基于STPA与模糊BN的新能源汽车安全性分析方法研究

随着新能源汽车自动化程度不断提高,各系统之间耦合造成的故障急剧增加,传统的安全分析方法已无法满足当前汽车复杂系统的危险性分析要求。针对新能源汽车突然失控事故存在的高危性、复杂多样的问题,提出一种基于STPA与模糊BN的新能源汽车安全性分析方法。首先,运用系统理论过程分析方法(STPA)分析新能源汽车突然失控事故,得出系统级事故及危险,构建控制反馈回路,并识别不安全控制行为;接着,根据STPA分析结果构建模糊BN,通过GeNIe软件训练数据,可视化模糊BN,得到基本事件的发生概率,并由试验仿真得出蓄电池及储能系统、电机电控和整车控制器的后验概率分别为0.70、0.17和0.16。结果表明,所提方法能有效识别系统潜在危险,发现系统薄弱环节,可为提高系统可靠性提供依据。

基于多态模糊BN的石化动设备故障概率定量风险评估

石化行业的压缩机、泵等动设备故障模式多样,故障概率的不确定性较大,常用的风险评估方法无法实现对石化行业动设备失效概率的定量评估,限制了设备安全管理的准确性和有效性。基于贝叶斯网络(BN)可定量计算复杂系统失效概率的特点,利用故障模式与影响分析(FMEA)方法获取动设备风险事件的因果关系,将其映射为BN,并利用BN中节点的多态性,表征动设备子系统及零部件故障模式的多样性;利用模糊概率子集替代边缘概率精确值,表征了动设备零部件故障概率的不确定性,并提出可行的条件概率判断方法,从而形成了石化行业动设备失效概率的定量评估方法;最后以某站场的往复式压缩机为例,对建立的定量风险评估方法进行了实例应用。结果表明:气阀和气缸出现半故障的失效概率较大,分别为0.0040和0.0045;该类型压缩机故障时,阀片或弹簧损坏和轴瓦松动的可能性较大,其后验概率分别为1.15×10^(-5)和9.92×10^(-6),符合实际情况,验证了该方法的有效性和可行性。

基于STPA和模糊BN的AIDC移交人误研究

为评估因空管自动化系统功能不完备而潜在的管制移交人因风险,首先,采用系统理论过程分析(STPA)方法,构建空中交通服务设施间数据通信(AIDC)移交过程的安全控制结构图,识别出AIDC移交时的关键人误;然后,结合空管人误分类模型(HERA-JANUS)构建基于贝叶斯网络(BN)的人误分析模型,利用专家经验和模糊集理论量化各节点的先验概率;最后,通过Ge NIe软件训练数据,可视化诊断模糊BN,得到目标事件的发生概率,分析出关键人误。结果表明:STPA方法驱动下的模糊BN能够全面地识别AIDC移交过程中的关键人误致因,其中AIDC移交失败时系统无告警是管制移交过程中的重要人误风险源;当目标事件发生时,管制员“注意力分散”、“忘记监控”、“注意力不集中”和“警觉性降低”4种差错行为发生的概率占比较高,是造成管制移交时航空器小于安全间隔的关键差错行为。