[发明专利]一种考虑共因失效的输送泵车动态贝叶斯网络分析方法在审

专利信息
申请号: 202210187689.8 申请日: 2022-02-28
公开(公告)号: CN114547984A 公开(公告)日: 2022-05-27
发明(设计)人: 韩丁丁;姚成玉;郝明阳 申请(专利权)人: 燕山大学
主分类号: G06F30/27 分类号: G06F30/27;G06F30/15;G06F111/08;G06F119/02
代理公司: 成都宏田知识产权代理事务所(普通合伙) 51337 代理人: 常利敏
地址: 066000 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 考虑 失效 输送 动态 贝叶斯 网络分析 方法
【说明书】:

发明请求保护一种考虑共因失效的输送泵车动态贝叶斯网络分析方法,属于系统可靠性工程领域,通过分析输送泵车系统事件关系,结合输送泵车系统的结构和工作环境确定共因失效组,利用显示建模的方法处理共因失效,使用β因子模型对共因失效部件的失效率分解计算,将事件失效率分为独立失效率和共因失效率,给出了考虑共因失效的动态贝叶斯网络构建及具体的算法,在此基础上对系统的可靠性进行评价,求解对比共因失效对系统故障概率及后验概率的影响,得到了更加科学准确的可靠性分析结果。

技术领域

本发明属于系统可靠性工程领域,具体涉及一种考虑共因失效的输送泵车动态贝叶斯网络分析方法。

背景技术

输送泵车是现代建筑行业中重要的机械设备,在实际工程运用中,不仅需要运输建筑材料,还需完成搅拌、清洗等工作,增加了输送泵车的结果复杂度,且长期在恶劣的环境下工作,易发生故障。因而,有必要对输送泵车系统进行可靠性分析。

现有的技术人员在评价输送泵车系统的可靠性时,为了降低系统故障识别与分析的难度,便在基于系统部件失效相互独立的假设的基础上对系统进行定性和定量计算,然而,共因失效使系统中各部件失效独立的假设不再成立,对系统的可靠性评估产生显著影响,忽略共因失效将导致可靠性分析与实际不符,缺乏准确性。

贝叶斯网络以概率论和图论为基础,将样本信息与先验概率联系起来,依赖关系与条件概率联系起来,使得繁琐的关系得以量化展示,能够反映变量间的因果关系。输送泵车系统中含有时序性和相关性失效逻辑,无法利用传统贝叶斯网络分析,动态贝叶斯网络突破了静态事件关系的局限,能够准确分析时序性、相关性系统。因此,将动态贝叶斯网络应用于输送泵车系统可以较好地分析事件关系的不确定性与相关性,通过后验概率和重要度算法能够评估各部件对系统的影响。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种考虑共因失效的输送泵车动态贝叶斯网络分析方法。本发明的技术方案如下:

一种考虑共因失效的输送泵车动态贝叶斯网络分析方法,其特征在于:具体包括以下步骤:

S1:首先收集输送泵车系统的故障数据,统计部件的可靠性数据指标,包括指数分布下的故障概率密度函数、分布函数;

S2:分析系统层级关系与故障模式;

S3:结合输送泵车系统的结构和工作环境确定共因失效组;

S4:利用β因子模型,对共因失效部件的失效率分解计算,用显示建模的方法处理共因失效;

S5:故障演绎分析系统故障逻辑,根据事件关系建立系统动态贝叶斯网络;

S6:利用动态贝叶斯网络分析方法分别求解考虑共因失效与不考虑共因失效的系统叶节点故障概率分布函数、根节点后验概率以及重要度;

S7:对比分析共因失效对系统叶节点故障概率、根节点后验概率以及重要度的影响。

进一步的,所述步骤S1统计部件的可靠性数据指标,包括指数分布下的故障概率密度函数、分布函数,具体包括:

当部件寿命函数服从指数分布时概率密度函数为:

式中:λi表示元件失效率;

部件故障概率分布函数为:

式中:λi表示元件失效率;f(t)表示元件故障概率密度函数。

进一步的,所述步骤S2分析系统层级关系与故障模式具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210187689.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top