复杂装备可靠性增长FTA-GERT网络模型研究

发布时间：2020-04-08 13:31

【摘要】：可靠性增长在产品研制的全寿命周期都具有十分重要的作用,是提高复杂装备可靠性的有效途径。要使产品高效且经济地达到预定的可靠性增长目标,就需要尽可能利用研制过程中各项试验的资源和信息,充分挖掘这些信息的潜力。常用的挖掘信息潜力的方法是将先验信息进行融合,而这些融合都是基于同一层级的组件或零部件,不能进行不同层级间的数据融合。因此,本文构建可靠性增长的FTA-GERT(故障树分析-图示评审技术)网络模型,使组件级信息和系统级信息可以相互传递,打破了不同层级间数据融合的壁垒,推动了可靠性增长的发展。本文考虑FTA的故障模式分析能力、GERT的动态描述能力和参数求解能力,以及二者逻辑相通、节点可以转化的特点,构建FTA-GERT网络模型。该模型的优势在于能够将串联、并联等不同的系统结构融入同一个网络中,而且能够描述各组成要素和参数间的关系,从而方便进行各种参数的传递、分析和计算。根据可靠性增长数据信息的特征,将FTA-GERT网络模型应用于组件级信息与系统级信息的传递中。考虑系统级可靠性增长数据稀少,运用FTA-GERT网络将组件级数据信息传递为系统级数据信息,扩充系统级复杂装备的数据库,弥补可靠性增长领域中系统级试验数据量不足的缺陷,达到对系统级复杂装备进行可靠性增长评估与预测的目的。考虑“主制造商-供应商”生产模式,运用FTA-GERT网络将系统级目标逆推得出需求组件的可靠性增长数据信息,为主制造商对供应商的挑选提供定量依据。考虑在具体工程实践中复杂装备可靠性增长数据信息呈现多元异构不确定的特征,采用广义标准区间灰数对其进行统一表征,构建灰色FTA-GERT网络模型完成可靠性增长评估与预测,为复杂装备可靠性增长的不确定信息处理提供一种新的思路。
【图文】：

10图 1. 1 技术路线图第一章，绪论。简述研究背景和意义，介绍国内外研究现状，引出本文研究内容，提出研究方法、逻辑思路和创新点。第二章，FTA-GERT 网络模型构建。深入分析 FTA 和 GERT 的内涵，构建 FTA-GERT 网络模型并设计模型算法，为后续的可靠性增长评估与预测的数据处理提供有效方法。第三章，复杂装备系统的可靠性增长 FTA-GERT 网络模型。运用 FTA-GERT 网络模型，将

13图 2. 1 故障树的逻辑门和事件符号对故障树进行定性和定量分析，，其中的一个假设就是初级事件之间相互独立。凡是相同的初级事件出现在故障树中的一个以上位置或某些单一失效导致一个以上的失效事件时，则事件没有“独立性”。大多数复杂装备都属于这种情况，此时，则可运用布尔代数法对其进行简化，产生最小割集。可见，对故障树进行布尔代数得到最小割集的过程能够确保初级事件之间相互独立，保证故障树定性和定量分析的准确性。事件 X 发生的概率用 P (X)表示，则布尔代数简化和概率运算的基本法则如下[80]：（1）若 N 个独立事件 A 、 B、 、 N作为与门的输入，则与门的输出表示为 AB N，其输出概率为 P ( AB N) P(A) P(B) P(N)。（2）若两个独立事件 A、 B作为或门的输入，则或门的输出表示为 A B，其输出概率为P ( A B) P(A) P(B) P(A) P(B)。（3）若三个独立事件 A 、 B、C作为或门的输入，则或门的输出表示为 A B C，其输出概率为 P ( A B C) P(A) P(B) P(C) P(A) P(B) P(A) P(C) P(B) P(C)
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TB114.3

【相似文献】

相关期刊论文 前10条

1 李银;位瑞英;;时滞离散网络模型的动力学分析与同步[J];数学建模及其应用;2017年04期

2 刘强;方锦清;李永;;五百强企业超网络模型研究[J];中国原子能科学研究院年报;2016年00期

3 刘强;方锦清;李永;;超网络模型交叉度分析[J];中国原子能科学研究院年报;2013年00期

4 石海平;陆婧;杨忠振;;基于超级运输网络模型的综合运输政策效果分析[J];物流技术;2012年13期

5 李得荣;杨建梅;李欣荣;谢伟聪;;产业竞争关系复杂网络模型群分析——以中国汽车零部件产业为例[J];管理学报;2010年05期

6 王景峰;李健;朱玉杰;;基于复杂网络模型的协同制造服务网建立方法[J];森林工程;2010年06期

7 魏江，蔡延光，陈劲，钱积新，许庆瑞;不同创新项目相互影响的网络模型[J];决策与决策支持系统;1994年03期

8 ;美国小学的“课堂计算机网络模型”[J];比较教育研究;1995年05期

9 王宗培;张一鸣;;混合式步进电动机的通用磁网络模型[J];微特电机;1992年04期

10 陈志明;一种适合水利水电工程施工的网络模型[J];水力发电;1985年01期

相关会议论文 前10条

1 刘强;方锦清;李永;;超网络模型交叉度分析[A];中国原子能科学研究院年报 2013[C];2014年

2 张书超;那日萨;;具有老化机制的阿波罗网络模型[A];2006全国复杂网络学术会议论文集[C];2006年

3 秦绍萌;陈勇;;生态系统宏观演化的网络模型[A];2006全国复杂网络学术会议论文集[C];2006年

4 王仲君;黄红球;;一个具有确定度分布的有向网络模型[A];2006全国复杂网络学术会议论文集[C];2006年

5 李艳芳;何登旭;刘向虎;;泰勒展开式的泛函网络模型及学习算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 李滢;党延忠;;基于问题处理多维知识网络模型的决策支持研究[A];第十届（2015）中国管理学年会论文集[C];2015年

7 刘仙;方媛;孙呈霞;高庆;;具有不同拓扑结构脑网络模型的牵制控制[A];第37届中国控制会议论文集（D）[C];2018年

8 骆继明;郭新军;;分布复杂机电系统网络模型图自动生成算法研究[A];煤矿机电一体化新技术创新与发展2012学术年会论文集[C];2012年

9 姜江;赵青松;杨克巍;陈英武;;证据网络模型及其推理决策方法研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

10 刘贝;李勇;孟繁疆;芦艳敏;;基因调控网络模型的研究[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年

相关重要报纸文章 前4条

1 冯卫东;美构建可快速确认基因功能的基因网络模型[N];科技日报;2008年

2 李赞;规划ADSL三层结构网络模型[N];通信产业报;2004年

3 ;智能光网络的网络模型[N];人民邮电;2003年

4 王甲佳;构建网络模型，解决库存积压[N];中国信息化周报;2014年

相关博士学位论文 前10条

1 李景聪;面向多种模态脑信号处理的深度网络模型研究[D];华南理工大学;2019年

2 许丽;砂岩油藏孔隙网络模型构造及应用研究[D];西南石油大学;2015年

3 吴昊;基于网络模型的癌症致病模式挖掘方法[D];西安电子科技大学;2016年

4 吕琦;数据中心网络模型研究[D];南京大学;2013年

5 李愚;面向工业设计的产品基因网络模型研究[D];浙江工业大学;2018年

6 谭光兴;人工免疫系统动力学模型及其在优化控制中的应用[D];华南理工大学;2006年

7 刘胜久;复杂网络模型构建及特性分析[D];西南交通大学;2015年

8 谭利;复杂网络模型及应用研究[D];中南大学;2010年

9 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年

10 黄朝琴;基于离散缝洞网络模型的多尺度两相流动模拟理论研究[D];中国石油大学（华东）;2012年

相关硕士学位论文 前10条

1 许可;基于复杂网络模型的网络分析与优化研究[D];电子科技大学;2019年

2 韩娟;最短路算法在孔隙网络模型中的应用[D];电子科技大学;2019年

3 王乃玄;具有结构洞复杂网络模型的同步研究[D];河北工业大学;2017年

4 丁维;基于专家知识和深度学习的领域术语网络模型构建[D];华中科技大学;2019年

5 曾维;基于深度网络模型的三维合成模型优化方法研究[D];江西师范大学;2019年

6 刘谦;基于双流网络模型的细粒度图像分类研究[D];江西理工大学;2019年

7 常昊;年龄变化下的人脸识别算法研究[D];杭州电子科技大学;2019年

8 何杰成;基于语义依存图的关系提取方法研究[D];杭州电子科技大学;2019年

9 张习习;复杂装备可靠性增长FTA-GERT网络模型研究[D];南京航空航天大学;2019年

10 安宁;功率器件参数自适应热网络模型的研究[D];天津理工大学;2019年

本文编号：2619404