核电厂操纵员情景意识评价模型

情景意识是核电厂操纵员可靠性研究的基础,HRA理论依赖于一个合理的情景意识评价模型。操纵员情景意识始于组织触发层,通过操纵员的认知与核电厂系统发生交互作用。本文首先确立情景意识与HRA之间的关系,建立组织定向的情景意识因果概念模型。在此基础之上,使用贝叶斯网络建立核电厂操纵员情景意识评价模型,进行因果推理和诊断推理。该方法不仅能计算给定证据条件下,对操纵员情景意识进行评价,而且能定量识别出操纵员情景意识中主要的影响因素。     

基于贝叶斯网络的团队仿真训练情景生成方法

对于基于EBAT的团队仿真训练,情景的有效生成直接决定了实际的训练效果.为解决随机条件下,考虑关键事件因素的情景生成问题.在对情景生成过程建模的基础上,引入训练目标、事件、关键事件等要素,提出情景贝叶斯网络模型.基于贝叶斯网络推理方法,建立情景贝叶斯网络推理的数学模型,并提出启发式推理方法.针对情景案例进行建模及推理实现,并对结果进行分析.结果表明,关键事件重要程度影响下的情景贝叶斯网络建模及启发式推理,能直接提高关键事件对情景生成结果的控制能力,从而使情景生成结果更为有效.     

基于贝叶斯网络的动量轮可靠性建模与评估

卫星动量轮具有小子样、长寿命特点,无法进行大样本寿命试验评估可靠性水平,但是可以获得大量的专家经验、地面调试数据等验前信息,因而提出了一种基于贝叶斯网络的动量轮可靠性建模与评估方法.首先,采用贝叶斯网络学习算法,融合各种验前信息,建立动量轮可靠性模型;在此基础上,利用贝叶斯网络推理方法,评估动量轮可靠性,分析动量轮故障;最后通过实例分析表明方法的有效性.     

基于数据修补DDBNs的空中目标识别方法研究

简要分析了离散动态贝叶斯网络用于目标识别时对缺失数据处理方法的研究现状,提出了把数据修补技术用于变结构离散动态贝叶斯网络。首先在对空中目标识别模型分析的基础上,构建了一种基于数据修补的离散动态贝叶斯网络模型。进而构建了修补算法的数学模型,并给出了修补过程。待缺失数据修补完整后,再运用修正后的直接推理算法计算目标类型。通过仿真结果对比,表明该方法可以有效地提高识别系统的准确性、可靠性和鲁棒性。     

基于贝叶斯修正的多阶段情景元素生成

针对证券市场中资产未来收益的不确定性问题,本文基于随机波动率模型刻画了资产未来收益的情景元素,得到了资产未来收益分布的情景树,并在此基础上进一步采用贝叶斯理论修正了情景概率,最后利用国际证券市场的股票指数数据对模型进行了验证.算例结果表明,基于随机波动率模型的情景元素生成模型得到的情景元素质量良好,贝叶斯方法修正后的情景概率也与真实市场情况更贴合.     

基于改进DEA模型的工业企业技术创新能力评价

针对传统数据包络分析(DEA)方法的C2R模型存在的无法对有效的决策单元加以区分以及输入和输出指标权重分配不合理问题,通过引入两个虚拟决策单元,建立了区分有效决策单元的改进DEA模型.利用该模型可以求得各决策单元的公共权向量,从而实现了对所有决策单元的区分和排序.通过将该模型应用于工业企业技术创新能力评价,验证了该模型可以区分传统C2R模型求得的有效决策单元,并使对决策单元的评价更为合理.     

基于民生视角的政府绩效评价灰色贝叶斯网络模型

建立了一种基于民生视角的政府绩效评价贝叶斯网络模型。研究了运用极大熵模型,求解网络的参数分布问题;结合灰色系统的思想,给出了政府绩效评价中的不确定信息处理的方法;通过对网络结构的分析,研究了评价信息在传递过程中的衰减性;最后,通过贝叶斯网络推理,给出网络中各节点的定量评价,为基于民生视角的政府绩效评价提供了一种新的理论方法和工具。     

人机环耦合效应下卫星天线装配概率风险分析

卫星天线展开机构装配工序复杂，主要依赖人工装调，装配过程中可靠性安全性风险因素众多且相互耦合，直接影响天线装配质量和效率。为此，提出一种基于贝叶斯网络的概率风险评价方法。首先，在全面识别装配过程风险因素的基础上，构建事件树模型，并采用贝叶斯网络建立考虑人机环风险耦合的中间事件可靠性模型。然后，采用人因可靠性等方法进行模型量化与不确定性分析，并开展敏感性分析与风险重要度排序。最后，以某型星载合成孔径雷达(synthetic aperture radar, SAR)天线展开机构为例，说明了所提方法的工程适用性。该方法可为飞船、运载火箭等人机耦合系统的风险分析与量化提供一定的参考。     

设备冷却水泵的故障率时变性研究

设备冷却水泵具有高可靠性、长寿命的特点,历史失效数据的小子样问题突出,并且由冲击、振动、磨损、腐蚀等耗损性因素引起的故障,其故障率具有时变性,随时间的推移而增加.故障率λ为常数的Jeffreys先验模型不能以合理概率复现设备冷却水泵的故障数据,无法满足分析λ时变性的要求.本文在对数线性模型基础上为λ引入额外时变性,建立Poisson分布的广义线性模型,研究λ的时间趋势;不仅利用定性图检验评价模型复现设备冷却水泵故障数据的能力,而且还应用贝叶斯χ~2统计量进行定量化检验;经过定性和定量的双重检验,表明该模型据有良好的预计能力,可以分析设备冷却水泵故障率λ的时变性.     

基于贝叶斯网络的路网脆弱路段识别模型

界定了路网脆弱性的内涵,提出了基于贝叶斯网络的路网理论分析框架,应用贝叶斯网络的双向推理技术定量地分析B每个路段对路网系统整体故障影响的大小,并在此基础上,分别基于故障树和最小路集构建了路网脆弱环节识别的贝叶斯网络模型;最后,通过实例说明利用贝叶斯网络方法识别路网脆弱环节的具体步骤。研究结果表明,该方法可以快速、有效地识别路网的脆弱环节,为路网问题的解决提供决策支持。     

贝叶斯网络在可靠性分析中的应用

针对故障树分析方法在可靠性分析中的局限性,研究了贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率、最小路集、最小割集和底事件重要度的算法.最后对大亚湾核电站紧急停堆失效进行了分析,并与故障树分析的结果进行了比较,结果表明,基于贝叶斯网络的建模分析方法可以得到更丰富的信息.     

基于动态建模方法的可靠性增长试验评定

运用动态建模方法对可靠性增长试验下可靠性参数的先验分布进行分析．在任务可靠度先验分布确定的基础上，结合产品的少量现场试验数据，利用Bayes方法对系统的可靠性增长试验结果进行分析．首先给出了可靠性增长分析的动态模型，然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型．在此基础上，给出各阶段可靠性增长试验中可靠性参数的Bayes估计．针对液体火箭发动机寿命分布为Weibull分布的特点，对Weibull寿命型系统的可靠性增长试验进行评定．通过一个实际例子说明了该方法的有效性．     

核电厂激发事故初因的人因事件分析

描述了B类人因事件的定义和分类,建立了B类人因事件分析基本程序和方法,该方法已在国内某核电厂最近的HRA分析中得到应用.文中还对1993-2002年WANO940件运行事件和国内某核电厂运行事件进行了B类人因事件统计分析和发生原因分析,并据此提出了预防和减少B类人因事件的措施.     

Bayesian sequential testing for exponential life system with reliability growth

A Bayesian sequential testing method is proposed to evaluate system reliability index with reliability growth during development.The method develops a reliability growth model of repairable systems for failure censored test,and figures out the approach to determine the prior distribution of the system failure rate by applying the reliability growth model to incorporate the multistage test data collected from system development.Furthermore,the procedure for the Bayesian sequential testing is derived for the failure rate of the exponential life system,which enables the decision to terminate or continue development test.Finally,a numerical example is given to illustrate the efficiency of the proposed model and procedure.     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。     

多阶段可校正系统退化建模与可靠性评估

退化数据在小子样、高可靠、长寿命产品可靠性评估中的作用日益突显。针对工程实践中多阶段可校正电子装备可靠性评估难题,综合考虑任务的多阶段性和校正行为影响,建立了基于Wiener过程的性能退化模型,采用贝叶斯方法得到退化模型中漂移参数的后验分布估计,构建了光滑函数解决系统校正行为导致的函数不连续性问题,在此基础上根据首次到达时的概率分布提出了多阶段可校正系统的可靠性评估方法,给出相关数值算例,验证了模型、方法和分析结果的正确性和实用性。     

现场可靠性数据的变点分析

针对产品寿命分布规律在使用过程中的变点问题,提出了产品寿命分布变点检验和估计的Bayes方法。根据产品现场使用先验信息的结构特点,提出了变点先验分布的确定方法,并给出了变点Bayes估计的计算方法。利用所得到的变点估计可制定产品的最佳维修策略以及产品报废期。数值模拟表明Bayes方法具有较好的稳健性,适用于现场可靠性数据的变点分析。     

能源区块链网络中的虚拟电厂运行与调度模式

为提高虚拟电厂中用户交易的效率及其运行调度的安全性，针对传统虚拟电厂运行调度中高成本、高风险、低效率的问题，基于多元用电主体概念，提出了能源区块链网络中的虚拟电厂运行与调度模式。为提高用户交易的可靠性和经济性，采用电力交易共识算法对虚拟电厂中不同需求的多元用户进行智能匹配；引入能源区块链网络，提出改进的虚拟电厂运行调度模型，不仅保证了信息存储的安全性，还使得运行调度更加稳定透明。案例分析表明，本文提出的模型能够有效提高虚拟电厂中交易与调度的安全性和效率，可以为虚拟电厂中的能源交易提供参考。     

融合不确定信息的某型导弹控制系统可靠性分析方法#br#

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。