多态防护系统可靠性及重要度分析

在装备防护系统中,系统中的所有部件都可能会受到攻击,为了降低攻击成功的概率,部件的防护层有多个状态,从完全失效状态到完好状态,部件的防护功能依次增加。本文分析了部件防护层的状态变化规律,研究了当部件受到攻击存活和故障时的平均性能变化机理。然后基于系统结构函数,分别给出了防护层的Birnbaum重要度和综合重要度,分析了当部件防护层的状态发生变化时,系统性能的变化规律和特性;并考虑部件防护层的状态转移率,分析了在多种状态变化情况下的防护层提升对系统性能的影响。最后针对某直升机的航空动力装置系统,分析了不同部件防护层对系统性能的影响,并比较了Birnbaum重要度和综合重要度的不同,验证了提出方法的正确性和有效性。     

多态系统部件维修成本评估分析

多态系统是可靠性理论中的一种重要系统,是指部件和系统具有多个状态。随着部件的劣化,系统的性能随之下降。为了提高系统的性能,部件需要进行一定的维修。本文考虑部件状态转移率与停留时间的关系,利用重要度理论来分析部件维修成本的变化规律,得出对系统维修成本影响最大的部件。首先,基于维修成本的函数关系,给出了重要度的表达式;其次,针对典型串联系统和并联系统,随着时间推移,给出维修成本的变化规律;最后算例仿真验证了提出方法的有效性和正确性。     

基于马尔科夫过程的储备系统稳态性能分析

由于储备系统组成部件在存储期间的失效概率各不相同,当部件状态趋于稳定时,各个状态对系统性能的影响也存在差异。为了识别关键部件及其状态对系统性能的影响程度,本文以重要度为主要指标,应用马尔科夫过程研究储备系统在稳态时的性能变化模式。首先基于综合重要度研究系统性能的变化规律,并结合冷储备系统和温储备系统的状态转移矩阵推导出马尔科夫过程中稳态值的计算方法;其次基于稳态综合重要度获得系统稳态时的性能变化模式;最后以双臂机器人为例,分析部件处于不同状态时对系统性能的影响模式,比较了不同部件综合重要度的变化,验证了提出方法的有效性。     

基于综合重要度的动车组多部件系统机会维修策略研究

针对我国动车组列车现行维修方式,提出基于综合重要度序列的动车组多部件系统机会维修策略,对提高系统可靠度贡献大的关键部件进行准时优先维修。建立部件综合重要度指数计算模型,并依据其对部件维修优先级进行排序。以维修总成本最低为目标计算单部件最优维修周期及时刻,以系统维修总成本最低为目标,以关键部件的维修时刻为系统停机时刻建立考虑重要度的多部件系统机会维修模型。算例选取某型动车组四级修时更换的四部件系统为研究对象,讨论机会维修里程窗的大小及其偏移量对维修效果的影响,对比结果表明,考虑综合重要度的机会维修策略能够在维修费用基本持平的条件下,保证对系统可靠性贡献大的关键部件的可靠性,进而保证系统的整体可靠性。     

一种面向可靠性的改进不确定性重要度分析方法

作为识别和评估系统薄弱环节的有效工具之一的重要度理论,一直都被广泛应用于系统可靠性和安全性工程。而作为其主要环节的不确定性重要度分析更是扮演着不可或缺的角色。因此,为有效表征多态系统的可靠性,本文给出了一种变换数据处理方式的改进不确定性重要度分析方法。该模型是以两个累积分布函数之间的空间几何距离为基础,通过改变随机输入变量的不确定性范围和对应分布情况,模拟和描述输入对系统输出变量的相对影响趋势,并以两个累积分布函数之间的定积分面积表示。最后利用系统故障树对其进行不确定性重要度分析。结果表明,空间几何距离是一种用来表示输入变化对输出分布变化的相对影响的不确定性重要度度量的有效工具。     

基于模糊贝叶斯网络的汽车软关系统可靠性研究方法和优化

为解决传统方法在状态多样化的复杂系统可靠性分析中的局限性,通过贝叶斯网络的推理功能得到系统故障概率与可靠度评估、后验概率及根节点重要度的计算和分析的方法,充分利用了贝叶斯网络不确定性推理和图形化表达的优势.文章以汽车软关系统为研究对象,在系统可靠性框图模型的基础上,应用新方法计算了各根节点失效概率和重要度并进行了排序,针对系统的薄弱环节,提出了相应的改进方案,为系统的产品和类似系统的可靠性研究提供了理论参考,具有较强的工程实用价值.     

应用全概率公式研究输水管道系统的可靠性

文中采用网络分解法,以全概率公式为依据对设置连通管的输水管道系统的可靠性进行了分析,建立了设置连通管的输水管道系统的可靠性计算模型;计算表明,三通和输水干管的管段的可靠性变化是影响系统可靠性的敏感性因素.研究成果对于输水管道系统组件的选择、施工与维护管理,具有重要的指导意义.     

复杂系统可靠性分析中的若干统计问题与进展

概述作者近十年来在复杂系统可靠性分析方法研究方面所做的部分研究工作,其中包括:复杂系统可靠性综合评估方法研究;复杂系统贮存可靠性综合评估方法研究;复杂系统可靠性综合验证方法研究;复杂数据类型下的数据填充算法等内容     

系统可靠性影响因素重要性分析

为了解多个工作环境条件因素同时变化对元件或系统故障概率影响程度及特征,在已有的连续型空间故障树的理论框架下提出因素联合重要度分布概念.其源于已经给定的因素重要度分布概念,目的在于分析元件或系统在多因素变化情况下的满足系统可靠性的工作环境区域.定义了元件或系统的因素联合重要度概念、公式及推导过程.对给定元件和系统进行了分析,得到了对于使用时间t和使用温度c的因素联合重要度分布,及其分布特点.最终得到了保持系统可靠性稳定且易于运行要满足的两个条件.从而可应用于指导实际的系统运行.     

基于无故障概率的多参数多工序工艺系统可靠性评估模型与方法

通过对工艺要素、工艺过程、工艺输出参数、性能参数和产品可靠性等的影响分析,建立了多参数多工序工艺系统可靠性影响关系模型;基于制造质量和生产效率两个维度,提出了多参数工艺系统故障判据与工作能力状态准则;分串联、并联和混联三种模式,建立了多工序工艺系统可靠性逻辑框图;考虑设置检验和不设置检验两种状态,研究了基于无故障概率的多参数多工序工艺系统可靠性评估方法、数学表述和算例.     

A cost-based importance measure for system components: An extension of the Birnbaum importance

In reliability engineering, component importance measures are used to prioritise components in a system for purposes such as reliability improvement and maintenance planning. Existing importance measures have paid little attention to the costs incurred by maintaining a system and its components within a given time period. Cost-effectiveness analysis, however, is critically important in increasingly competitive markets. This paper proposes a new cost-based importance measure which considers costs incurred by maintaining a system and its components within a finite time horizon. Possible extensions are discussed and examples are given to show the use of the new measure.     

On the construction of component importance measures for semi-Markov systems

In this paper we consider semi-Markov reliability models of systems with discrete state space in a setup general enough to cover systems with maintenance and repair. The systems are assumed to consist of several components which can either be up or down in each state. In this framework we propose two different types of component importance measures which are based on transition rates and interval availability, respectively. For these importance measures we study both the time-dependent and the steady state situation, and express them in terms of quantities easily calculated from the building blocks of the semi-Markov process.     

Importance of system components and fault tree events

A new measure of the importance of the components in a coherent system and of the basic events in a fault tree is defined and its properties derived. The importance measure is a useful guide during the system development phase as to which components (or alternatively, which basic events) should receive more urgent attention in achieving system reliability growth. The new measure of component importance has certain desirable properties not possessed by the previous measure of component importance proposed by Birnbaum [6]. The measure is extended to minimal cut sets and to systems of components undergoing repair. A number of commonly occurring systems are treated in detail for illustrative purposes.     

宏观因素影响下的系统中元件重要性研究

为研究复杂系统在工作环境中其组成元件对系统安全运行的重要性,将汪培庄先生的因素空间理论与笔者提出的空间事故树理论相结合,构造了一套元件重要性研究方法.构建系统T={U,C,D},将元件作为研究对象集合U,系统工作的宏观环境作为因素集C,元件重要性排序集作为D.对宏观环境中的工作时间a1和温度a_2进行划分形成不同的状态区域S_q,计算在S_q中元件xj的失效权重γ(AS_q(x_j))和在S_q中系统T的失效权重δ(AS_q(T))),从而得到x_j在S状态下的等效失效权重Z(AS_q(x_j)),研究状态S_q下的原件重要性排序D_η,及元件x_j失效性对a_1及a_2的敏感性.使用一个实际的电气系统维修情况统计资料,使用上述方法进行了研究,结果表明:不同工作环境下元件对系统的重要程度是不同的.元件对温度和使用时间是敏感的,并得到了在10³0°且5030°且50⁷5d环境下工作系统可靠性是最高的结论.在给定工作环境下,重要性大的元件多储备,重要性小的元件少储备,以满足系统维修需要,并指导实际工程.     

The signal model: A model for competing risks of opportunistic maintenance

This paper presents a competing risks reliability model for a system that releases signals each time its condition deteriorates. The released signals are used to inform opportunistic maintenance. The model provides a framework for the determination of the underlying system lifetime from right-censored data, without requiring explicit assumptions about the type of censoring to be made. The parameters of the model are estimated from observational data by using maximum likelihood estimation. We illustrate the estimation process through a simulation study. The proposed signal model can be used to support decision-making in optimising preventive maintenance: at a component level, estimates of the underlying failure distribution can be used to identify the critical signal that would trigger maintenance of the individual component; at a multi-component system level, accurate estimates of the component underlying lifetimes are important when making general maintenance decisions. The benefit of good estimation from censored data, when adequate knowledge about the dependence structure is not available, may justify the additional data collection cost in cases where full signal data is not available.