期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
Optimization of a dynamic uncertain causality graph for fault diagnosis in nuclear power plant 被引量:2
1
作者 Yue Zhao Francesco Di Maio +3 位作者 Enrico Zio Qin Zhang Chun-Ling Dong Jin-Ying Zhang 《Nuclear Science and Techniques》 SCIE CAS CSCD 2017年第3期59-67,共9页
Fault diagnostics is important for safe operation of nuclear power plants(NPPs). In recent years, data-driven approaches have been proposed and implemented to tackle the problem, e.g., neural networks, fuzzy and neuro... Fault diagnostics is important for safe operation of nuclear power plants(NPPs). In recent years, data-driven approaches have been proposed and implemented to tackle the problem, e.g., neural networks, fuzzy and neurofuzzy approaches, support vector machine, K-nearest neighbor classifiers and inference methodologies. Among these methods, dynamic uncertain causality graph(DUCG)has been proved effective in many practical cases. However, the causal graph construction behind the DUCG is complicate and, in many cases, results redundant on the symptoms needed to correctly classify the fault. In this paper, we propose a method to simplify causal graph construction in an automatic way. The method consists in transforming the expert knowledge-based DCUG into a fuzzy decision tree(FDT) by extracting from the DUCG a fuzzy rule base that resumes the used symptoms at the basis of the FDT. Genetic algorithm(GA) is, then, used for the optimization of the FDT, by performing a wrapper search around the FDT: the set of symptoms selected during the iterative search are taken as the best set of symptoms for the diagnosis of the faults that can occur in the system. The effectiveness of the approach is shown with respect to a DUCG model initially built to diagnose 23 faults originally using 262 symptoms of Unit-1 in the Ningde NPP of the China Guangdong Nuclear Power Corporation. The results show that the FDT, with GA-optimized symptoms and diagnosis strategy, can drive the construction of DUCG and lower the computational burden without loss of accuracy in diagnosis. 展开更多
关键词 DYNAMIC uncertain CAUSALITY GRAPH fault diagnosis Classification Fuzzy DECISION tree GENETIC algorithm Nuclear power plant
下载PDF
面向故障树结构的不精确知识管理 被引量:2
2
作者 余彬海 周祖德 +1 位作者 袁楚明 胡文彬 《华中理工大学学报》 CSCD 北大核心 1995年第2期27-29,共3页
结合故障树在故障诊断中的应用,运用Bayes方法,提出了一个面向故障树诊断问题的证据推理算法。此算法能实时、动态地根据征兆信息(即证据)更新树中各事件发生的概率,且计算量小,可应用于基于故障树的实时故障诊断系统。
关键词 故障树 不精确知识 故障诊断 专家系统
下载PDF
融合不确定信息的某型导弹控制系统可靠性分析方法 被引量:6
3
作者 李志强 徐廷学 +2 位作者 顾钧元 安进 刘玉东 《系统工程与电子技术》 EI CSCD 北大核心 2017年第12期2869-2876,共8页
针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster-Shafer(DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转... 针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster-Shafer(DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转化的方法,包括与节点、或节点、异或节点、非节点与2/3表决节点。针对多状态贝叶斯网络中条件概率值难以确定的问题,应用DS证据理论/层次分析法对专家经验知识进行分析与表达。以某型导弹控制系统为例,利用故障树构建贝叶斯网络模型,应用DS证据理论对专家信息进行数据融合处理,确定不确定节点的信任函数、似然函数和条件概率值,并借助贝叶斯网络的正向推理、反向推理和重要度分析确定了可靠性设计与分配中的薄弱节点。 展开更多
关键词 不确定信息 Dempster-Shafer(DS)证据理论 贝叶斯网络 故障树 重要度分析
下载PDF
基于不确定故障树的软件可靠性分析方法 被引量:3
4
作者 刘颖 杨芸芸 《天津科技大学学报》 CAS 2022年第1期52-55,63,共5页
故障树是用来评估系统可靠性或风险的有效方法之一,其中基本事件故障发生概率通常为常数或随机变量.在实际软件可靠性测试过程中,可得到的故障数据量非常少且存在大量的认知不确定性,因此使用传统故障树评估方法是不合理的.为此,本文提... 故障树是用来评估系统可靠性或风险的有效方法之一,其中基本事件故障发生概率通常为常数或随机变量.在实际软件可靠性测试过程中,可得到的故障数据量非常少且存在大量的认知不确定性,因此使用传统故障树评估方法是不合理的.为此,本文提出基于不确定故障树的软件可靠性分析方法.故障树中基本事件发生故障的信度用不确定测度表示,以不确定环境下“与门”和“或门”的运算法则计算系统的可靠度.最后,对某装备的软件系统进行可靠性分析及灵敏度分析,使该方法的合理性得以验证. 展开更多
关键词 认知不确定性 不确定故障树 软件可靠性评估 不确定测度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部