基于多层次监测数据融合的多状态系统动态可靠度评估方法研究

发布时间：2017-09-05 11:32

  本文关键词：基于多层次监测数据融合的多状态系统动态可靠度评估方法研究

  更多相关文章： 多状态系统 动态可靠度评估 多层次数据融合 不完全监测数据 选择性维修

【摘要】：多状态是现代复杂工程系统的典型特征。由于多状态系统可靠性理论能更好地揭示系统在服役阶段复杂的状态衰退规律,近年来更是成为了学术界关注的热点研究问题。然而,现有的大部分多状态系统可靠性分析和评估方法的研究都以传统的基于失效时间的可靠性模型为基础。传统基于失效时间的可靠性模型是依据系统大量失效时间数据,利用统计方法从“总体”或“静态”层面对相同一批系统进行评估,得到反映该类系统随时间变化的可靠度指标。该方法忽略了不同系统个体间多样化的状态退化过程而导致的失效规律的不确定性,因而不能准确地揭示某一特定系统个体的可靠度变化规律。对于某个特定系统个体,若能在其服役期内收集反映其健康状态的数据,利用这些数据动态地更新系统的可靠性模型或可靠度函数,则能大大降低这种不确定性,继而得到更精准的可靠度评估结果,这就是本论文所要研究的多状态系统动态可靠度评估方法的核心思想。多状态系统动态可靠度评估技术能评估单个多状态系统在服役阶段内的健康状态,揭示状态退化规律以及预测在未来时间内的可靠性变化趋势,是当前可靠性领域发展的前沿和重点。有效地利用和融合系统在服役阶段的数据是实现动态可靠度评估的关键。围绕着多状态系统动态可靠度评估问题,本论文主要开展基于多层次状态监测数据融合的多状态系统动态可靠度评估方法研究,从而揭示系统在服役期内的失效机制和状态退化规律。在此基础之上,提出基于动态可靠度评估的多状态系统选择性维修决策优化方法。本文的主要研究内容可以归纳为以下三个方面:(1)提出了一种基于系统级不完全监测数据的多状态系统动态可靠度评估方法。针对系统个体由于不同工作载荷和环境而出现的状态退化规律的复杂性和不确定性,本文建立了一种基于系统级不完全监测数据的多状态系统动态可靠度评估模型,实现了利用系统级监测数据对多状态系统可靠度的动态更新,提高了多状态系统可靠度预测的准确度。(2)提出了一种基于多层次状态监测数据融合的多状态系统动态可靠度评估方法。围绕着复杂多状态系统动态可靠度评估中监测数据的多层次性和不精确性问题,本文提出了一种两层递归贝叶斯模型,兼顾了监测数据的不精确性问题,并有效地融合多层次数据对系统可靠度进行动态更新。通过算例比较,验证了该方法的正确性和有效性。(3)研究了基于多状态系统动态可靠度评估的多状态系统选择性维修决策优化问题。针对系统部件在任务间隔期的维修决策问题,本文提出了一种新的多状态部件非完好维修模型,并运用遗传算法解决了系统部件真实状态不可知情况下的多状态系统选择性维修决策优化问题。同时,本文还将系统动态可靠度评估方法引入选择性维修模型中指导维修策略的制定,研究结果表明,在相同的维修费用预算下,本论文方法能得到更高的任务完成率。
【关键词】：多状态系统 动态可靠度评估 多层次数据融合 不完全监测数据 选择性维修
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB114.3;TH17
，

本文编号：797731