考虑失效阈值随机性的退化-冲击竞争失效建模

针对大多竞争失效可靠性研究未考虑失效阈值随机性的情况,提出一种随机失效阈值影响下的竞争失效系统可靠性评价模型。分析冲击影响下退化过程中退化量及退化率的变化,并在此基础上考虑阈值随机性。讨论累积退化影响下的冲击过程,以系统所能承受的强度分布描述冲击失效阈值,并结合累积退化量的期望水平建立随时间变化的冲击失效阈值,从而明确描述了冲击失效阈值与退化过程之间的依赖关系,给出竞争失效过程的可靠性函数。以微电机系统为例进行对比及敏感性分析,验证了随机失效阈值的引入更能反映系统真实运行状态。

基于Agent的体系过程A-GERT网络“刺激-反应”学习模型

针对图示评审技术(graphic evaluation and review technique, GERT)网络应用于体系活动决策过程中未考虑网络节点自身的学习能动性问题,基于智能体(Agent)技术,结合刺激-反应模型构建A-GERT网络模型。首先,根据体系活动的逻辑,搭建A-GERT网络框架,并通过提出网络传递效用函数,设计带有反馈机制的A-GERT网络。然后,利用刺激-反应模型的自适应优势构建学习方程,以GERT网络期望概率与期望时间等指标度量刺激强度,进一步拓展刺激-反应模型。最后,给出网络智能决策节点的学习步骤,并以创新技术开发体系活动进行算例研究,结果表明了所提方法的有效性与实用性。

贫信息背景下基于矩域灰点排序的灰FMECA模型

为解决贫信息背景下对系统进行故障模式、影响及危害性分析(failure mode,effects and criticality analysis,FMECA)受故障信息少、故障数据部分未知等问题限制,同时为有限定量危害性矩阵分析方法的缺陷,提出了适用于贫信息背景的灰FMECA模型。首先对危害性矩阵图进行规范化改进,统一横纵坐标轴量纲,提出危害度权重比概念以规范作图比例;然后在危害度计算中引入区间灰数,提出矩域灰点概念以表征故障模式难以确知的危害性;最后依照不确定型决策思想给出矩域灰点的一般排序规则,为贫信息背景的故障模式危害性排序提供解决方案。通过某航天飞机主发动机高压燃料涡轮泵进行案例研究,验证了所提模型的有效性。

复杂体系过程A-GERT网络Bayes学习机制解析与模型设计

复杂体系的自学习是其智能性、复杂性和自适应性的核心驱动因素,然而目前学术界对其自学习机制的深入解析却比较少见。本文设计了一种基于智能体(agent)技术的GERT网络Bayes“互动-模仿”学习机制。首先根据节点逻辑关系构建复杂体系过程A-GERT网络,再结合Bayes理论进行网络节点传递概率自学习,进而搭建起“互动-模仿”学习机制模型。最后以新兴产业技术突破体系为研究对象进行分析,结果表明,在目标效益驱动下,通过Bayes自学习传递概率能产生相应的动态变化,凸’显技术突破关键路径,为企业决策产业技术突破方案提供建议。