人满意的效果.     

模糊神经网络抓斗纠偏系统故障诊断

针对抓斗纠偏系统复杂性、不确定性、模糊性的特点,提出基于故障树的模糊神经网络作为抓斗纠偏系统故障诊断的方法。该方法利用故障树知识提取抓斗纠偏系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,采用模糊隶属函数来描述故障的程度,利用Levenberg-Marquardt优化算法对神经网络进行训练,系统推理速度快、容错能力强,并通过实例分析验证了抓斗纠偏系统模糊神经网络故障诊断的有效性。     

FTA在核电站超压保护系统故障诊断中的应用

以核电站超压保护系统为例,阐述了故障树的定义、建树流程,并在此基础上根据最小割集、最小路集的数学描述提出了综合利用最小割集、最小路集的新型诊断推理策略,实践表明该诊断策略可以缩短故障诊断的时间,并可同时诊断多个故障源,提高故障诊断的可靠性。文章最后针对上述方法提出了测点配置及优化的建议。     

舰载武器系统局部故障分析方法与研究

针对舰载电子与武器装备结构复杂、设备数量庞大、分布舱室多、检测点分散不集中等问题,在充分调研论证基础上,以系统局部故障分析研究为切入点,提出适用于舰船武器装备特点的局部故障的分析方法;对系统的局部故障我们采用故障树的方法进行界定,并通过核心路径跟踪技术来确定检测点;采用核心路径在线故障检测方法,有效地节省测试资源,提高测试效率。     

.NET平台下故障树分析技术的实现及应用

故障树分析是一种自上而下的方法,通过对可能造成系统故障的硬件、软件、环境、人为因素进行分析,分析得出故障原因的各种可能组合方式,由总体至部分,按树状结构,逐层细化的一种分析方法.开发了故障树分析工具,提供了对规范化故障树定性的割集计算、简化等功能,提出了基于容斥定理的定量化顶事件概率简化计算方法,可满足企业对部件级元件进行故障详细分析的需求.还给出了所开发的系统实现界面,系统已在某企业中得到了具体的应用.     

基于故障树的电力生产作业全过程风险监测方法∗

常规的电力生产作业风险监测方法多数采用并行挖掘大数据技术原理对电力生产作业进行监测,其监测范 围有限,无法获取生产作业状态与技术状态参数之间的关系,导致监测结果的重叠率与准确率较低.为了改善这一状 况,引入故障树理念,提出了一种全新的电力生产作业全过程风险监测方法.首先,建立对应的风险影响因素体系, 识别风险影响因素,并对其进行剔除与降维处理;在此基础上,利用故障树的逻辑因果关系,建立以电力生产故障模 式为顶事件的故障树,计算各个生产作业环节风险发生的概率,反映生产作业状态与技术状态参数之间的实时关系; 基于风险监测结果,建立电力企业生产作业风险矩阵,设计风险预警等级.由实验分析结果可知,通过提出方法监测 电力生产作业全过程风险,其各个风险监测点监测结果的重合度较低,监测结果中的有效值较多,准确率较高.     

基于故障树和贝叶斯网络的锂电池模组产线故障诊断方法研究

针对高柔性生产线故障排查困难等问题,提出了一种故障树分析和贝叶斯网络结合的动力锂电池模组生产线故障诊断方法。首先,通过分析生产线机械结构和工艺流程,结合收集的故障案例,构建自动上料工位的故障树,对故障进行定性分析;其次,使用Netica软件将故障树模型转化为贝叶斯网络模型,对故障进行定量分析;最后,将企业实际故障案例代入故障树进行验证对比。验证结果表明,故障树分析和贝叶斯网络相结合的故障诊断方法准确率达到91.04%,能够实现对整条生产线的故障诊断,诊断过程中不断迭代完善的贝叶斯网络模型可为后续生产工艺的改进提供依据。