反应堆补水系统诊断贝叶斯网络的建立和应用

建立了补水系统贝叶斯故障诊断网络。在结合补水系统结构特点、运行规程和专家经验的基础上构建了初始诊断贝叶斯网络,运用基于微粒群优化的贝叶斯网络学习算法学习故障数据集,进一步构建完整网络,并进行推理分析。所建网络能有效分析和更新系统中各节点故障概率,为故障诊断提供辅助决策。

主冷凝器损伤的模糊随机特性及贝叶斯网络分析

主冷凝器损伤中故障模式呈现出模糊随机特性以及多态性特征,传统分析方法难以有效解决.应用模糊随机理论对其进行分析,建立了模糊随机贝叶斯网络模型,同时实现了多态故障模式的概率推理.确定了故障事件模糊参数及顶事件的隶属函数,并利用基于Monte Carlo仿真的随机加权方法对隶属函数进行解模糊化.模糊随机贝叶斯网络推理结果与定数截尾试验的误差在1%之内.对各底事件重要度进行分析,并进一步提出BM敏感度概念,以此来分析顶事件对各底事件的概率敏感性。

船用锅炉主过热蒸汽管路破损的贝叶斯网络安全性定量分析

针对贝叶斯网络方法在处理大规模复杂系统上的优点,结合当前船用锅炉的安全性定量分析特点,提出将贝叶斯网络方法应用于船用锅炉的安全性分析。通过探讨贝叶斯网络及故障树分析方法原理,尝试将贝叶斯网络与故障树分析方法结合起来,主要突出贝叶斯网络方法可以实现数据的自动更新及由后验信息到先验信息的反向推理能力。最后将该方法应用于船用锅炉的安全性定量分析中,通过更新观测部件故障状态实现了整个系统的自动更新,并自动查找出最大概率事件,证实该方法提高了安全性分析效率,使实际操作更加准确、快捷,极大地的降低了事故带来的风险。

主过热蒸汽管路的贝叶斯网络安全性预测推理

针对船用锅炉主过热蒸汽管路破损展开分析,建立故障树模型,同时充分考虑故障之间不确定性逻辑关系,在此基础上转化得到贝叶斯网络模型。通过对条件概率的合理修正,对故障进行安全性预测推理,得出比传统分析方法更为精确合理的计算结果。

基于面向对象贝叶斯网络的船用锅炉炉膛安全性定量分析

在对船用锅炉炉膛进行安全性分析时发现,故障隔离功能丧失在部件之间存在重复故障片段。借鉴面向对象贝叶斯网络建立故障模型,采用基于Bayes的蒙特卡罗仿真得到底事件概率先验信息。与故障树等传统方法比较,该模型直观简洁,有效缩小关键故障因子容量,诊断更加准确。

改进的未确知理论方法及其在可靠性分析中的应用

针对样本数据跳跃度较大的情况,利用灰色系统理论中的级比平滑检验,对相邻数据级比因子进行了分析.通过引入Sturges拇指规则对样本数据进行分组,有效避免了传统可靠性数据处理中的盲目性和试探性.根据已有的有限数据,在MATLAB中作Smoothing Spline拟合,通过选取合适的邻域半径θ来控制最终的计算结果,提高了对变异数据的抗干扰能力,可以很好的解决数据稳定性问题.最后建立了装备部件经验可靠度曲线及概率密度函数,实例计算结果显示,与直接取算术平均值之间的误差为48.1%,体现了该方法在数据处理方面的优势,在工程实际中具有较强的领域通用性和有效性.

融合D-S理论的锅炉人因贝叶斯网络安全性定量分析

针对船用锅炉人因安全性分析中存在的知识不确定性,采用D-S证据理论对多专家信息进行融合并建立考虑人因的贝叶斯网络,得到节点条件概率的区间表示形式。经加权平均后代入贝叶斯网络计算,与面向对象贝叶斯网络和FTA等方法的对比显示,该方法能够更加有效地融合不同专家信息,也更为符合工程实际。

基于贝赛尔曲线和粒子群算法的涡轮叶片型线参数化建模

建立涡轮叶片型线的参数化模型是进行叶片设计优化的前提和关键。基于三次贝赛尔曲线,充分利用叶片的基本几何参数,详细地推导了叶片型线方程,建立了涡轮叶片型线的参数化模型。基于建立的参数化模型,采用粒子群优化算法来重构实际涡轮叶片型线,给出了具体计算步骤。结果表明:建立的参数化叶片模型光滑性质量高,且具有很好的形状控制能力,可以快速地修改设计参数并再生模型。基于粒子群优化算法重构叶型的方法可以快速准确地重构实际涡轮叶片型线,为涡轮叶片叶型的设计优化奠定了重要基础。

基于贝叶斯网络的舰用汽轮滑油泵可靠性定量分析

针对舰用主滑油系统汽轮滑油泵装置,系统研究其结构功能关系及典型的故障模式。基于系统3种典型故障的FTA模型,建立相应的贝叶斯网络模型进行可靠性定量分析。考虑到系统中存在的固有不确定性因素,对模型的条件概率进行合理修正,提高可靠性分析的准确性。运用贝叶斯网络精确推理算法,得出系统可靠性指标和模型中底事件的概率重要度。根据计算结果,分析得到影响系统可靠性较大的关键部件,这些部件需要加强备份和重点监控。

涡轮叶片三维气动分析方法研究

精确的涡轮叶片气动性能计算是对其进行设计优化的重要基础。基于PRO/E软件建立了某涡轮流场叶片三维参数化实体模型,采用SST(shear stress transport)湍流模型对建立的涡轮流场叶片进行了三维气动分析,得到了流场及叶片表面的温度、压力、流速以及能量损失等气动参数分布,并对它们的变化规律进行了分析;基于叶片气动效率计算公式,给出了叶片平均气动效率的计算方法并分析了叶片气动效率沿叶高的变化规律,为涡轮叶片的气动设计优化奠定了较好的基础。

基于贝叶斯网络的余热排出泵故障诊断

基于余热排出泵的故障树建立了贝叶斯故障诊断网络。在FT/BN基本转换的基础上,分析了多态逻辑表达的方法和不确定性问题的条件概率表的确定,运用专家分段投票的方法建立了BN网络根节点概率。所建网络可通过节点重要度、灵敏度分析和双向诊断等功能为设备设计使用和维修决策提供参考。

工况传递路径分析中遗漏路径无法识别的问题研究

为有效解决OTPA方法面临的遗漏传递路径无法识别的关键问题,首先结合临近特征值差值法和特征值下降速比法,给出基于经验模态分解(EMD)-特征值分解的源数估计方法,该方法在确定振源个数时具有较强的通用性;然后,提出基于偏向干分析的重相干(PCA-MCF)方法及其应用条件,其能更精准定位实际振源测点或路径点。最后,利用机械设备振动传递路径实验验证两种方法能够准确地确定振源的数目以及定位振源测点。研究结果表明,两种方法相辅相成能够有效解决在不同应用条件下OTPA方法面临的遗漏路径无法识别问题,提高了OTPA方法应用的稳定性和准确性。

基于响应面法的可靠性稳健设计优化

针对极限状态函数和结构性能函数为隐式的结构可靠性稳健设计优化问题,将结构性能稳健性、可靠性灵敏度稳健性与6σ稳健设计思想相结合,建立了一种基于响应面法的可靠性稳健设计优化模型并给出了具体算法.采用多项式拟合结构性能函数和极限状态函数,推导了基于响应面函数的1阶可靠度指标以及性能函数均值和均方差的计算方程;将结构可靠度作为基本约束条件,采用序列二次规划法得到稳健设计优化结果.运用该方法对某涡轮叶片型线进行设计优化,经过优化后,静、动叶的动能效率均值分别提高1.5%和6.4%,动叶片最大应力均值下降7.9%,动叶叶身最大变形均值下降5.6%,动叶片结构强度可靠度由初始的91.3%提高到了99.9%.

基于微粒群优化的贝叶斯网络结构学习方法

建立了一种基于微粒群优化的贝叶斯网络结构学习方法,将贝叶斯网络的结构学习过程转化为对应邻接矩阵的评分寻优问题;将网络节点顺序和节点间因果关系的确定内化于评分寻优过程,避免了算法需要节点有序或事前排序的限制.建立了完整的0-1矩阵微粒群优化计算法则,在网络寻优过程中仅通过改变有向边的方向去除网络中出现的环路,以保证搜索过程中网络结构的完整性.通过ASIA网和CarStart网的数据实验证明了算法的有效性.

基于贝叶斯网络的船舶人因安全性评估模型

针对舰船系统特点,设计了相应的人因安全性调查问卷,确定人因安全性影响因素、节点状态和条件概率.建立基于贝叶斯网络的船舶人因安全性量化评估模型,据此对影响安全性的因素进行灵敏度分析.结果表明,提出的安全性量化评估模型和分析方法正确、可行、有效.