一种新型连续时间贝叶斯网络分析方法

发布时间：2021-08-12 11:45

　　贝叶斯网络需基于故障树进行构造,在静态系统中,静态贝叶斯网络与静态故障树结合,拓展了故障树的求解方法,但只能描述静态失效行为,无法描述时序性、相关性、顺序性和冗余性等动态失效行为;在动态系统中,离散时间、连续时间贝叶斯网络与Dugan动态故障树结合,简化了Dugan动态故障树的计算,但难以刻画系统全部的静、动态失效行为,故现有的基于Dugan动态故障树的离散时间和连续时间贝叶斯网络贝叶斯分析方法存在局限性。T-S动态故障树分析方法突破了Dugan动态故障树分析方法的局限性,能够刻画任意静、动态失效行为。针对上述不足,为充分发挥T-S动态故障树和贝叶斯网络在分析建模和推理计算的优势,提出新型连续时间贝叶斯网络分析方法,即基于T-S动态故障树的连续时间贝叶斯网络分析方法,以及基于此的重要度及灵敏度分析方法。首先,提出一种新型连续时间贝叶斯网络分析方法,给出T-S动态故障树向连续时间贝叶斯网络的转化方法,提出连续时间贝叶斯网络叶节点故障概率算法、根节点后验概率算法。为验证所提方法的可行性,将其与静态贝叶斯网络分析方法、基于Dugan动态故障树的离散时间和连续时间贝叶斯网络分析方法、离散时间和... 

【文章来源】：燕山大学河北省

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 贝叶斯网络分析方法研究现状
        1.2.1 静态贝叶斯网络分析方法研究现状
        1.2.2 离散时间和连续时间贝叶斯网络分析方法研究现状
    1.3 课题来源
    1.4 研究思路与内容安排
        1.4.1 问题提出
        1.4.2 研究思路
        1.4.3 内容安排
第2章 新型连续时间贝叶斯网络分析方法
    2.1 连续时间T-S动态故障树
        2.1.1 T-S动态门连续时间描述规则
        2.1.2 连续时间T-S动态故障树算法
    2.2 新型连续时间贝叶斯网络
        2.2.1 连续时间贝叶斯网络有向无环图
        2.2.2 连续时间贝叶斯网络条件概率表
        2.2.3 叶节点的故障概率分布函数
        2.2.4 根节点的后验概率
    2.3 新型连续时间贝叶斯网络分析方法验证
        2.3.1 与静态贝叶斯网络分析方法对比
        2.3.2 与基于Dugan动态故障树的离散时间贝叶斯网络分析方法对比
        2.3.3 与离散时间T-S动态故障树分析方法对比
        2.3.4 与基于Dugan动态故障树的连续时间贝叶斯网络分析方法对比
        2.3.5 与连续时间T-S动态故障树分析方法对比
    2.4 本章小结
第3章 新型连续时间贝叶斯网络重要度及灵敏度
    3.1 根节点的重要度
        3.1.1 概率重要度
        3.1.2 关键重要度
        3.1.3 微分重要度
        3.1.4 综合重要度
        3.1.5 改善函数
        3.1.6 风险业绩值
        3.1.7 风险降低值
    3.2 根节点的灵敏度
        3.2.1 静态贝叶斯网络灵敏度
        3.2.2 离散时间贝叶斯网络灵敏度
        3.2.3 新型连续时间贝叶斯网络灵敏度
    3.3 重要度及灵敏度算法验证
        3.3.1 与静态贝叶斯网络重要度及灵敏度分析方法对比
        3.3.2 与离散时间贝叶斯网络重要度及灵敏度分析方法对比
    3.4 本章小结
第4章 可靠性分析工程实例
    4.1 风电机组液压制动系统可靠性分析
        4.1.1 液压系统原理
        4.1.2 液压系统连续时间贝叶斯网络的构造
        4.1.3 液压系统故障概率
        4.1.4 根节点的后验概率
        4.1.5 根节点的重要度与灵敏度
    4.2 卫星电源系统可靠性分析
        4.2.1 卫星电源系统工作原理
        4.2.2 卫星电源系统连续时间贝叶斯网络的构造
        4.2.3 卫星电源系统故障概率
        4.2.4 根节点的后验概率
        4.2.5 根节点的重要度与灵敏度
    4.3 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢


【参考文献】：
期刊论文
[1]连续时间T-S动态故障树分析方法[J]. 姚成玉,王传路,陈东宁,魏星,吕世君.  机械工程学报. 2020(10)
[2]航空发动机风扇叶片冲击加强轻量化设计[J]. 柴象海,张执南,阎军,刘传欣.  上海交通大学学报. 2020(02)
[3]电力系统的伟大成就及发展趋势[J]. 梅生伟.  科学通报. 2020(06)
[4]发动机余热回收用涡旋膨胀机涡旋盘变形分析[J]. 刘祯,吴华伟,宋盼盼,魏名山.  内燃机学报. 2020(01)
[5]一种新型动态贝叶斯网络分析方法[J]. 陈东宁,侯安农,姚成玉,侯鑫,邢然.  中国机械工程. 2020(12)
[6]BDD算法在接触网失效风险评估中的应用[J]. 赵峰,陈鲜,王英.  控制工程. 2020(01)
[7]基于层次广义随机Petri网的测试性建模新方法[J]. 翟禹尧,史贤俊,秦玉峰,吕佳朋.  兵工学报. 2020(01)
[8]复杂不确定系统可靠性分析的贝叶斯网络方法[J]. 王海朋,段富海.  兵工学报. 2020(01)
[9]面向卫星电源系统的一种新颖异常检测方法[J]. 张怀峰,江婧,张香燕,皮德常.  宇航学报. 2019(12)
[10]新一代大型GEO卫星电源系统综述[J]. 张伟,程保义,张泰峰,邵兰娟,李建平.  电源技术. 2019(11)



本文编号：3338265