基于FFTA-BN的建筑施工工序返工致因体系研究

【目的】探讨目前建筑施工工序返工事件致因诊断方法效率低、准确性差的问题。【方法】以系统思维的分析方法为框架,构建工序返工致因体系;将模糊理论引入故障树中,对底事件进行概率量化;运用贝叶斯网络的双向推理算法进行计算,并依据根节点的重要度对致因体系进行综合分析。最终提出了一种基于模糊故障树和贝叶斯网络的分析方法。【结果】当系统中工序的返工概率较高时,返工事件按照致因由强到弱的排序为:施工用材不合格、现场存储不当导致的材料受损、专业施工人员技术水平低、更换建筑设备。【结论】建筑项目的工序返工事件,大多能通过管理分析方法进行定位识别,进而为建筑项目的总体质量、成本及工期提供保障。

基于FUZZY-FTA-BN的涂装车间除尘器爆炸事故分析

为弥补现有非高危行业高危区域的汽车涂装车间安全评价方法的缺陷与不足,提出基于FUZZY-FTA-BN的涂装车间除尘器爆炸事故分析模型。编制系统故障树,利用GeNIe软件将其转化为贝叶斯网络,应用模糊集合理论和德尔斐法确定故障树基本事件发生概率,运用贝叶斯网络双向推理技术进行故障诊断和预测,通过重要度排序找出易导致顶事件发生的最主要因素。结果表明该方法可有效地识别出导致顶事件发生的主要影响因素。经过实例验证:风机故障是导致除尘器系统爆炸的主要因素。

故障树和模糊贝叶斯网络在管廊运维风险评估中的应用研究

地下综合管廊是城市的生命线,一旦出现问题就会对人们生命财产安全造成巨大损害。为了系统地分析管廊运维风险,建立了基于模糊贝叶斯网络的风险评估框架。首先,通过分析管廊运维风险源与风险形成的原因以确定风险事件和风险类别;其次,建立管廊运维风险故障树来梳理风险因素之间的逻辑关系,将故障树映射为贝叶斯网络;最后,结合专家模糊评价,构建地下综合管廊运维风险评估模型。案例分析结果显示:中间事件“火灾、爆炸”与“危害气体浓度过高”的发生概率较高。敏感性分析结果显示:“运维人员操作和维护不当”是导致管廊运维风险发生的根本事件,因此需要制定严格管理措施及规范,加强对运维人员的素质培训,以降低管廊运维过程中各种风险的发生概率。

基于故障树和贝叶斯网络的管廊运维风险评估

城市地下综合管廊在运维过程中事故时有发生,为了量化管廊运维风险并分析关键风险因素,提出一种基于故障树和模糊贝叶斯网络的城市地下综合管廊运维风险评估方法。在综合考虑管廊风险因素的基础上构建故障树模型,将其映射为贝叶斯网络。基于ALARP准则划分风险因素状态等级,根据模糊数和模糊子集计算底事件的发生概率,利用最大似然估计法求解中间事件的条件概率,构建管廊运维风险贝叶斯网络模型,精准评估城市地下综合管廊运维风险。结果表明:所评估的管廊运维过程风险等级为High的概率为28%,接近30%的风险阈值,因此需要及时对管廊风险进行管控。该方法能够科学、合理地评价风险水平并确定关键因素,可为管廊运维安全保障和管理提供参考。

基于故障树-模糊贝叶斯网络的装配式建筑施工质量风险分析

装配式建筑施工质量直接影响装配式建筑的安全性和耐久性,以提升装配式建筑的质量管理水平为目标,针对如何有效地控制施工质量风险,提出了基于故障树-模糊贝叶斯网络方法的风险评价模型。结合装配式建筑的特点进行风险源识别、分类,采用故障树对风险因素的因果关系进行建模,将其映射成贝叶斯网络,引入模糊集理论和改进的相似聚合方法,将专家意见转化为节点事件的先验概率和条件概率,构建了基于故障树-模糊贝叶斯网络的装配式建筑质量风险分析模型。结合案例进行分析:将收集的数据导入GeNIe软件中,进行参数学习得到了各风险等级发生概率;反向推理获得后验概率确定了关键性因素,进行致因分析得到了最大可能致因链,最后,利用贝叶斯网络的快速预测功能进行快速预测与推断。

基于FTA-FBN的电动矿卡动力电池故障诊断

由于电动矿卡工作环境恶劣、载重量大、长期高负荷作业,其对动力电池可靠性造成严峻的考验。电动矿卡结构复杂,难以获取精确故障数据,故提出一种基于故障树和模糊贝叶斯网络(FBN)的动力电池故障诊断方法。利用电动矿卡实际故障数据,得到动力电池5类常见故障和8种故障现象,建立故障树模型,通过分析和计算获得各个故障事件的先验概率。通过专家评估的方法获得节点条件概率表,将模糊理论和贝叶斯网络相结合构建FBN,利用Netica仿真软件进行故障诊断推理。结果表明,能够根据故障树结果制定维修策略,根据FBN结果进行故障定位,提高效率。

考虑不确定性的LNG低温储罐可靠性建模与分析

LNG低温储罐是液化天然气(LNG)储存和运输的关键设施,鉴于其失效影响因素众多以及失效状态的多样性和因果关系的模糊性,提出了一套基于不确定性理论技术的LNG储罐可靠性建模与分析方法。首先,利用T-S模糊故障树替代传统事故树建造LNG储罐失效事故模型,以保障建模精度及分析的细粒度;其次,采用专家辅助的机械化分配法来应对T-S模糊门描述规则数量激增时概率分配的挑战,同时引入模糊群体决策理论来解决失效数据稀缺条件下基本事件先验概率估计的问题;最后,通过映射机制将LNG储罐T-S事故树转化为贝叶斯网络(BN),利用BN双向推理和多源信息融合优势,高效求解可靠性指标并快速诊断关键致因。针对某LNG低温储罐的可靠性评估,验证了所提出方法的实用性和有效性,可为LNG储罐系统的设计优化和可靠性维护提供理论支持和决策指导。

融合模糊故障树与贝叶斯网络的高铁车站安全风险因素决策研究

运输任务量大、运行速度快及车站规模变大等特征使得高铁车站安全状况面临巨大挑战。因此,提出一种融合模糊故障树(FFTA)与贝叶斯网络(BN)算法的高铁车站安全风险因素决策方法。首先,对高铁车站各系统在实际运营过程中的基本风险因素与事件进行统计分析与建模,确定影响铁路车站安全运营的基本事件共计22个;其次,借助领域内专家经验评判、打分和模糊粗糙集的理论等手段克服数据采集限制;之后,利用故障树分析和贝叶斯网络算法的融合结构克服单一算法在数据处理能力和准确度方面的缺陷,高效、准确地揭示安全风险因素间逻辑和概率关系,确定了缺乏掌握车站资源状态和作业进度的技术手段等4个基本事件为主要影响因素;最后,通过敏感性分析获取了影响高铁车站建设与运营安全性的22项基本事件的风险降低价值重要性(RRW)指标。结果表明:所得四项主要影响因素对应的RRW均大于15%,验证了FFTA和BN所得结果的正确性。所提出的高铁车站安全风险因素决策方法可实现对影响高铁车站安全性的关键指标及对应概率进行准确定位与决策,从而为保障高铁车站安全运营提供有效参考。

模糊贝叶斯网络在掘锚一体机装运部故障诊断中的应用

掘锚一体机是当前煤巷智能化快速掘进广泛应用的掘进设备,其装运部作为截割部和运输部的中间环节,面临着恶劣操作环境及截割、运输作业的影响,存在较高的故障率。针对掘锚一体机装运部故障诊断问题,以掘锚一体机装运电机故障为顶事件建立故障树,并转换为贝叶斯网络;采用梯形隶属函数进行根节点模糊化处理,通过专家评估得出模糊参数,进行去模糊化和加权平均后得出先验概率。以装运电机电流异常为中间事件进行测试,结果表明:装运电机故障的主要原因为地质片帮、电机进水和截割操作过快;所建立的模糊贝叶斯网络对中间故障事件的诊断准确率均在76%以上,平均准确率为82.4%,达到了良好的诊断效果。

基于事故树与直觉模糊集的10 kV配电网互联安全状态模糊综合评价模型

由于自然故障或网络攻击导致的信息失效事件频发,10 kV配电网互联安全状态存在评价结果偏差较大的问题,对此,研究基于事故树与直觉模糊集的10 kV配电网互联安全状态模糊综合评价模型。通过直觉模糊集,处理10 kV配电网基础数据,建立事件上下位关系类型,定义配电网中不确定性的运行状态。分析配电网运行流程,结合供电能力和运行水平,选择综合性评价指标,设置安全评价规则,构建模糊评价指标体系。基于事故树计算评价指标重要度,按照基本事件的安全影响程度,构建配电网互联安全状态评价模型。实验结果表明,在不同类型供电分区10 kV配电网可靠性评估中,当应用所提模型后,能够真实反映O、P、Q 3个分区的可靠性隶属度,与配电网的真实运行情况相符合,能够真实地反映配电网运行情况,当发生问题时能够及时跟踪,缓解信息失效问题。

基于T-S故障树和贝叶斯网络的模糊可靠性评估方法

针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法:利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运输车液压系统进行模糊可靠性评估,计算根节点状态重要度等可靠性指标,为提高系统可靠性和进行故障诊断提供依据。

基于故障树的汽车起重机液压故障诊断专家系统

根据汽车起重机液压系统故障诊断的特点,建立了汽车起重机液压故障诊断专家系统。该系统提出将故障树和模糊神经网络相融合,并以汽车起重机常见故障为例建立了相应的故障树模型,完成了基于专家规则表示与模糊表示下知识数据库的构建与推理机的实现。解决了传统专家系统知识获取困难的问题;运用模糊神经网络的自学机制,保证知识库的完整性和正确性;实现了对汽车起重机液压系统的故障诊断内容的不断的更新和扩充,并及时将已发生及预测到的的故障写入数据库中,提高了查找故障的准确率及效率,有利于预防和控制汽车起重机液压系统的故障。

基于模糊故障树和贝叶斯网络的矿井提升机故障诊断

为解决目前矿井提升机故障诊断方法效率低、准确性差等问题,提出了一种基于模糊故障树和贝叶斯网络的矿井提升机故障诊断方法。首先对传感器实时采集的提升机运行参数进行去噪预处理、多源信息融合,保证数据的准确性;然后将处理后的数据输入矿井提升机故障树,采用三角模糊数表示提升机底事件发生概率,得到底事件模糊概率;最后将模糊故障树映射为贝叶斯网络进行可靠性分析,将底事件模糊概率作为先验概率,计算叶节点发生概率,进而获得根节点的后验概率、概率重要度和关键重要度,从而快速确定故障类型和故障点。实例分析结果验证了该方法的可行性。

智能故障诊断技术研究综述

在简单介绍故障诊断理论的基础上,重点评述了智能故障诊断技术的发展状况,并简要介绍专家系统故障诊断方法、模糊逻辑故障诊断方法、神经网络故障诊断方法、故障树故障诊断方法和基于案例的故障诊断方法,对每种方法均介绍了它的诊断原理与步骤,分析了它的特点及缺陷,最后指出了这一领域中有待进一步研究的若干问题和发展趋势。

控制系统故障诊断浅析

简要回顾了故障诊断技术的发展历程,介绍故障诊断的基本概念,着重综述基于模型故障诊断技术和不依赖于模型的智能故障诊断技术特点和发展概况。为未来故障诊断技术的发展提出了一些展望。

基于知识的故障诊断方法综述

在简单介绍故障诊断理论的基础上,重点评述了基于知识的故障诊断方法发展状况,将其分为5大类,即专家系统故障诊断方法;模糊故障诊断方法;故障树故障诊断方法;神经网络故障诊断方法和数据融合故障诊断方法。对每类方法均介绍了它的诊断原理与步骤,分析了它的特点及局限性,最后指出了这一领域中有待进一步研究的若干问题和发展趋势。

一种基于性能退化数据的电子设备缓变故障预报方法

针对电子设备的测试和故障识别提出了一种基于性能退化数据的缓变故障预报方法。重点针对如何体现电子设备功能模块状态与其性能退化数据和故障树之间的内在关系开展建模研究,将难于定量描述的映射关系通过模糊神经网络转化为定性描述的映射关系,结合时间序列分析对性能退化趋势进行评估和判断,为电子设备缓变故障的预报和故障源定位提供了一种便于工程实现的建模方法。以功能模块为基本的故障定位单位,以性能检测数据、可靠性数据、故障树和故障机理等为输入,建立了基于故障树的时间序列神经网络拟合模型,采用时间序列分析对性能退化数据的波动趋势建立分析模型,利用基于故障决策树的模糊神经网络对系统可能故障来源建立判断识别和预报模型,基于非参数密度估计和假设检验方法对预报可信性建立评估模型,从而提高了故障预报的准确性。

动车组受电弓系统失效风险分析

针对系统失效风险分析过程中数据缺失、多源异构和认知不确定的实际情况,提出了利用模糊故障树构建多态模糊贝叶斯网络来对系统失效风险进行分析,根据各根节点模糊故障率计算出中间节点和叶节点不同故障状态的模糊可能性,同时对各根节点灵敏度进行分析,并对其实际意义进行了说明,最后根据所提方法对动车组受电弓系统进行了失效风险分析。分析结果表明,网压互感器破损、疲劳性裂纹、控制阀板风管破损为高风险事件,与实际情况一致,同时该方法也扩展了贝叶斯网络在实际工程中的应用。

基于模糊故障树和贝叶斯网络的FPSO碰撞风险分析方法研究

穿梭油轮与FPSO碰撞事故是FPSO油气外输过程中常见的灾害事故之一。为将碰撞事故的可能性降至最低,并为风险管理提供决策依据,本文将模糊故障树与贝叶斯网络(BN)结合,提出了一种基于模糊故障树与贝叶斯网络的FPSO油气外输系統碰撞风险评估方法。依据模糊故障树与贝叶斯的映射算法,构建BN模型及确定条件概率表(CPT);运用BN网络的推理算法计算事故发生的概率和节点的后验概率进行故障诊断,并且可以依据节点的重要度对结果进行故障的分析排查。最后,通过FPSO外输油气系统工程验证算法的可行性及有效性。

工业控制系统的功能安全与故障诊断关键技术研究

故障诊断概念已被大家所接受,但有关功能安全的研究仍显不足。文章讨论了功能安全的主要研究内容和故障诊断的相关理论与算法,分析了它们之间的关系,围绕系统生命周期探讨了工业控制系统功能安全的一般设计方法和安全措施,通过分析进一步明确了它们的研究范围,对提高安全控制系统的设计和管理水平具有一定的指导意义。