[发明专利]一种确定系统概率重要度和结构重要度的方法

摘要

本发明公开了一种系统概率重要度和结构重要度的方法，其特征在于，为了完善空间故障树理论，特别是离散型空间故障树对于系统实际运行过程中产生的具有离散性、随机性和模糊性的可靠性数据的适应性，提出了云化SFT方法,该方法利用云模型能表示数据的离散性、随机性和模糊性特点，重构SFT的计算基础，即特征函数，进而在SFT计算中保留原始数据特征，使最终结果也能诠释原始数据特征，其包括如下步骤：首先构造云化特征函数，对系统进行事故树分析，根据分析结果计算云化概率重要度分布和云化关键重要度分布；本发明可用于确定系统可靠性分析中的云化概率重要度分布和关键重要度分布。

主权项

1.一种确定系统概率重要度和结构重要度的方法，其特征在于，为了完善空间故障树理论，离散型空间故障树对于系统实际运行过程中产生的具有离散性、随机性和模糊性的可靠性数据的适应性，提出了云化空间故障树方法,该方法利用云模型能表示数据的离散性、随机性和模糊性特点，重构空间故障树的计算基础，即特征函数，进而在空间故障树计算中保留原始数据特征，使最终结果也能诠释原始数据特征，其包括如下步骤：首先构造云化特征函数，对系统进行事故树分析，根据分析结果计算云化概率重要度分布和云化关键重要度分布；可用于确定系统可靠性分析中的云化概率重要度分布和关键重要度分布；首先将根据某因素得到的元件可靠性数据带入逆向云模型发生器，得到特征参数，然后带入正向云模型发生器解析式，最终将该解析式被1减作为元件对于该因素的云化特征函数；如式(1)所示，μq＝exp(‑(xq‑Ex)2/(2×(rand(1)×He+En)2))      (1)式中：μq是元件对于某因素的可靠性，xq是因素的值，Ex是云滴平均值，En是云滴的熵，He是云滴的超熵；考虑式(1)生成的正太云滴分布可表示元件对于某因素变化的可靠性变化，那么元件对于某因素的可靠性可以用μq表示，而元件对于该因素的特征函数可以使用Pid(x)＝1‑μq，即云化特征函数可表示为式(2)，Pid(x)＝1‑exp(‑(x‑Ex)2/(2×(rand(1)×He+En)2))      (2)式中：P_i^d(x)因素的特征函数；x是因素的值；在空间故障树框架中的概率重要度空间分布定义为：第i个基本事件发生概率的变化引起顶上事件发生概率变化的程度,在n个影响因素变化的情况下，在n+1维空间中表现出来的空间分布，用P_T(x₁,x₂,…x_n)表示顶上事件发生概率空间分布；P_i(x₁,x₂,…x_n)表示基本事件的发生概率空间分布；基本事件的发生概率空间分布定义为：基本事件在n个影响因素影响下，随n个因素的变化在多维空间内表现出来的发生概率变化；n个影响因素作为相互独立的自变量，基本事件发生概率作为函数值，用P_i(x₁,x₂,…x_n)表示，即式中：d_i表示第i个因素的符号；那么在多因素影响下元件故障发生概率空间分布的云化，即云化元件故障概率分布表示为式(3)所示，式中：d_k表示第k个因素的符号；x_k表示第k个因素的值；Ex_k是第k个因素的云滴平均值，En_k是第k个因素的云滴的熵，He_k是第k个因素的云滴的超熵；表示第i个元件在影响因素d_k的值为x_k时的故障概率；顶上事件发生概率空间分布定义为：经过事故树结构化简后得到的顶上事件发生概率的表达式，在n维影响因素变化的情况下，在n+1维空间中表现出来的空间分布；用P_T(x₁,x₂,…x_n)表示，那么在多因素影响下系统故障发生概率空间分布的云化，即云化系统故障概率分布表示为式(4)所示，式中：Kj(j＝1,2,…,r)表示故障树r个最小割集的第j个，云化概率重要度分布可表示为式(5)所示，其中：I_g(i)表示云化概率重要度分布；P_T(x₁,x₂,…x_n)表示顶上事件发生概率空间分布；P_i(x₁,x₂,…x_n)表示基本事件的发生概率空间分布；ii表示K_j中的第ii个事件；其余变量同式(3)所示，在空间故障树框架中的关键重要度空间分布定义为：第i个基本事件发生概率的变化引起顶上事件发生概率的变化率,在n个影响因素变化变化的情况下，在n+1维空间中表现出来的空间分布，用表示，根据云化概率重要度推演过程，云化关键重要度分布可表示为式(6)所示，式中变量同式(5)所示。