一种适用于具有相互依赖基本事件和重复事件的动态故障树独立模块识别方法

为减小时间开销,动态故障树经常被模块化分解为独立的静态子树和独立的动态子树,然后分别使用二叉决策图和马尔卡夫模型求解;其中的一个关键问题便是识别具有相互依赖基本事件和重复事件的动态故障树中所有的独立模块和最小独立模块.文中提出了一个基于亲戚依赖关系的独立模块识别方法IIMKDR,该方法将故障树按照其事件之间的依赖关系转换为依赖树;基于面向对象思想,为依赖树及其节点构建对象;通过对各节点对象属性的分析,得出独立模块集并进而求出最小独立模块集.最后对IIMKDR方法进行了理论分析和实验验证,分析表明该方法适用于具有相互依赖基本事件和重复事件的动态故障树独立模块识别.与其它方法从多个角度所进行的实验对比显示,当故障树没有相互依赖基本事件和重复事件时,该方法的开销略高于其它方法;当故障树具有相互依赖基本事件和重复事件时,该方法能够正确识别其中所有的独立模块,而其它方法不具备这样的功能.

含共因事件航天系统的通用动态故障树方法

为了表示航天复杂系统中组件依赖关系和输入次序等动态事件与共因事件,动态故障树的求解过程通常会面临很高的计算复杂度与时间开销。基于系统定义假设,由基本事件的概率分布入手,根据动态门的时序逻辑定义和关联方式,给出系统故障事件的准确通用计算方法 GDFTA(Generic Dynamic Fault-Tree Algorithm)。GDFTA方法实现了通用的动态树求解,避免了Markov方法的状态空间爆炸问题,并取得了较理想的计算准确性。通过对动态树实例的可靠性评估证明该方法可行。在标准动态故障树测试集中,四类不同系统的可靠性结果精度优于Monte Carlo方法,计算效率也有显著提高。

动态故障树顶事件发生概率的蒙特卡洛近似算法

为了解决动态故障树顶事件发生概率计算量大、计算效率低等问题,文中对于包含不同动态逻辑门的动态故障树,将顶事件概率转换为不同逻辑门的多重积分,采用蒙特卡洛近似算法计算,分析了某卫星太阳翼驱动机构步进电机的顶事件发生概率.研究结果表明,利用蒙特卡洛近似算法与梯形公式法相比较,动态故障树顶事件发生概率基本一致,仿真效率相对梯形公式法提高了50%.

一种动态故障树顶事件发生概率的近似算法

本文提出了一种动态故障树顶事件发生概率的近似算法,该算法不需要把动态故障树转化为马尔可夫链,而是直接分析故障树模块,并用梯形公式得到近似数值解。最后通过一个实例说明了该方法的有效性。

基于动态故障树的卫星电源系统可靠性分析

针对卫星电源系统的可靠性问题采用动态故障树建模,研究了动态故障树的综合分析方法。将动态故障树分解为静态子树和动态子树,并分别以二元决策图和马尔科夫方法进行分析,最后对静、动态子树的分析结果进行综合。对太阳电池翼-蓄电池组的光伏电源系统的应用证明了该方法的简便性和实用性,并将此方法与直接采用马尔科夫模型分析方法进行了比较。

基于ET-DFT分层模型的复杂系统动态概率安全评价方法研究

为充分体现复杂系统的动态行为对其可靠性的影响,减少系统动态故障概率计算时的工作量,应用层次化分析思想,综合事件树(ET)和动态故障树(DFT),提出基于ET-DFT模型的动态概率安全评价(DPSA)方法。应用二元决策图(BDD)和马尔科夫链(MC)分别对静态故障树和DFT进行求解,给出将静态故障树和DFT向BDD及马尔科夫链转移图的转化算法,以及系统各状态概率的求解方法。通过应用实例的分析验证,得到系统静态模块定量的发生概率及动态模块各个状态概率随时间变化的曲线,经综合求解得到系统故障发生的概率,实现对系统较为精确的DPSA。

基于FTA原理的MAN B&W 50-90MC主机电气操纵系统故障停车研究

文章对于船舶MAN B&W 50-90MC主机电气操纵系统故障停车问题,利用故障树分析(FTA)原理进行定性和定量的可靠性分析,得出关于故障停车的底事件的重要度排序,明确此系统的可靠性薄弱环节,提出预防性建议,帮助船舶轮机管理和航运公司机务管理人员能迅速、可以准确利用系统的故障现象定位故障源并提出解决方案,从而使系统故障可以迅速排除并恢复系统正常功能。

DTBN在复杂系统动态概率安全评价中的应用

基于事件树-动态故障树(ET-DFT)模型的动态概率安全评价(IDPSA)方法将ET和DFT结合,能充分描述系统动态行为对其可靠性与风险性的影响,但将DFT转化为马尔科夫链时,存在状态空间爆炸和易出错等问题。为此,建立基于离散时间贝叶斯网络(DTBN)的复杂系统DPSA方法,将ET-DFT模型转化为DTBN,给出各静态和动态逻辑门向DTBN转化的方法以及各逻辑门条件概率表(CPT)的计算方法。数控机床液压系统应用实例的分析验证结果表明,基于DTBN的DPSA方法既能得到系统故障时各个底事件发生故障的后验概率,又能得到系统薄弱环节在各时间区间内发生故障的概率,从而实现对系统较为精确的DPSA。

炼化装置故障链式效应定量安全预警方法

炼化装置故障及其故障链式效应对油气生产和人民生命安全所造成的危害严重。从故障链角度进行事故风险研究,提出炼化装置故障链式效应定量安全预警方法。首先分析炼化装置故障链式关系结构,基于目标树成功树-动态主逻辑图(GTST-DMLD)建立其故障链式效应关系模型,揭示炼化装置故障链式效应行为规律和关联本质,从而评价装置异常工况下的安全状态。进一步以马尔可夫过程为理论基础,建立故障链式效应预测模型,预测故障传播的后果和方向,并计算各后果的发生概率,为现场操作人员进行主动维修或应急处置提供依据。案例分析中通过对某化工厂常压塔装置、减压炉装置为研究对象进行应用与验证,结果表明该方法可以准确地对系统故障发生后的状态进行评价和预测,方法有效、可行,便于操作人员在处置已有故障的同时,注意预防其他异常工况的发生,降低油气生产加工过程中的整体风险。

一种新型动态贝叶斯网络分析方法

为充分发挥T-S动态故障树和动态贝叶斯网络分别在分析建模与推理计算方面的优势,提出了一种新型动态贝叶斯网络分析方法——基于T-S动态故障树的动态贝叶斯网络分析方法。将T-S动态故障树转化为动态贝叶斯网络有向无环图,再将T-S动态门及其描述规则转化为动态贝叶斯网络条件概率表,进而提出了正向推理叶节点失效概率、反向推理根节点后验概率和求解根节点概率重要度、关键重要度、风险业绩值、风险降低值、微分重要度与灵敏度的新型动态贝叶斯网络算法。通过与基于Dugan动态故障树的动态贝叶斯网络分析方法和静态贝叶斯网络分析方法对比,验证了所提方法的可行性。最后,用所提方法对液压缸同步系统进行可靠性分析,计算得到系统失效概率、根节点后验概率、重要度与灵敏度,为提高系统可靠性和进行故障诊断提供依据。

基于GTST-DMLD-ESD的装备RMS建模仿真

装备的RMS是装备的重要设计参数,是影响战备完好和保障能力的关键因素。引入GTST-DMLD作为主要建模工具,建立起装备系统的RMS描述模型,以ESD为补充和扩展,对维修过程进行建模。并以GTST-DMLD-ESD模型作为装备RMS仿真的核心,对装备RMS仿真模型的总体框架进行了研究,并对各模块进行了较为详细的探讨。

基于Markov状态转移的动态可靠性分析

基于系统的马尔可夫性假设,对系统状态进行适当的离散化处理,利用状态转移方法来描述系统的动态随机过程.在求得状态转移矩阵后,再建立离散动态事件树,来求得系统故障概率.用此方法具体分析了水位调节系统.

某型飞机氧气系统动态故障树分析

分析某型飞机氧气系统工作原理,根据其工作特点和过程建立系统失效动态故障树(DFT),使用马尔可夫链转移公式对故障树进行定量计算,求出顶事件发生概率和底事件概率重要度,找出氧气系统薄弱环节,为机务维护工作提供帮助,也可指导工厂对氧气系统进行升级改造。

基于GTST-DMLD-ESD的装备RMS仿真平台研究

装备的RMS是装备的重要设计参数,是影响战备完好和保障能力的关键因素。文章引入GTST-DMLD功能建模方法和ESD方法,以GTST-DMLD-ESD作为建模工具,建立起装备系统的RMS描述模型,提出了基于该模型的装备RMS仿真系统的框架和仿真流程。在此基础上,提出了仿真平台的初步构想,并对仿真平台的总体体系结构进行了较为详细的探讨。

高压直流换流站的相关失效模式探讨

相关性是系统失效的普遍特征,是系统可靠性分析中不可回避的问题。对高压直流输电系统两端换流站内的主要相关失效模式进行了分类研究,以交流滤波器组、控制保护系统、换流阀系统、平波电抗器等具有代表性的系统为例,根据失效过程的不同特点,分别建立了串联系统、含重复事件的故障树、载荷-性能模型以及马尔柯夫过程等相适应的可靠性分析模型,并给出了相应的系统失效概率计算公式,为高压直流输电系统的可靠性评估提供了有效的模型基础和可行的分析方法。

DFT&ET综合分析法

根据故障树(FT)和事件树(ET)之间的相互关系,动态系统的复杂性以及不同子系统之间所存在的矛盾,结合马尔可夫链的运用,提出了将动态故障树(DFT)和ET相结合的一个合理的方法,并通过实例给出证明.该方法解决了所建模型中的矛盾,且通过模块化处理提高了效率.

研发项目过程风险管理方法综合集成问题研究

针对研发(R&D)项目过程风险特征,重点研究和提出了解决研发(R&D)项目过程风险的"模糊-事件树-故障树"综合集成定量方法,并采用算术平均数方法和加权几何平均数方法修正了"模糊-事件树"与"模糊-故障树"综合集成问题。通过实证研究表明,该定量方法能够有效地解决研发项目过程风险实际问题。

基于改进SHIPP模型的大型原油库区事故风险预测

隐患、未遂事故及无伤亡事故等异常事件是重大事故的早期预警和征兆,此类事件发生频率高,通过建立事故模型识别及纠正事件中的不安全因素能够有效预防重大事故发生。结合油库工艺特点和事故特征,对系统危害辨识、预测及预防(System Hazard Identification,Prediction and Prevention,SHIPP)模型改进,建立基于安全屏障的油库事故模型。采用故障树和事件树相结合的方式构建原因-后果关系模型,将故障树和事件树映射为贝叶斯网络以表征不确定性和条件依赖性。针对新的证据信息,通过贝叶斯网络更新机制实施概率更新;基于贝叶斯理论对现场异常事件数据进行经验学习,降低先验概率的不确定性,实现对油库事故的动态风险预测。对某油库算例分析结果表明,库区发生物质和能量释放的概率较大,整体安全性能趋于退化,应加强安全检查和隐患排查的力度。研究成果可为大型油库风险预测和事故预防提供科学指导和决策支持。