基于FTA-多态贝叶斯网络的复杂系统故障诊断与控制研究

发布时间：2020-05-11 20:20

【摘要】：对于复杂系统来说,其故障的复杂性、不确定性导致它一旦发生故障,会带来不可估量的负面影响,一般的故障研究无法科学、客观的描述复杂系统的故障状况。本文结合贝叶斯网络和故障树分析技术对复杂系统的故障进行分析和诊断,提出了构建基于贝叶斯网络的多状态复杂系统故障分析诊断模型,并且以可靠性理论和期望诊断代价函数为基础,提出了复杂系统故障维修控制模型,以提高复杂系统的可靠性,降低其发生故障的可能性。文章的主要内容如下:(1)提出了从复杂系统多状态的角度研究其故障问题。构成复杂系统的元器件种类、数量繁多,且性能随时间的推移而降低,由此在不同阶段元器件故障率会发生变化从而导致复杂系统在不同的运行阶段呈现出不同的性能水平。传统理论无法满足复杂系统对故障的要求,从多状态的角度对复杂系统的故障进行分析和诊断对复杂系统的故障管理具有一定的意义。(2)构建了基于FTA-多态贝叶斯网络的复杂系统故障分析与诊断模型。结合复杂系统元器件多态性的特点,构造贝叶斯网络节点的多状态模型,设计故障树向贝叶斯网络转化的规则,构造复杂系统的贝叶斯网络分析诊断模型,并通过贝叶斯推理找出复杂系统关键部位。(3)构建了复杂系统故障维修控制决策模型。在获得复杂系统关键部位的基础上,为了尽可能降低其发生故障的可能性,利用可靠性理论构造最佳预防维修周期决策模型得出其预防维护周期。对于已经出现故障的复杂系统,利用期望代价函数构造快速维修模型获得较为经济的维修顺序。(4)以某无人机液压系统为例,基于本文所提出的方法,对其进行故障分析和诊断并给出控制对策,表明了该模型可以按照工程实践要求提供大量的定性和定量分析的结果,从而给复杂系统的故障控制和管理提供科学的建议。
【图文】：

整个复杂系统产生不同的影响。复杂系统中，某些元件的失效或性能衰退导致系统性能减退，从而使得能水平或表现出不同失效形式，这样的系统称为多状态复杂系统。杂系统而言，由于各零部件功能各异，可以呈现出多种失效模式，复杂能下继续工作。此时，复杂系统无法被简单表示成“正常”和“失效”两际意义。比如对某一复杂系统而言，清楚它的系统正常工作和失效的概重要的是了解其在部分检修时的性能以及针对其需要制定怎样的维修策更科学地分析复杂系统的可靠性及故障状况，不能简单将复杂系统看成好即坏，仅用“是”或“否”来描述其完成预期功能的情况。复杂系统杂的，会出现带故障运行的状况，此时复杂系统的状态既不能说是完全故障的风险，但是依然能够运行，当然也不属于完全失效。为了对这种引入多状态复杂系统的概念，所谓复杂系统的多态性是指系统或某些部作状态到完全失效状态之间的多种状态，即不同失效程度。间的推移，复杂系统的运行状态就会在多状态间转移，且从“最好的状“最坏的状态”（完全失效）转移。其运行状态的变化情况如图 1 所示

杂系统故障后快速维修决策分析维修在一定程度上能够降低复杂系统发生故障的风险，能有效预防复杂是，由于复杂系统具有复杂性、不确定性、动态性和多源性等多方面特所难免的。一旦复杂系统出现故障，维修人员必须快速寻找到一个维修故障传播，给复杂系统带来更大的破坏。川[13]等单纯从维修操作活动的角度出发，认为在进行维修决策时，应当定的比率排序，，按照从大到小的比率排序来进行维修操作，但是，在对，只考虑到了执行该操作的成本代价和执行完操作后维修成功的概率，应的故障的发生概率，如果某项故障发生的概率是极低的，那么即使它再高，那么执行该项操作也是浪费的。因此，文章在之前的研究基础上网络计算出的后验概率相关内容，对维修操作的排序比率做出相应的修章小结介绍了系统以及复杂系统多状态的定义与内涵，分析了复杂系统多状态系统地阐述了复杂系统故障的演变情况。并结合复杂系统故障的特点，图 2. 6 系统及其组件带故障运行状态变化图
【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】：2017
【分类号】：N945.17;TP18

【相似文献】

相关期刊论文 前10条

1 苗义烽;周晓昭;;主观贝叶斯方法在列车占用丢失报警原因分析中的应用[J];铁路计算机应用;2014年12期

2 艾艳杰;;基于贝叶斯方法的比例数据分位数推断及其应用[J];散文百家(新语文活页);2017年01期

3 云连英;汪荣伟;;保费调整的贝叶斯方法[J];统计与决策;2006年05期

4 张渭彬;;应力与强度相关条件下产品可靠度的Bayes估计[J];强度与环境;1988年06期

5 张建国;;贝叶斯方法及其问题浅识[J];医学与哲学;1988年11期

6 王宏洲;引信的可靠性评定——贝叶斯方法和经验贝叶斯方法[J];现代引信;1989年02期

7 石国桢;;工程诊断和诊断中的贝叶斯方法[J];机械强度;1984年02期

8 邹亚娟;;贝叶斯方法在数据挖掘中的应用进展[J];科技致富向导;2014年14期

9 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[J];内蒙古财经学院学报;2011年04期

10 丁东洋;周丽莉;;贝叶斯方法在污水处理收费研究中的应用[J];统计教育;2009年03期

相关会议论文 前10条

1 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

2 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

3 胡桂华;易跃明;林敏;;稀少项目子总体估计的贝叶斯方法——基于一个抽样审计问题的讨论[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（下册）[C];2008年

4 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

5 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

6 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

7 马东辉;;ASReml在分子育种中的应用[A];第一届全国玉米生物学学术研讨会论文汇编[C];2015年

8 费斌军;陈勃;;疲劳强度参数概率分布的贝叶斯方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

9 李影;周萍萍;薛建杰;孙桂菊;;利用贝叶斯方法推导呋喃的健康指导值BMD[A];中国毒理学会第九次全国毒理学大会论文集[C];2019年

10 曹广婷;;论贝叶斯方法在法律思想传播及司法裁决小前提中的应用及价值[A];传媒法与法治新闻研究2018年卷[C];2018年

相关重要报纸文章 前1条

1 本报记者 计红梅;向机器理解人类行为迈出一小步[N];中国科学报;2019年

相关博士学位论文 前10条

1 迟晋进;变分推理及贝叶斯方法在主题模型中应用的研究[D];吉林大学;2019年

2 钱永青;结构化贝叶斯压缩感知技术及其应用研究[D];武汉大学;2013年

3 张少中;基于贝叶斯网络的知识发现与决策应用研究[D];大连理工大学;2003年

4 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

5 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

6 胡笑旋;贝叶斯网建模技术及其在决策中的应用[D];合肥工业大学;2006年

7 王红梅;保护隐私的贝叶斯网络学习研究[D];天津大学;2006年

8 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

9 周忠宝;基于贝叶斯网络的概率安全评估方法及应用研究[D];国防科学技术大学;2006年

10 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 王文秀;基于贝叶斯网络学习方法的电力负荷峰值预测[D];华北电力大学(北京);2019年

2 丛明一;基于贝叶斯网络的电网复杂故障诊断及故障推演技术研究[D];华北电力大学(北京);2019年

3 杜婧;基于贝叶斯方法的乳腺癌生存分析[D];华北电力大学(北京);2019年

4 胡子豪;基于贝叶斯方法的监督哈希算法[D];上海交通大学;2018年

5 杨阳;电路QED系统中的量子测量与估计研究[D];华南理工大学;2019年

6 温雨桐;基于贝叶斯方法的斜拉桥施工过程参数识别[D];长安大学;2019年

7 刘浩;层次线性贝叶斯方法及其在雾霾影响因素中的应用研究[D];重庆工商大学;2019年

8 叶佳美;基于贝叶斯网络的DBLP网站用户相似性研究[D];江西财经大学;2019年

9 曲若彤;基于贝叶斯网络和云模型的卫星ACS健康状态评估[D];南京航空航天大学;2019年

10 朱明旭;基于FTA-多态贝叶斯网络的复杂系统故障诊断与控制研究[D];南京航空航天大学;2017年

本文编号：2659006