考虑相关失效的DFTA及其翻车机液压系统可靠性分析应用

发布时间：2020-12-04 06:38

　　故障树分析方法是系统可靠性分析的重要方法。传统故障树用与、或等静态逻辑门描述事件关系,无法刻画液压系统存在的动态失效特性;动态故障树分析方法能描述液压系统中存在的动态失效行为,具有更强的描述能力,基于离散时间贝叶斯网络进行求解,但计算误差和计算时间受任务时间划分段数影响。为此,提出了一种改进的基于离散时间贝叶斯网络的动态故障树求解方法,提高计算精度和计算效率。进一步,针对基本事件失效独立性假设与工程实际不符的问题,提出了一种考虑相关失效的动态故障树及其基于离散时间贝叶斯网络的求解方法。首先,研究了基于动态故障树的液压系统静动态失效行为分析方法,阐述了静态子树和动态子树的各逻辑门描述的事件关系在液压系统的常见表现,研究了基于动态故障树的液压系统可靠性分析中液压元件可靠性指标数据的获取方式以及修正方法。其次,针对基于离散时间贝叶斯网络的动态故障树求解方法计算精度和计算效率受任务时间划分段数影响的问题,研究了一种改进方法。首先研究一种动态故障树向离散时间贝叶斯网络转化的改进方法对条件概率表做精细化改进,然后提出一种用离散时间贝叶斯网络求解动态故障树的模块化改进方法减小条件概率表规模,最终提高... 

【文章来源】：燕山大学河北省

【文章页数】：102 页

【学位级别】：硕士

【部分图文】：

一个基本的贝叶斯网络为表达节点失效的冗余性、顺序性、相关性，贝叶斯网络发展为动态贝叶斯网络，DTBN是动态贝叶斯网络的一种

燕山大学工程硕士学位论文-38-表3-17改进后节点y2的条件概率表),|1(31][22xyyPyj序号y1x3123456111P1|1,10000021201000031300100035560000103666000001根据DTBN算法求得中间事件y1和中间事件y2在各个时间段的失效概率，进而求得顶事件y在任务时间内失效的概率，计算结果见表3-18。表3-18计算结果平均值计算结果与Markov方法计算结果相对误差(×10–2)任务时间分段数m改进前改进后改进前改进后m=50.0395790.2337m=100.0396260.1169m=150.0396410.0779m=200.0396490.0585m=250.0396540.0468m=300.0396570.0396720.03900将表3-18的计算结果绘制成折线图如图3-8所示。)1(MTyP失效概率图3-8三种方法计算结果由表3-18和图3-8可以看出：任务时间段数相同时，改进后的基于DTBN的动态故障树求解方法计算结果比改进前更接近Markov方法的计算结果，精度更高，证明动态故障树转化为DTBN的改进方法的正确性和改善计算精度的有效性。3.3基于DTBN求解动态故障树的模块化改进DTBN的计算效率受任务时间划分段数影响，随着时间分段m的增加计算精度

改进前后的方由表3-28和图3-12可以看出：改进前


本文编号：2897167