基于二元决策图的共因失效系统Birnbaum重要度计算

在传统Birnbaum重要度理论及其计算方法基础上,提出了针对系统受共因失效影响情况下的共因失效故障树扩展方法和共因失效决策建模方法.以提高共因失效系统Birnbaum重要度计算效率为目标,借助二元决策图,对二态共因失效系统重要度计算模型进行构建,给出了模型的相关算法,并以算法验证模型及算法的有效性.     

基于二元决策图的故障树底事件排序

提出了一种底事件排序的新方法——最小深度子树法。该方法先将结构复杂的故障树化简为一棵简单的树,然后基于各子树的深度、节点数及节点间的位置关系对底事件进行静态排序,并根据排序结果动态构造BDD。最后,通过对航空发动机加速时喘振停车的故障树分析,证明该方法可快速构建BDD,而且构建的BDD产生的冗余节点数目较少。     

一种多阶段任务系统的BDD排序新方法

近年来,BDD(二元决策图)的分析方法越来越多地被用于多阶段任务系统可靠性分析中.BDD方法应用的一个关键是在从故障树向BDD转换时需要对底事件进行排序,所选择的排序顺序将影响构造的BDD的节点数.与单一阶段任务系统相比,多阶段任务系统的可靠性分析由于阶段之间的相关性而变得更加复杂,将一般的BDD排序方法直接应用于多阶段任务系统的BDD分析很难得到令人满意大小的BDD.在考虑多阶段任务系统的结构和特性的基础上,通过共同失效组件对多阶段故障树化简,提出了基于最小相邻组件优先相邻排序的多阶段任务系统BDD排序方法.通过与一般的排序方法相比较,这种新方法可以生成更理想的BDD结构.     

基于故障树的智能故障诊断方法

针对传统故障诊断方法的不足,提出了一种基于故障树的故障诊断方法.该方法在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型,求得系统的最小割集,并计算出单元关键重要度.在综合考虑平均故障检测时间因素的同时,提出了故障判明效时比的概念,并以此为依据,从大到小排序,确定故障诊断的最优程序.     

基于故障树的数控机床故障诊断系统研究

通过对数控机床的故障实例分析,应用故障树模块分析算法,对Fanuc0i型数控车床的工作原理、故障现象进行定量分析;采用基于面向对象方法和专家知识的智能诊断方法,用Fussed法求解最小割集,把大型复杂故障树,分解为相对独立的多个子树;对数控机床典型故障建立了故障树,通过其最小割集进行故障定性分析,并将故障树分析法应用于故障诊断专家系统分析推理机制中。     

基于面向对象软件的故障树技术研究

故障树模型是导致系统失效的基本事件之间逻辑关系的图形表示,应用于系统失效模型的定性和定量分析.面向对象软件可靠性分析过程包括面向对象软件故障树构造、故障树简化及量化、依据基本事件失效概率确定系统失效( 顶部事件)的概率等.继承性是面向对象软件的特性.文章提出了一个从类的继承关系图( 类层次图或类格)构造面向对象软件故障树的构造算法,并且提出了构造多层故障树的设想 .     

基于故障树法的某雷达发射机系统可靠性分析及应用

本文介绍了故障树分析法的基本原理及其在系统可靠性中的应用实例。在实例中进行了基于故障树法的系统可靠性定性分析和定量计算,指出其优点和不足。从分析中获得了值得借鉴的经验。     

基于阶跃函数的故障树最小割集算法

本文运用阶跃函数表达故障树,提出了一种计算故障树最小割集的方法。通过对故障树中逻辑“与”门和“或”门的特点进行分析,推导出故障树逻辑关系与阶跃函数之间的转换规则,利用该规则可将故障树转化为便于编程求解的函数表达式。并对算法进行改进,从而大大降低了计算量。通过实例验证了该方法能快速准确地获得故障树的最小割集。     

基于阶跃函数的故障树最小割集算法

运用阶跃函数表达故障树,提出了一种计算故障树最小割集的方法.通过对故障树中逻辑"与"门和"或"门的特点进行分析,推导出故障树逻辑关系与阶跃函数之间的转换规则,利用该规则可将故障树转化为便于编程求解的函数表达式.并对算法进行改进,从而大大降低了计算量.通过实例验证了该方法能快速准确地获得故障树的最小割集.     

基于静态故障树的矿井提升机系统故障诊断研究

矿井提升机是煤矿井下三大设备之一,其安全性能至关重要。为了实现对矿井提升机的故障诊断,建立了矿井提升机制动系统的静态故障树。通过静态故障树分析法,找出影响矿井提升机制动系统发生障故时的各种因素,逐层分析,建立起故障树树形图;通过研究该故障树的最小割集,对影响故障发生时的各种因素进行定性分析及定量计算,得出故障发生时,各因素引起故障发生的概率,根据概率值的大小,找出故障发生时影响最大的因素以及影响最小的因素,对维修人员提供了技术支持,维修时有的放矢,缩短了诊断时间,提高了劳动效率。该方法在实际煤矿中得以应用,实践证明该方法是切实可行的,为后续的智能诊断奠定了基础。     

事故树分析方法在建筑施工模板坍塌中的应用

为了解决模板坍塌事故发生并引起人员伤亡的问题,采用系统安全工程的事故树分析方法,建立了建筑施工模板坍塌引起人员伤亡的事故树图,从最小割集、最小径集、结构重要度三方面,阐述了导致模板坍塌引起人员伤亡的主要原因,找出了事故预防的关键途径。结果表明,事故树分析方法能对导致模板坍塌引起人员伤害事故的各种因素及逻辑关系做出全面的阐述,并为模板坍塌事故的预防以及最大限度地减少人员伤亡,提供了切实可信的参考依据。该成果对建筑模板工程具有一定的参考价值和指导意义。     

一种决策树增量学习算法在故障诊断中的应用

在决策树增量学习算法ID5R上,结合粗糙集理论较强的简化知识、缩小知识库空间的能力,提出了一种增量学习方法,该算法在面对新事例时,能够先对新知识与知识库内容进行比较,将其中已为知识库所有的知识进行压缩,仅对其余部分学习,该过程能够有效减少新示例学习过程的消耗.同时针对知识获取的瓶颈问题,将其应用于故障诊断的知识积累过程中,并通过一个柴油机油样光谱分析故障诊断的算例,验证该算法的有效性.     

基于粗糙集理论的决策树构造算法

应用粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以属性重要性评价指标作为信息熵函数,对务件属性进行选择,充分考虑了属性间的依赖性和冗余性,弥补了ID3算法对属性间依赖性强调不够的缺点,解决了决策树中子树的重复和有些属性在同一决策树上被多次选择的问题,该方法还能对不相容决策表进行正确分类。实例表明该方法是正确有效的,而且明显优于传统的决策树构造方法。     

基于故障树方法的并联机器人失效分析

 用故障树方法,分析了并联机器人失效问题,给出了典型并联机器人的失效级别、失效形式、失效原因和失效后果。采用故障树分析法建立并联机器人故障树,基于概率层面,给出了可能失效的相关定性、定量分析,得出了并联机器人失效的薄弱环节和一般规律,可确保并联机器人在应用中具有高可靠性。     

A New Method for the Detections of Multiple Faults Using Binary Decision Diagrams

With the complexity of integrated circuits is continually increasing, a local defect in circuits may cause multiple faults. The behavior of a digital circuit with a multiple fault may significantly differ from that of a single fault. A new method for the detection of multiple faults in digital circuits is presented in this paper, the method is based on binary decision diagram （BDD）. First of all, the BDDs for the normal circuit and faulty circuit are built respectively. Secondly, a test BDD is obtained by the XOR operation of the BDDs corresponds to normal circuit and faulty circuit. In the test BDD, each input assignment that leads to the leaf node labeled 1 is a test vector of multiple faults. Therefore, the test set of multiple faults is generated by searching for the type of input assignments in the test BDD. Experimental results on some digital circuits show the feasibility of the approach presented in this paper.     

基于故障树与案例相结合的故障诊断方法

针对惯性导航等航海装备的复杂性,提出了基于故障树和基于案例的故障诊断方法,分析了2种方法各自的优缺点,最后提出将两者相结合的故障诊断方法,充分发挥各自优势,建立案例库,通过学习机对案例进行解释,依据故障树方法建立规则,由推理机调用相关规则进行故障判断．     

基于模糊集理论事件树分析方法在风险分析中应用

应用事件树分析方法进行风险分析时,通常将事件的发生概率当做确定值,但是在许多工程实际中,根据历史资料确定事件发生概率是非常困难的,经常需要利用专家的知识对事件的失败概率给出模糊的评断。因此提出基于模糊集理论的事件树分析方法,将模糊性语言转换为三角模糊数或梯形模糊数,应用模糊数λ截集以及模糊数积分排序方法,对后果事件的风险进行综合评判,船舶建造过程中风险分析实例验证了该方法切实可行。     

基于Word2Vec和决策树的故障定位技术

利用Word2Vec方法对Java源代码进行深层语义编码,生成文件级和行级的语义向量,并将其用作输入数据来训练决策树模型,以实现精确的文件级别和行级别故障定位,优化故障检测过程,构建一个综合文件级别与行级别分析的高效故障定位框架. 实验结果表明：该模型在各项目中的故障定位准确率均高于83%.     

核级蝶阀的模糊故障树分析

为提高核级蝶阀的可靠性,引进模糊故障树的分析方法.建立核级蝶阀失效故障树,得到其最小割集,确定核级蝶阀在设计和运行阶段的薄弱环节,以采取提高可靠性的措施.提出可引用模糊故障树计算方法,对所建故障树进行定量计算,为核级蝶阀的合理维护提供参考依据.以密封圈损坏为例,得到密封圈损坏的概率为[0.005,0.024 9].