安全系统事故树分析软件研究

介绍了系统安全分析中事故树分析软件的自动化程序设计原理与方法，该软件实现了事帮树的自动绘制、化简，进行定性分析，自动求解最小割集，绘制事故树的等效树，求解结构重要度，进行顶上事件发生概率、各基本事件的概率重要度、临界重要度的定量分析求解等功能，能够找出控制事故发生的最有效途径。该软件具有功能性强、直观形象、可操作性强的优点，对于事故的分析与评价具有较高的应用价值。     

事故树分析中一种新的重要度

应用层次分析法(AHP)原理,提出了事故树分析时一种新的重要度——层次重要度,并给出其求法。结合实例说明其应用。该方法为选择控制事故的最佳方案开辟了一条新的途径。     

最小径集求解方法及Mathematica实现

为了解决传统事故树最小径集求解过程中遇到的计算量大、专业化简软件缺乏、手工计算容易出错的问题,文章研究了现有2种最小径集求解方法,用图解的形式说明了这2种方法的求解路径,通过理论推导证明了最小割集和最小径集在事故树的表示上是等效的.在此基础上,提出了一种新的求解最小径集的方法并进行了证明.通过在Mathematica软件中建立基本的事故树化简规则,从而实现了事故树的软件自动化简,并通过实例验证,证明了文中所述3种最小径集求解方法的正确性和便捷性.     

事故树分析法的应用研究

对常用的安全评价方法之一的事故树分析法(FTA)进行了较为深入的研究和探讨。其中对FTA的分析思路进行了深入的理论分析,并对其主要的分析方法进行了剖析。在对FTA的应用研究中,以亚洲首家甲醇羰基化生产醋酐为例进行了实例分析,通过编制相应的事故树、成功树,运用布尔代数法和相应规则计算了各基本事件的结构重要度系数,依照各基本事件的结构重要度系数对各基本事件的结构重要度进行了排序,并在此基础上提出了确保安全生产所应采取的科学、合理、有效的优先安全控制措施,以实现对生产系统单元的最优安全控制。最后,指出了FTA实际应用的优缺点及其应用范围。     

基于事故树理论的矿山人员触电事故致因分析

本文采用安全系统工程方法，以陕西省某大理石矿为例，对矿山人员触电事故进行了事故树分析，并绘制出人员触电事故树分析图，直观地表现了各可能导致顶上事件发生的基本事件及其逻辑关系，通过对FTA的定性分析，得出了最小割集和结构重要度，指明了预防事故发生的可能途径。     

基于最小生成树的R~*-树结点分裂算法

针对R*-树应用到逆向工程领域时遇到的适用性差等问题,提出了一种新的R*-树结点分裂算法.该算法将R*-树索引结点表示为轴向包围盒,依据轴向包围盒外接球间的重叠度计算结点相似度,并将其作为权值构建结点无向连通图,用来求解结点无向连通图的最小生成树.沿最大权值边将最小生成树分裂为2棵子树,并基于结点外接球体积对R*-树结构进行优化,从而实现了R*-树结点分裂.实例表明,R*-树结点分裂算法可处理各种复杂数据的结点分裂问题,能够有效地提高R*-树的构建效率及空间数据的查询效率.     

基于改进频繁模式树的最大频繁项目集更新挖掘算法

在挖掘最大频繁项目集的过程中,通过改变最小支持度阈值可以挖掘更有用的最大频繁项目集,为此提出了一种最大频繁项目集更新挖掘算法UAMMFI(Updating Algorithm for Mining Maximal Frequent Itemsets)。算法基于改进后的频繁模式树结构,在更新挖掘过程中,不需产生候选项目集和条件模式树,并且充分利用先前已挖掘的最大频繁项目集中包含的信息,快速更新挖掘出最小支持度阈值变化后的最大频繁项目集。实验结果表明,算法能够高效更新挖掘最大频繁项目集。     

环氧乙烷储罐区火灾爆炸事故树分析

采用事故树分析方法,对环氧乙烷储罐区火灾爆炸事故进行分析,构建了环氧乙烷储罐火灾爆炸事故树.利用事故树分析软件得到影响顶事件的最小割集和最小径集,计算了基本事件的结构重要度系数并排序,确定了影响事故发生的主要因素,并提出相应的预防措施.     

多目标MIN-MAX度最小树问题及其求解

在多目标最小生成树问题和MIN-MAX度最小树问题的基础上,探讨使生成树最大顶点度数以及总权重都尽可能小的另类多目标MIN-MAX度最小生成树问题。分析了这一特殊的顶点度约束与Hamilton路的关联性质,在此基础上设计了先Hamilton路再MIN-MAX度最小树的独特求解方案。根据初始条件不同,当网络图不存在Hamilton路时,引入改进的蚁群优化算法,将转移概率由基本的指数形式改进为线性形式,在不影响求解质量的前提下,提高计算效率。针对以上策略,设计了相应的求解方案,并在计算机上用Delphi编程实现。大量数值算例验证表明,算法能快速有效地求解多目标情形下的MIN-MAX度最小生成树问题。     

同轴度误差最小包容圆有限元后处理算法

针对工作状态下机械零部件同轴度误差数据采集难的特点,结合有限元后处理,提出了一种通过求解一组投影圆心坐标的最小包容圆(最小外接圆)来实现分析同轴度误差的计算方法.将轴套分为n段,将每段内边界变形后的节点坐标向同一平面投影,采用最小二乘法拟合成圆,即可获得n个圆心坐标.为求这平面点列(n个有限点)的最小包容圆,将问题转化为非线性约束最优化问题.通过分区优化搜索算法求解目标.同时采用了遗传算法来验证,两者计算结果一致.     

长输油气管线风险概率分析软件研究

目前有关管道风险分析软件仅处于半定量化水平,且实用水平普遍较低.应用系统风险可靠性分析的基本原理,以油田长输管线为分析对象,确定管线服役过程中的失效事件为顶事件,应用故障树分析法(FTA)建立故障树,并对其进行定性和定量分析,得出故障树的全部最小割集和顶事件的发生概率.对各基本事件的结构重要度、概率重要度和关键重要度进行了计算.重点介绍了长输油气管线风险概率分析软件的总体结构、功能及其实现过程.最后给出了应用实例.     

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。     

基于属性信息和结构特性的网络节点重要度研究

现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究,忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要,却广泛存在不完备性,这些不完备属性信息与节点的重要性密切相关.针对这一问题,提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法,融合网络结构特性和节点属性信息,克服了单一从拓扑结构分析的局限.最后,将本文所提出的方法应用于微博社交网络中的用户重要度评价,并与其他方法进行比较,结果表明,该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合,能全面地体现出各节点的重要程度.     

核电站高压安全注入系练的故障模式分析

高压安全注入系统是核电站专设安全设施的一个组成部分。正常运行时,它是个备用设备,发生失水事故时,可向堆芯注入应急冷却水,以确保核电站安全。本文将故障树分析法和状态枚举法相结合,成功地分析了“伪冗余”系统的故障模式,并利用重复模块分析法、早期不交化和蒙特卡罗法算出高压安全注入系统的无效度及置信区间、各部件的概率重要度和结构重要度。     

基于事故树理论的建筑施工现场作业人员触电事故致因分析

本文采用系统工程的方法,对建筑施工现场可能发生的触电事故进行了事故树分析,并绘制出人员触电事故分析图,直观地表现了可能导致顶事件发生的各基本事件及其逻辑关系。通过对事故树的定性分析,得出了其基本事件的结构重要度,指明了预防事故的途径。     

钢管混凝土组合框架抗连续倒塌鲁棒性初步分析

为研究钢管混凝土框架结构的竖向连续倒塌易损性,设计了一个8层4×4 跨钢管混凝土柱-钢梁空间框架,利用有限元软件ABAQUS,采用静力加载方法,对原结构及拆除各底层柱后的剩余结构进行模拟研究;在已有改进后的两种基于构件重要性的易损性分析方法的基础上,分别计算结构构件的重要性系数;并计算了双柱失效工况下结构的鲁棒性系数,分析了该类结构的竖向鲁棒性.结果表明:两种方法计算结果相近,构件重要性系数的变化趋势一致;外荷载的增加与结构鲁棒性呈负相关,角柱相对边柱和中柱较为重要;角柱与边柱同时失效时,结构发生倒塌的几率大大提升.实际中可采用备用荷载路径的方法对重要性系数较大的构件进行低易损性设计.     

采用动态故障树分析诊断系统故障的信息融合法

为提高系统故障诊断效率,提出了一种利用动态故障树分析诊断系统故障的信息融合方法,该方法充分发挥动态故障树建模和贝叶斯网络推理各自优势,通过集成系统结构信息和传感器信息来诊断系统故障.采用高效的零压缩二元决策图生成系统所有最小割集,并采用贝叶斯网络方法计算部件和最小割集的诊断重要度;根据传感器证据信息对系统特征函数化简,同时对部件和证据条件下割集的诊断重要度进行更新;综合考虑部件和割集诊断重要度设计了系统诊断决策算法,生成诊断决策树以指导维修人员恢复系统故障;最后通过实例验证了该故障诊断方法的有效性.     

一种新型决策树属性选择标准

讨论传统决策树算法中三种常用的基于熵的属性选择标准，提出一种基于属性重要性排序的建立决策树的新方法。该方法在决策树的每个内结点首先依据属性重要性将属性进行排序，然后选择最重要的属性作为分类属性生成决策树，并抽取出规则。与传统的决策树数据分类方法相比，此方法可有效地选择出对于分类最重要的分类属性，增强决策树的抗干扰能力，并提高规则的预测精度。