基于广义超椭球模型的结构非概率可靠性指标

非概率凸集合模型仅需获知结构不确定性的范围或界限来度量结构可靠性,因而适用于小样本不确定性结构工程问题.针对广义超椭球模型,对其非概率可靠性度量问题进行了研究.首先,提出了基于广义超椭球模型的简单非概率可靠性指标,定义为结构功能函数的均值与离差之比,并讨论了该可靠性指标的不一致性问题.其次,为克服上述不一致性问题,提出了一种比例因子非概率可靠性指标,定义为不确定域向外扩大或向内收缩时,失效面与不确定域接触的最小比例因子.最后,通过3个工程算例分析验证了所提非概率可靠性指标的有效性和可行性.

多维平行六面体模型非概率可靠性灵敏度分析

可靠性灵敏度能够反映基本变量分布参数对可靠度的影响程度,为可靠性分析与优化设计提供指导。提出了一种基于多维平行六面体模型的非概率可靠性灵敏度分析方法。首先,给出基本变量域完全位于安全域时采用非概率可靠性指标,而基本变量域与安全域有交集时采用非概率失效度作为可靠性度量的原因。其次,推导结构线性系统的可靠性灵敏度解析式,并进一步探讨所提方法对结构非线性系统的适应性问题。最后,通过3个工程算例验证文中方法有效可行。

基于混合模型的复杂舰载信息系统可靠性测试技术

复杂舰载信息系统在未来海战场战争中扮演着至关重要的角色,必须在未来更加复杂多变的战场环境下保持稳定可靠的性能。面对未来更加复杂多变的战场环境,软件可靠性测试面临众多挑战。现有的软件可靠性测试理论难以满足复杂舰载信息系统任务繁多、状态多样、交互复杂的特点,并且缺乏有效的测试数据生成手段。为了解决这个问题,结合Musa方法和Markov链模型思想来构建操作剖面,并生成可靠性测试用例。将操作剖面模型定义的使用用例集和Markov链表示的状态迁移模型相结合,生成测试用例。通过实例分析和对比实验,采用混合模型生成的测试用例集具备良好的稳定性,并且能够满足复杂舰载信息系统可靠性测试的需求。

复杂金融网络级联失效模型仿真及可靠性分析

复杂网络中级联失效现象会导致网络大面积崩溃进而导致一系列灾难性后果,通过对其建模、仿真和定量分析可以有效预防和解决级联失效问题。本文在复杂网络理论基础上,基于复杂网络的动力学特征和级联失效机理,运用图论语言建立了金融网络模型;首次将级联失效经典模型运用到复杂金融网络研究中,提出了金融网络级联失效模型。然后通过仿真定量分析了不同条件下金融网络级联失效模型的可靠性,验证了模型的有效性,有助于复杂金融网络失效的预防及进一步研究。研究发现:第一、在金融网络级联失效模型仿真过程中,增加迭代次数,会导致网络效率下降,节点失效率上升。当网络受到蓄意攻击时,网络效率迅速下降,节点失效率快速上升;网络受到极大冲击,且这种冲击远大于随机攻击情况下。第二、同一种攻击方式下,提升风险容忍系数α,有助于提高网络效率、降低失效率,提升网络可靠性,甚至可以避免网络级联失效的发生,但这会付出相应的成本。

多因素影响下无人机编队任务可靠性模型构建研究

针对多因素影响下无人机(unmanned aerial vehicle,UAV)编队任务可靠性问题,提出了无人机编队任务可靠性双层模型。首先,基于故障树分析方法,构建了无人机编队任务可靠性下层模型,描述无人机编队的故障状态;其次,基于Markov模型构建无人机编队任务可靠性上层模型,描述无人机编队任务过程中,阶段及状态的转换;最后,建立任务可靠度求解的双层模型对无人机编队任务可靠度进行仿真模拟。设定应用场景仿真验证,仿真结果表明:在起飞/爬升阶段和巡航阶段,本文方法与传统故障树法所计算的任务可靠度结果一致;在侦察阶段,本文方法比传统故障树法的任务可靠度计算结果高0.012 5,给定显著性水平,本文算法的可靠度结果均落在置信区间内,验证了计算结果的可信性。

一种基于自适应Kriging集成模型的结构可靠性分析方法

基于Kriging模型的复杂结构可靠性分析结果高度依赖于Kriging模型的拟合精度,在构建Kriging模型的过程中,不同相关函数和回归函数的选择均会影响模型精度。为解决模型的不确定性对可靠性分析结果的影响,同时兼顾计算效率和精度,基于Kriging模型和蒙特卡罗模拟(MCS)方法,提出了一种结合自适应集成策略和主动学习函数的结构可靠度计算方法。该方法考虑Kriging模型的建模不确定性,将多种Kriging模型组合,构建了一种综合考虑样本点贡献和样本点距离的主动学习函数,通过主动学习函数迭代更新集成Kriging模型直至满足收敛条件,最后通过构建的集成Kriging模型和MCS方法进行结构可靠性分析。数值算例和工程算例结果验证了所提方法的有效性,该方法与其他主要方法相比稳健性更好,在保证计算精度的同时,计算效率更高。

基于变可信度近似模型的BGA焊点可靠性预测与优化方法

焊点可靠性预测研究多采用有限元仿真与单一精度近似模型相结合的模式,存在仿真时间长、效率低、准确性差等问题,为此,提出了一种基于变可信度近似模型的球栅阵列(ball grid array,BGA)焊点可靠性预测与优化方法.首先,对不同网格细化方案进行收敛性验证,分别设计高/低精度样本点进行有限元仿真;其次,基于CoKriging模型融合高/低精度仿真数据进行焊点可靠性预测;最后,将预测结果与单一精度近似模型进行对比分析,并采用遗传算法优化模型获得对应结构参数.结果表明,在更少的仿真成本下,变可信度模型的预测效果更好,在同等预测精度下,变可信度模型高精度样本点数量仅为单一精度模型的1/4,相比高精度神经网络预测模型,在寻优过程中收敛更快.

基于自适应Kriging模型的双螺旋轴可靠性分析

双螺旋轴是高速水稻插秧机的关键部分,其回转槽面在强轴向力作用下容易破坏失效,因此对双螺旋轴进行可靠性分析十分重要.针对传统方法获得其可靠度耗资大、时间长的问题,采用自适应Kriging模型结合Monte Carlo模拟的可靠性分析方法(AK-MCS)对双螺旋轴进行可靠性分析,以减少计算成本、提高计算效率.根据双螺旋轴的工况条件,考虑材料密度、工作载荷、工作温度3个参数对其所受挤压应力的影响,进行可靠性分析.分析结果表明:在许用应力值为613.21 MPa的条件下,计算得出双螺旋轴的可靠度为0.9986.与单一的Monte Carlo模拟法进行对比,本文提出的评估方法在仿真效率上有明显优势,为双螺旋轴可靠性分析提供了一种思路.

面向深度学习模型的可靠性测试综述

深度学习模型由于其出色的性能表现而在各个领域被广泛应用,但它们在面对不确定输入时,往往会出现意料之外的错误行为,在诸如自动驾驶系统等安全关键应用,可能会造成灾难性的后果。深度模型的可靠性问题引起了学术界和工业界的广泛关注。因此,在深度模型部署前迫切需要对模型进行系统性测试,通过生成测试样本,并由模型的输出得到测试报告,以评估模型的可靠性,提前发现潜在缺陷。一大批学者分别从不同测试目标出发,对模型进行测试,并且提出了一系列测试方法。目前对测试方法的综述工作只关注到模型的安全性,而忽略了其他测试目标,且缺少对最新出版的方法的介绍。因此,本文拟对模型任务性能、安全性、公平性和隐私性4个方面对现有测试技术展开全方位综述,对其进行全面梳理、分析和总结。具体而言,首先介绍了深度模型测试的相关概念;其次根据不同测试目标对79篇论文中的测试方法和指标进行分类介绍;然后总结了目前深度模型可靠性测试在自动驾驶、语音识别和自然语言处理三个工业场景的应用,并提供了可用于深度模型测试的24个数据集、7个在线模型库和常用工具包;最后结合面临的挑战和机遇,对深度模型可靠性测试的未来研究方向进行总结和展望,为构建系统、高效、可信的深度模型测试研究提供参考。值得一提的是,本文将涉及的数据集、模型、测试方法代码、评价指标等资料归纳整理在https://github.com/Allen-piexl/Testing-Zoo,方便研究人员下载使用。

基于代理模型技术的江海直达船体结构可靠性优化设计

为提高船体结构可靠性优化设计这类多参数、高维度、高非线性优化问题的效率,弥补传统船体结构确定性优化设计对影响结构安全不确定性因素考虑的欠缺,本文以一艘江海直达船为研究对象,采用BP(Back Propagation)神经网络代理模型技术,结合SMOTE(Synthetic Minority Oversampling Technique)过采样算法增加极限状态失效面附近样本点数量,实现以较少的样本点获得较高精度的船体舱段结构极限状态代理模型,进而利用蒙特卡洛抽样模拟方法编制船体结构可靠度计算程序,在结构可靠性分析的基础上以降低船体舱段结构重量为目标,采用模拟退火优化算法开展船体结构可靠性优化设计。本文建立了一套完整有效的、基于代理模型技术的船体结构可靠性优化设计系统,有效提高了优化设计的效率,对江海直达船体结构可靠性优化设计具有指导意义。

基于马尔可夫模型的多等级灾害下复杂系统可靠性和维修分析

近些年来,自然灾害发生的频率逐渐增加,复杂系统的规模越来越大,导致了巨大的经济损失。由于自然灾害的预测较难,且灾害极易对复杂系统造成巨大冲击,因此,对复杂系统的可靠性和维修分析显得尤为重要。本文研究多等级灾害下的复杂系统的维修策略。首先基于马尔可夫模型对多态复杂系统性能进行分析,基于系统性能变化对复杂系统的损失进行分析,然后以系统总损失最小为目标来确定故障组件的维修集合。由于资源限制,假设每次只能修复一条故障线路,而且不同线路对系统损耗的影响不同,因此必须确定修复故障线路的顺序,本文利用综合重要度来确定维修集合中组件的维修顺序。最后以IEEE18节点标准配电系统为例,对其进行可靠性和维修分析,提出给定故障组件集合下的维修策略,从而验证了模型的可行性。

基于数据驱动的青藏铁路冻土区行车可靠性分析模型

为保障青藏铁路二期工程格尔木至拉萨段高原冻土区的行车安全,基于冻土区铁路路基原始时序高程值数据,建立不同路基类型下的乘积季节模型拟合路基不均匀沉降退化轨迹,同时置信化有效预测路基高程沉降值。通过起始高程值差分运算,进行路基沉降值退化量统计分析,根据行车安全预设沉降阈值,借助失效时间外推方法完成可靠性评估。仿真模拟表明,模型能够有效地预测冻土区融沉退化情况且精度较高,同时研究成果可以为后勤保障部门的日常路基养护工作提供参考依据。

应力-强度干涉模型下的滚动轴承可靠性评估与设计方法

针对滚动轴承可靠性低、缺乏设计依据等问题,提出一种应力-强度干涉模型下的滚动轴承可靠性评估与设计方法。考虑滚动轴承实际承载当量动载荷和规定当量动载荷的随机特性,假设两者为服从对数正态分布的随机变量,建立滚动轴承可靠性评估与设计模型。其次,对多型号多工况下的深沟球轴承和角接触球轴承进行仿真验证,结果表明:本文提出的滚动轴承可靠性评估与设计方法,通过分析当量动载荷的许用范围,结合轴承设计公式可以使优化后的轴承满足在该工况下的目标可靠性寿命,准确有效的实现滚动轴承的可靠性评估与设计。

基于混合威布尔模型的智能电能表可靠性评价方法

针对当前智能电能表故障类型多样、可靠性评价单一的问题,提出基于混合威布尔模型的可靠性评价方法。论文基于智能电能表各单元串联关系和故障事件进行故障类型分类,利用最小二乘法推算各单元故障类型的尺度与形状参数,结合中位秩与平均秩次计算智能电能表累计失效概率提高模型准确度,并通过熵权法计算各故障类型对整表可靠度影响的权重系数,据此建立基于混合威布尔模型的智能电能表可靠性评价方法。实例结果表明,提出的方法在各类故障类型下均能准确得到智能电能表可靠度评估,并能准确获得智能电能表单元模块的可靠度,与现有方法相比,文中方法不需大量先验知识,且实现简单、准确度更高。

基于PC-Kriging模型的极端环境下海上风机基础可靠性分析

为研究基础结构的材料属性和尺寸对单桩式海上风机基础可靠性的影响,提出基于PC-Kriging模型(Polynomial-Chaos-based Kriging,PC-Kriging)和蒙特卡洛模拟(Monte Carlo Simulation,MCS)方法,结合IEGO学习函数建立的单桩式海上风机基础可靠性分析模型,并通过算例验证了该方法的精确性。以50年重现期的海况为极端环境,考虑材料密度、弹性模量和桩腿壁厚的不确定性,进行单桩式海上风机基础在塔筒顶部位移和应力控制两个失效因素下的可靠性分析,并进行全局灵敏度分析。分析结果表明,单桩式海上风机基础失效概率为8.4×10-3,材料密度对可靠性影响可以忽略不计,而材料弹性模量和桩腿壁厚对可靠性影响较大。

基于ALK模型与子集模拟的主动学习可靠性分析方法

针对主动学习Kriging(Active Learning Kriging,ALK)模型在评估小失效概率时遇到的候选样本过多、计算耗时的问题,提出了一种结合ALK模型与子集模拟(Subset Simulation,SS)的双阶段代理模型方法——ALK⁃SS2。首先在第1阶段基于构建的极限状态函数代理模型,采用较少数量的SS最后一层样本作为候选样本完成极限状态面的粗略近似,然后在第2阶段选择更大样本量的SS最后一层样本来细化第1阶段的极限状态函数代理模型,以获得更高的精度。此外,考虑到传统ALK模型的收敛准则太过于保守,在ALK⁃SS2评估的失效概率基础上,提出了一种更高效的基于失效概率误差的收敛标准,进一步提高了该方法的效率。通过4个算例的测试以及同类方法的对比,证明其具有较高的计算精度和计算效率,适用于处理小失效概率问题和耗时的隐式功能函数问题。

基于加权标准化优化选择软件可靠性模型研究

到目前为止,没有一种软件可靠性模型能够适用在所有的软件测试的环境中。因此,研究优化选择软件可靠性模型的方法来选出适合当时软件测试环境下的软件可靠性模型是一个重要的问题。提出一种简单的加权标准化的方法来优化选择软件可靠性模型。选用十三个软件可靠性模型,十个评测软件可靠性模型性能标准和两个故障数据集来进行相应的实验。实验结果表明提出的加权标准化优化选择模型的方法能够有效地选出最优软件可靠性模型。

基于北斗系统的电力同步网可靠性模型研究

电力同步网受到节点同步运行中功率调节耦合现象影响,导致同步网节点失效率分析结果不精准,使得模型构建效果不可靠。为此,构建基于北斗系统的电力同步网可靠性模型。设计北斗系统时间同步装置,获取3级节点时间传达信息。计算平均故障间隔时间,布设北斗系统同步3级节点。利用节点运行和励磁约束,解析同步运行状态极限,为模型构建提供参量。结合北斗系统双向授时方式,计算双向传播时延,分析失效原因。引入共因失效因子,构建北斗双向授时的可靠性模型。由实验结果可知,该模型与实际节点失效率仅存在最大为0.01的误差,说明构建的模型具有可靠性。

基于自适应代理模型的非能动系统可靠性分析

许多先进反应堆采用非能动设计来提高安全性,开展可靠性分析研究是推动其广泛应用的重要环节。由于非能动安全系统依赖于自然循环等物理法则实现系统功能,更容易受到不确定性因素的影响。热工水力过程失效是导致非能动系统失效的主要原因,而传统的故障树等方法无法分析这类失效概率。本文通过热工水力结果训练代理模型,并基于自适应抽样策略有效减少热工水力程序调用次数,通过高度非线性测试函数验证了算法的计算效率,并应用于某一体化压水堆的非能动余热排出系统。计算结果表明:采用自适应克里金模型相比于传统蒙特卡罗与传统克里金模型方法具有更高的计算效率。

结合Kriging模型权重信息熵函数的结构可靠性研究

为提高基于Kriging模型信息熵函数(Information Entropy Function,H)的可靠性计算效率,考虑样本点与极限状态曲面的空间距离和随机变量的概率密度函数,通过对样本点的信息熵赋予不同的权值,提出权重信息熵函数(Weight Information Entropy Function,WH)。该学习函数选择更接近极限状态曲面且概率密度函数值较大的样本点更新Kriging模型,从而减少对功能函数的调用次数,有效提高可靠性计算效率。通过算例表明:与其他学习函数相比,WH学习函数在建立Kriging模型过程中所需要的样本点更少,收敛速度更快,计算效率更高。