近年來,安全關(guān)鍵系統(tǒng)在汽車、航空航天和能源等行業(yè)得到廣泛應(yīng)用,這些系統(tǒng)對可靠性有非常高的要求。冗余技術(shù)的大量應(yīng)用給系統(tǒng)帶來高可靠性的同時(shí),也增加了系統(tǒng)結(jié)構(gòu)的復(fù)雜度。復(fù)雜系統(tǒng)的可靠性分析面臨著認(rèn)知不確定性、動態(tài)故障行為和共因失效等挑戰(zhàn)。如何在這些因素的影響下對系統(tǒng)進(jìn)行可靠性分析并制定相應(yīng)的維修策略,具有極為重要的意義。首先,針對系統(tǒng)動態(tài)故障行為,采用動態(tài)故障樹進(jìn)行建模。針對復(fù)雜系統(tǒng)中采用大量冗余技術(shù)導(dǎo)致的認(rèn)知不確定性問題,本論文提出一個(gè)利用專家評估來獲取故障樹底事件故障數(shù)據(jù)的框架。此框架聘請一組異質(zhì)組專家對底事件進(jìn)行評估,并通過直覺模糊加權(quán)平均算子聚合專家意見,最后通過去模糊化得到底事件故障率。同時(shí),針對專家的主觀性對評估結(jié)果的負(fù)面影響,采用模糊層次分析法和環(huán)比評分法確定混合專家權(quán)重。其次,針對傳統(tǒng)動態(tài)故障樹分析方法存在狀態(tài)空間爆炸問題,本論文提出一種將動態(tài)故障樹模型轉(zhuǎn)化為等效廣義隨機(jī)Petri網(wǎng)模型的分析方法。該方法將動態(tài)故障樹的邏輯門、底事件、中間事件和頂事件向廣義隨機(jī)Petri網(wǎng)作一一映射,利用廣義隨機(jī)Petri網(wǎng)求解動態(tài)故障樹。該方法與專家評估相結(jié)合,有效地解決了認(rèn)知不確定性下對... 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１四種主要的動態(tài)邏輯門符號??故障樹分析是系統(tǒng)安全性和可靠性分析的一種有效分析方法，主要應(yīng)用于??

?第２章認(rèn)知不確定性下復(fù)雜系統(tǒng)動態(tài)故障樹模型的構(gòu)建???輸出?輸出??Ａ?▲??ＳＰＡＲＥ???ＳＥＱ??Ａ?Ａ?“?￣￣＾＾??參？?？?？?？．??主要輸入備用輸入?輸入輸入輸入??不?ｘ２?ｘ？?Ｘ：?ｘ２?ｘｎ??（ｃ）?（ｄ）??圖２．１四種主要的動態(tài)邏輯門符號??故障樹分析是系統(tǒng)安全性和可靠性分析的一種有效分析方法，主要應(yīng)用于??核動力、航空航天和土木工程等領(lǐng)域。通過故障樹分析，工程人員可以找到系統(tǒng)??失效的原因，并制定相應(yīng)維修策略。故障樹分析的主要目標(biāo)包括：??＞確定最小割集，最小割集是導(dǎo)致頂事件發(fā)生的基本事件的集合；??＞在規(guī)定總時(shí)間ｔ和規(guī)定時(shí)間間隔Ａｔ的條件下，求頂事件發(fā)生的概率；??＞識別系統(tǒng)中需要改進(jìn)的方面（如組件、結(jié)構(gòu)），降低頂事件發(fā)生的概率。??構(gòu)建故障樹模型是對整個(gè)系統(tǒng)進(jìn)行可靠性分析的基礎(chǔ)，為了更準(zhǔn)確、更貼切??地構(gòu)建故障樹模型，工程建模人員需要熟悉整個(gè)系統(tǒng)的功能和故障機(jī)制，了解部??件之間的耦合關(guān)系。故障樹模型的構(gòu)建流程如圖２．２所示??＼???Ｉ?？確定頂事件，中間事件和底事件？???１收集系統(tǒng)部件的故｜??－Ｔ－???Ｉ?障麵?Ｉ??ｉ???Ｉ???１?分析事件之間的邏輯關(guān)系，選用合??１???Ｉ?｜?適的連接??■分析系統(tǒng)的配置和Ｉ?Ｂ??１?故障機(jī)理?Ｉ??Ｉ?｜?析頂事件是否還由其他事件組??１?Ｊ??建模完成??圖２．２故障樹的構(gòu)建流程??１０??

從未故障的新型系統(tǒng)部件，無法計(jì)算其??故障率。與其他方法相比，專家評估通過異質(zhì)組或同質(zhì)組的專家群體直接獲取底??事件的故障數(shù)據(jù)。然而，不同專家的背景和知識存在差異，這影響了專家們對基??本事件的看法。因此，使用專家評估時(shí)，應(yīng)該給每個(gè)專家分配不同的權(quán)重，而不??是簡單地認(rèn)為他們的意見同等重要。本論文采用模糊層次分析法和環(huán)比評分法??計(jì)算混合專家權(quán)重，利用語言值描述專家對基本事件的看法，然后將語言值轉(zhuǎn)換??為相應(yīng)的直覺模糊數(shù)進(jìn)行計(jì)算，最后利用直覺模糊加權(quán)平均算子對專家意見進(jìn)??行匯總。圖２．３展示了基于直覺模糊數(shù)和專家評估的底事件故障率評估流程。?????????直覺模糊加?底事件故障??權(quán)集結(jié)算子一￣＾解模糊模塊—＾率的生成—??????Ａ??領(lǐng)域?qū)＜以uＩ?專家權(quán)重??估徽ｐ?混錢家權(quán)??ｆ?＼＾家評估?１?＼?重??語言值子模１?１?ＤＡＲＥ＇??＇塊?ｊ?ｔＷｊｐ?ｒａ?—??＊?Ｖ．???圖２．３基于直覺模糊數(shù)和專家評估的底事件故障率評估流程??１１??


本文編號：3498133