[发明专利]一种考虑共因失效PMS的可靠性评估方法

说明书

本发明公开了一种考虑共因失效PMS的可靠性评估方法，基于离散时间贝叶斯网络方法评估多阶段任务的可靠性，在此基础上采用随机共因模型分析共因，并运用隐式法计算共因失效多阶段任务系统的可靠性，本发明中的PMS就是一种典型的复杂系统，且多应用于航空航天等大型设备，即使很小的误差也会给现实系统带来不可预估的损失，我们提出的方法评估了元件发生共因失效系统的可靠性，使得计算结果更贴近系统的实际工作环境，解决了未考虑共因失效时得到的系统可靠性与实际系统可靠性不符的问题。

技术领域

本发明属于系统可靠性技术领域，涉及一种考虑共因失效PMS的可靠性评估方法。

背景技术

多阶段任务系统(phase-mission systems，PMS)是一种典型的复杂任务系统，由若干个在时间上连续、不相互重叠的阶段组成，任何一个阶段失效都会导致系统失效，PMS广泛地存在于航空航天、反导系统等大型复杂设备中。在PMS中，同一组件的工作方式、环境条件、系统的配置以及失效情况等会随着阶段的改变而改变。例如飞机的运动过程分为滑行，起飞，上升，巡航，进近和着陆阶段这6个阶段，各阶段的工作时长、参与工作的元件及其失效函数通常各不相同，并且对于所研究的不可修复二态PMS，各元件在上一阶段的结束状态是下一阶段的开始状态。对于这种多阶段系统可靠性分析的关键在于，必须对不同的阶段建立不同的可靠性标准，并且解决元件的阶段依赖问题，形成一个完整的系统，然后得到系统的可靠性；

PMS中往往存在因为相同的原因而导致两个或者两个以上的元件同时失效的现象，这种相同的原因被称为共因(Common Cause，CC)，这种现象被称为共因失效(CommonCause Failure，CCF)。现有研究多认为只要共因存在，元件就一定失效，但是近来已有提出随机共因失效。这是指多个元件存在共因，但是是否由共因导致失效是不确定的；

贝叶斯网络(Bayesian network，BN)适用于表达和分析不确定的事物。近年来，BN已被广泛用于可靠性分析领域。父节点和子节点之间的条件概率用于表示PMS中组件的依赖性。使用现有的成熟贝叶斯推理算法计算PMS的可靠性概率。当已知组件故障的功能和每个阶段的组件的故障参数时，BN方法可以定量地计算系统的可靠性概率。为了获得每次运行时PMS的系统可靠性值，提出了一种基于BN的离散时间贝叶斯网络(discrete-timeBayesian network，DTBN)方法。在现实世界中，PMS每个阶段的工作时间通常都不相同。我们提出了一种离散时间贝叶斯网络模型来评估更通用的PMS。该发明是将每个阶段的工作时间离散化为相同个数的时间段，以确保离散时间贝叶斯网络模型中不同阶段的相同组件具有相同个数的状态。在此基础上，引入随机共因失效模型量化共因，基于隐式法计算PMS在考虑共因失效和不考虑共因失效的系统可靠性。

发明内容

本发明的目的是提供一种考虑共因失效PMS的可靠性评估方法，解决了未考虑共因失效而导致评估PMS可靠性与实际不符的问题。

本发明所采用的技术方案是，一种考虑共因失效PMS的可靠性评估方法，基于离散时间贝叶斯网络方法评估多阶段任务的可靠性，在此基础上采用随机共因模型分析共因，并运用隐式法计算共因失效多阶段任务系统的可靠性，具体按以下步骤实施：

步骤1，分析多阶段任务系统，根据系统的阶段数、各元件在不同阶段的失效函数、各阶段的可靠性标准，分别建立各阶段的离散时间贝叶斯网络模型；

步骤2，对于各个阶段的工作时间是确定且不相同的系统，固定各阶段的离散时间段个数，然后组合各阶段得到系统的DTBN模型，计算系统的可靠性；

步骤3，分析多阶段任务系统的随机共因失效情况，构建一个包含元件的共因发生和不发生的所有组合的事件空间，然后评估每个事件的发生概率；然后评估在每个阶段每个概率共因事件(probabilistic common cause event，PCCE)发生下受共因失效影响的元件的总条件失效概率；