系统故障演化过程熵及其受逻辑关系的影响研究

为研究系统故障演化过程中系统功能状态变化的混乱程度,引入熵概念提出了系统故障演化过程熵(简称演化熵)。演化熵是演化过程某时刻的系统功能状态混乱程度,是系统演化从一时刻发展到另一时刻的系统功能状态混乱程度的变化度量,数值上等于该时刻事件故障概率分布熵(简称分布熵)。研究表明演化熵只能通过某时刻事件故障概率分布得到,且具有确定的值域范围;演化过程中的事件逻辑关系对演化熵的变化有直接影响,或逻辑使演化熵降低且小于任意参与事件的分布熵,与逻辑使演化熵增加且大于任意参与事件的分布熵;随传递次数增加,与逻辑和或逻辑分别对演化熵的提高和降低作用减小。最后通过实例展示了演化熵的确定过程,总结了目前研究存在的问题,提出了后继研究方向。

基于SRKDA的系统故障演化过程分解方法研究

为研究系统故障演化过程中可能蕴含的多种演化特征,对演化过程的分解进行研究,提出基于谱回归核判别分析(SRKDA)的演化过程分解方法。首先介绍演化过程的特点和分解原理,其次论证对象集合对演化过程的可表示性,给出分解方法流程,最后进行实例分析。研究结果表明:分解演化过程本质上是对象与系统功能状态对应关系的确定,各对象集合都对应了各自的子演化过程;线性和非线性条件下对象可表示各种功能状态;对象标签矩阵须满足标签值的均匀分布特征;使用SRKDA算法可以确定最大准确度和最优对象标签集合,实现演化过程的分解;实例分析得到在20000次迭代后最大准确度为0.85,3个子演化过程分别包含41,33,26个对象。研究结果可为系统故障过程的特征分析提供参考方法。

系统故障演化过程中故障事件发生概率的修正方法研究

为修正系统故障演化过程中故障事件发生概率,提出了一种故障事件发生概率修正方法。基于多专家经验融合,对专家给出的不同因素条件下故障事件发生概率的评估值进行修正。方法涉及DS证据论、皮尔逊相关性、信息熵等方法。讨论了系统故障演化过程与故障事件发生概率的关系;研究了故障事件发生概率不准确的原因;构建了故障事件发生概率修正方法的数学模型。通过实例演示了分析流程。研究表明:故障事件发生概率是实现系统故障演化过程定量描述的基础;概率不准确的原因在于方法论、系统及因素、技术限制三方面;修正过程中也可得到评估数据重要度、概率波动重要度、专家重要度和因素重要度等相关系数。研究可对故障事件发生概率进行修正。

系统故障演化过程中关键事件的确定方法研究

为研究系统故障演化过程中关键事件的确定方法,提出了一种基于核局部保持投影(Kernel Locality Preserving Projections,KLPP)的关键事件确定方法。首先论述了系统故障演化过程、关键事件和因素空间,随后提出了关键事件确定方法,最后进行了实例分析。研究认为系统故障演化过程具有复杂的结构和层次,经历事件是演化测量得到的对象,其中具有决定作用的就是关键事件。关键事件是描述演化过程的基础,可通过因素空间中的对象分布进行确定。通过KLPP方法对对象分布特征进行研究,实现近邻对象分析,得到特征对象。这些特征对象对应的经历事件即为关键事件。按照测量时刻升序排列特征对象即为所求,最终作为描述演化过程的空间故障网络的节点。实例分析得到了预期结果,并说明了方法的特点和研究意义。

系统故障演化过程的耗散性研究及关键参数计算

系统故障演化是受外界影响并不断变化的过程,为研究其耗散性,提出了一种计算演化过程耗散性的方法。首先论述了系统故障演化过程的特征,其次研究了演化的耗散性,最后提出了耗散结构中关键参数的计算方法。结果表明,系统故障演化过程具有复杂的结构和层次,使演化过程满足耗散结构的4个条件;可借助演化过程的物理意义和空间故障网络的数学方法构建关键参数的计算方法,从而定量计算并判断演化过程的耗散性;通过实例展示了分析流程,并得到了预期结果,可为判断和预测系统故障演化过程最终结果对后继事件的影响提供方法。

系统故障演化过程中事件综合效用系数计算方法研究

为确定各事件在系统故障演化过程(System Fault Evolution Process,SFEP)中的效用,衡量对演化过程的贡献,提出了事件综合效用及系数计算方法。研究认为,影响SFEP的要素包括事件、事件故障概率、影响因素、演化过程中的事件演化关系和事件逻辑关系;进而提出了事件效用系数、事件逻辑效用系数和事件结构效用系数来表征这些要素;给出了3个系数的推导过程和计算方法;综合3个系数形成了事件综合效用系数。通过实例展示了计算流程,得到了实例SFEP中各事件的综合效用系数。结果表明:事件综合效用从大到小依次为过程事件、最终事件、边缘事件;对比事件效用系数,事件逻辑效用系数和结构效用系数对实现演化的作用更大;事件综合效用系数是通过所有因素的具体值确定的,只对确定因素值有效。成果可为SFEP增加研究事件效用的新方法。

系统故障演化过程的事件故障概率分布熵构建及其性质研究

为研究系统故障演化过程带来的系统功能状态的不确定性,提出事件故障概率分布熵的概念和计算方法。系统故障演化过程的不确定性来源于事件故障概率分布和演化过程本身的不确定性,可等效为概率分布和演化的混乱性。基于上述考虑,借助信息熵的思想建立事件故障概率分布熵,对演化过程中事件故障概率分布的变化混乱程度进行度量。考虑事件故障概率分布特征,确定了分布熵模型的各参数,给出了模型推导过程,建立了分布熵表达式。研究表明:分布熵具有对称性、确定性、非负性、扩展性、可加性和极值性,符合信息熵规则;分布熵与因素数量、因素值域的等距划分点数量、故障概率变化程度均存在正相关性。通过实例演示了事件故障概率分布熵的计算过程,得到了不同事件分布熵的大小关系,表明了不同事件对系统功能状态不确定性的影响。为下一步建立系统故障演化过程的熵理论提供基础。

系统故障演化过程最终事件状态及发生概率研究

为探究系统故障演化过程(SFEP)中系统故障的发生特征,基于空间故障网络(SFN)和量子博弈理论提出最终事件状态及发生概率确定方法,以管理者和操作者的安全和不安全行为制定博弈假设,通过量子力学方法表示混合策略概率;研究单一事件混合策略的概率、事件逻辑关系的量子博弈表示、最终事件状态形式及发生概率。结果表明:利用管理者和操作者的静态博弈确定预期收益,求导得到各方安全和不安全行为概率,即可得到最终事件全部状态的发生概率;但由于安全和不安全行为概率是由管理者和操作者收益确定的,因此最终事件全部状态的发生概率是不精确的。

系统故障演化过程的可拓学原理

为研究系统故障演化过程(System Fault Evolution Process,SFEP)的表示、分析和处理,利用智能理论并满足对系统功能状态的分析要求,提出基于可拓学原理研究SFEP。首先论述了系统功能状态与可拓学结合的可能性。其次研究了SFEP的可拓表示,确定了SFEP的基本单元,即原因事件—传递条件—结果事件。认为事件可表示为物元和事元的复合事元;传递可表示为关系元和这2个复合事元的复合关系元,称为传递元。最后研究了传递元的发散性、相关性、蕴含性和可扩性,并说明了方法对SFEP分析的作用。论文是通过可拓学研究SFEP的开始,为系统功能状态分析提供智能分析方法和理论基础。

系统故障演化过程不连续现象的原因及消除方法研究

为研究系统故障演化过程中,通过原因事件得到的结果事件发生可能性与直接试验得到的结果事件发生可能性不同的问题,定义系统故障演化过程的不连续现象,研究不连续现象出现的原因和消除方法。根据不连续现象的程度将原因分为3层,第1层是基本的原因事件、结果事件或传递的概率错误造成的不连续;第2层是因素对应错误造成的概率错误;第3层是演化结构不清造成的错误。针对这些错误提出消除方法,基本方法包括试验法、结构分析法和逻辑推理法;第2层次使用空间故障树和因素空间等方法;第3层使用三值逻辑等方法。研究结果表明:导致不连续的原因是演化过程的结构性问题,消除的方法应根据实际情况进行选择和变化。

基于三支决策和联系数的SFEP传递概率计算方法研究

为研究系统故障演化过程(System Fault Evolution Process,SFEP)中原因事件导致结果事件的传递概率,提出了一种基于三支决策和联系数的传递概率计算方法。根据三支决策思想将原因事件和结果事件划分为发生、不确定和不发生3种状态,将措施方案的作用划分为发生、不确定和不发生3种倾向;以联系数同异反分项系数分别代表上述3种状态和倾向,最终定量计算了传递概率范围。研究认为传递概率取决于原因事件的3种状态比例和措施方案的3种倾向比例。利用联系数的同异反分项系数分别描述了状态和倾向比例。总结了原因事件到结果事件状态的演化关系,形成了演化关系表。得到了导致结果事件3种状态的传递概率。以事件发生为目标,传递概率的最小值为导致结果事件发生的概率,最大值为前者加上不确定的概率。方法克服了原有传递概率计算面临的问题,其结果与实际情况相符。

基于突变级数和改进AHP的系统故障状态等级确定方法

为了确定系统故障状态等级,从导致系统故障的基本原因出发,考虑系统故障过程,提出一种基于突变级数和改进层次分析(AHP)法的系统故障状态等级确定方法。该方法先将系统故障过程表示为系统故障演化过程(System Fault Evolution Process,SFEP),使用空间故障网络(Space Fault Network,SFN)表示SFEP,进而转化为故障树结构;然后使用改进AHP法确定故障树中各层事件的相对权重,使用突变级数法确定各层事件的分值;最后根据改进AHP法和突变级数法确定的各事件权重和分值,给出系统故障状态等级确定方法的具体步骤,解释了各方法耦合工作的机制。通过实例分析与验证,结果表明该方法达到了理想的分析效果,且计算量少、精度满足要求。该研究结果可为系统故障状态等级的确定提供参考。

少故障数据条件下SFEP最终事件发生概率分布确定方法

为了在获得少故障数据条件下得到适合的系统故障演化过程(system fault evolution process,SFEP)中最终事件发生概率分布,提出一种考虑信息扩散且数据较少情况下的最终事件发生概率分布计算方法。该方法利用信息扩散原理以事件发生时因素为中心在研究区域内形成正态分布。同一事件的多次发生在研究区域中取最大值形成该事件发生概率分布,从而得到SFEP中边缘事件发生概率分布。将SFN中事件关系表示为关系组从而叠加关系,得到最终事件发生概率分布解析式计算分布。研究表明,所得结果与原有精确结果具有较高的符合性,但所需故障数据则少得多。可借助该方法在少故障数据条件下研究SFEP最终事件发生特征。

基于NADG和SFN的系统故障预防方法研究

为研究引起和预防系统故障的行为,确定系统免受引起故障行为作用的预防方案,本文提出一种基于空间故障网络(space fault network,SFN)和网络攻防博弈模型(network attack and defense game,NADG)的系统故障预防方案构建方法。SFN主要通过描述系统故障演化过程(system fault evolution process,SFEP)并化简得到系统故障表达式,提供可能的系统故障引起和预防行为。对原NADG模型的定义和分析流程按需求进行了修改。本文论述了系统故障形成机理,分析了引起和预防系统故障的行为,最终建立了SFN-NADG模型。仿真结果证明了所研究方法的可用性,得到了引起与预防系统故障行为的综合方案排序规律,可为选优预防方案提供支持。

基于MCTS和SFEP的系统寿命研究

为了在缺乏先验数据时分析得到系统寿命,提出了一种基于蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)和系统故障演化过程(System Fault Evolution Process,SFEP)的系统寿命分析方法。方法首先明确SFEP,通过空间故障网络(Space Fault Network,SFN)将其抽象为网络拓扑形式,再转化为空间故障树,最终得到经典故障树结构。这是MCTS分析的前提条件。确定SFEP的起始元件及其寿命分布特征,获得各元件寿命样本集合。设定系统总仿真工作时间和分析时间间隔,以及系统失效度阈值,即可得到达到该阈值后的迭代次数,最终确定系统寿命。虽然存在时间间隔尺度的误差,但所构建方法可对SFEP实时分析,特别适合系统故障认知有限和无先经验情况。

SFEP中因素重要度计算及其不确定性修正方法研究

为研究系统故障演化过程(System Fault Evolution Process,SFEP)中因素重要性及其不确定性,提出了基于相似性、联系数和信息熵的分析方法。以因素影响下的事件故障概率为基础数据,将因素重要性表征为事件在因素作用下的故障概率相似性和不确定性,建立研究方法和数学模型。首先,研究了因素重要性的由来及不确定性产生的原因。其次,建立了因素重要度计算和不确定性修正方法,提出了因素概率相似度、因素概率犹豫度、因素概率犹豫熵和因素重要度。最后,通过实例展示了分析流程。结果表明,系统故障演化过程中实现上述方法是可行的,能达到预期效果。研究方法和结果可用于系统故障演化过程中因素重要性的确定,并作为基础数据实现因素的化简、合并或删减,以降低演化过程复杂性,也可为类似的因素重要性分析提供支持。

空间故障树与因素空间融合的智能可靠性分析方法

现有系统可靠性分析方法一般具有针对性,缺乏广泛的适应性和扩展性。由于智能科学、信息科学和大数据技术的涌现和发展,使得传统可靠性分析技术难以适应新的需要。因此作者提出了空间故障树理论,目的是分析多因素影响下的系统可靠性变化特征。将空间故障树理论与因素空间理论、云模型、模糊数学及系统稳定性等相结合,使其具有智能分析和故障大数据处理能力,以满足未来技术环境下的分析要求。本文论述了空间故障树和因素空间的发展史及主要理论与功能;以及两种理论结合,描述和分析系统演化过程的可行性。研究表明,空间故障树理论具有良好的扩展性和适应性,可适应未来技术环境,也可作为系统演化过程分析的普适框架。

空间故障网络中边缘事件结构重要度研究

为研究系统故障演化过程中各事件的结构重要度,在空间故障网络框架内提出了边缘事件结构重要度的概念。利用经典故障树基本事件结构重要度思想,考虑边缘事件状态转化,提出了二元结构重要度和概率结构重要度;考虑研究对象网络系统和最终事件的不同,进一步划分为边缘事件网络结构重要度和边缘事件最终事件结构重要度。给出了这些定义的含义及计算过程。最终通过实例故障演化过程计算了上述4种边缘事件结构重要度。研究进一步完善了空间故障网络理论体系。

空间故障网络的柔性逻辑描述

为使空间故障网络(space fault network,SFN)描述系统故障演化过程(system fault evolution process,SFEP)时能蕴含信息的不确定性和演化特征,克服因素、数据和演化本身的不确定性,提出使用柔性逻辑对SFN进行描述和改造。首先论述了SFN存在的问题和使用柔性逻辑解决这些问题的可能性。使用柔性逻辑描述SFN,应从SFN的最基本单元、事件发生关系、SFN结构方面进行。给出了SFN中与、或和传递关系的柔性逻辑表示。在柔性逻辑条件下给出了SFN的关系组,进而得到SFN最终事件状态的柔性逻辑表示。实例结果蕴含了SFEP中各事件、因素和演化过程之间的柔性逻辑关系及其不确定性,为SFEP的智能化研究提供了新方法论和理论基础。

SFEP文本因果关系提取及其与SFN转化研究

为将系统故障演化过程(system fault evolution process,SFEP)的文本描述转化为空间故障网络(space fault network,SFN)结构,用于故障分析,本文提出SFEP文本因果关系提取方法,及其与SFN基本结构的转化方法。首先给出SFEP中事件的几种典型因果关系。随后提出因果关系与SFN基本结构的转化流程。本文方法围绕着关键字和因果关系组模式展开,通过模型的不断学习补充和丰富关键字和组模式。最终使方法具备将SFEP文本转化为SFN结构的能力。以飞机起落架故障发生过程文本为例进行了应用,实验结果表明该方法可用于SFEP文本中的因果关系分析,并得到了理想的SFN。完善的关键字和组模式有利于使用计算机智能处理SFEP的SFN。