發(fā)布時間：2020-12-04 06:38

　　故障樹分析方法是系統(tǒng)可靠性分析的重要方法。傳統(tǒng)故障樹用與、或等靜態(tài)邏輯門描述事件關(guān)系,無法刻畫液壓系統(tǒng)存在的動態(tài)失效特性;動態(tài)故障樹分析方法能描述液壓系統(tǒng)中存在的動態(tài)失效行為,具有更強的描述能力,基于離散時間貝葉斯網(wǎng)絡(luò)進行求解,但計算誤差和計算時間受任務時間劃分段數(shù)影響。為此,提出了一種改進的基于離散時間貝葉斯網(wǎng)絡(luò)的動態(tài)故障樹求解方法,提高計算精度和計算效率。進一步,針對基本事件失效獨立性假設(shè)與工程實際不符的問題,提出了一種考慮相關(guān)失效的動態(tài)故障樹及其基于離散時間貝葉斯網(wǎng)絡(luò)的求解方法。首先,研究了基于動態(tài)故障樹的液壓系統(tǒng)靜動態(tài)失效行為分析方法,闡述了靜態(tài)子樹和動態(tài)子樹的各邏輯門描述的事件關(guān)系在液壓系統(tǒng)的常見表現(xiàn),研究了基于動態(tài)故障樹的液壓系統(tǒng)可靠性分析中液壓元件可靠性指標數(shù)據(jù)的獲取方式以及修正方法。其次,針對基于離散時間貝葉斯網(wǎng)絡(luò)的動態(tài)故障樹求解方法計算精度和計算效率受任務時間劃分段數(shù)影響的問題,研究了一種改進方法。首先研究一種動態(tài)故障樹向離散時間貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化的改進方法對條件概率表做精細化改進,然后提出一種用離散時間貝葉斯網(wǎng)絡(luò)求解動態(tài)故障樹的模塊化改進方法減小條件概率表規(guī)模,最終提高... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：102 頁

【學位級別】：碩士

【部分圖文】：

一個基本的貝葉斯網(wǎng)絡(luò)為表達節(jié)點失效的冗余性、順序性、相關(guān)性，貝葉斯網(wǎng)絡(luò)發(fā)展為動態(tài)貝葉斯網(wǎng)絡(luò)，DTBN是動態(tài)貝葉斯網(wǎng)絡(luò)的一種

燕山大學工程碩士學位論文-38-表3-17改進后節(jié)點y2的條件概率表),|1(31][22xyyPyj序號y1x3123456111P1|1,10000021201000031300100035560000103666000001根據(jù)DTBN算法求得中間事件y1和中間事件y2在各個時間段的失效概率，進而求得頂事件y在任務時間內(nèi)失效的概率，計算結(jié)果見表3-18。表3-18計算結(jié)果平均值計算結(jié)果與Markov方法計算結(jié)果相對誤差(×10–2)任務時間分段數(shù)m改進前改進后改進前改進后m=50.0395790.2337m=100.0396260.1169m=150.0396410.0779m=200.0396490.0585m=250.0396540.0468m=300.0396570.0396720.03900將表3-18的計算結(jié)果繪制成折線圖如圖3-8所示。)1(MTyP失效概率圖3-8三種方法計算結(jié)果由表3-18和圖3-8可以看出：任務時間段數(shù)相同時，改進后的基于DTBN的動態(tài)故障樹求解方法計算結(jié)果比改進前更接近Markov方法的計算結(jié)果，精度更高，證明動態(tài)故障樹轉(zhuǎn)化為DTBN的改進方法的正確性和改善計算精度的有效性。3.3基于DTBN求解動態(tài)故障樹的模塊化改進DTBN的計算效率受任務時間劃分段數(shù)影響，隨著時間分段m的增加計算精度

改進前后的方由表3-28和圖3-12可以看出：改進前


本文編號：2897167