考虑概率型共因失效的多阶段任务系统可靠性分析模型

针对多阶段任务系统(phased-mission system, PMS)任务可靠性受概率型共因失效(probabilistic common cause failure, PCCF)影响的问题, 提出一种基于贝叶斯网络(Bayesian network, BN)的PCCF-PMS分析模型。首先, 研究基于BN的PMS表征方法, 建立不考虑共因失效的PMS基础BN模型, 即PMS-BN。其次, 构建共因空间节点, 并研究在共因空间节点影响下系统模型参数的修正方法。最后, 引入共因节点对PMS-BN模型进行扩展, 实现考虑共因失效影响的PMS可靠性量化分析。以地球同步轨道卫星的首次变轨任务为例说明所提模型的正确性, 分析结果表明, 共因失效问题对于PMS的可靠性存在显著影响。PCCF-PMS模型能够综合处理受概率型与确定型共因失效影响的PMS可靠性分析问题。所提模型适用于共因事件间呈独立、互斥、统计相关等统计关系的情况, 且网络模型规模可控。     

基于无失效数据的加权E-Bayes可靠性评估方法

针对无失效数据情况下产品的可靠性评估问题,提出加权最小二乘法结合期望Bayes（expected Bayesian, E-Bayes)可靠性评估方法与模型。根据工程经验,构造出产品失效概率的先验分布;运用Bayes理论与方法,给出产品失效概率的E Bayes估计;在威布尔分布场合下,采用加权最小二乘法来拟合产品寿命分布参数,给出产品可靠性指标的点估计和区间估计;结合算例分析,探讨模型的稳健性与方法的优越性,表明该方法具有较好的工程应用价值。     

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Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

事件树方法的贝叶斯分析

事件树方法是安全风险分析的基本技术,其分析结果的可信度在很大程度上取决于控制系统失效概率估计的精度。由于可靠性试验费用昂贵,试验次数有限,因此控制系统失效概率的估计往往较粗糙。提出的贝叶斯分析方法能够有效地利用系统运行过程的事故统计数据,对控制系统失效概率进行修正,可显著提高估计的精度。     

基于性能退化的产品组合维修策略优化分析

为准确掌握产品性能退化规律,合理安排维护与视情修理组合的维修活动,根据维护条件下产品的性能退化过程,利用累积失效理论,分析产品的性能退化特点.建立基于复合泊松过程的产品性能退化模型,并对水泵转子的失效规律进行了拟合,验证了模型的有效性.建立了定期维护与视情修理组合的维修活动概率模型,给出了失效风险的解析表达式.以长期运行条件下产品费用率为目标,失效风险为约束,确定了组合维修策略优化模型.通过对平台惯性导航系统进行数值分析,优化结果能够有效地延长工作时间,实时控制失效概率,使产品具备较高的安全等级,避免失效带来的不利影响,降低了维修费用.     

基于Monte Carlo-神经网络的系统相关失效概率模型

相关失效的存在大大降低冗余系统的安全作用，在工程实际中必须加以考虑。根据可靠性数学理论及零件失效机理分析。把零件失效概率看作是基于应力的条件概率，推导系统相关失效概率的数学表达式．通过Monte Carlo法仿真。得到零件条件失效概率的分布类型；并从已知的低阶失效数据中提取相关失效信息，建立神经网络模型，得到其分布参数。利用该模型可以预测系统中的任意阶相关失效概率，也可以用来预测组成零件相同、环境相同但不同大小的其它系统的相关失效概率。例示其应用方法并检验其预测能力，结果证明该方法准确可靠。     

非精确概率下基于证据理论的典型系统可靠性模型

当系统的各个单元的失效概率为不精确概率时,传统的概率方法难以使用,而区间分析法等非概率方法得到的结果则比较粗糙.基于证据理论,建立了非精确概率下串联、并联、串并混联、k-out-of-n等典型系统的可靠性模型,利用信任函数和似然函数、根据证据推理,将单元可靠性中的不确定性传递到顶层系统,从而得出系统失效概率和可靠度的概率分布的上下界.实例分析表明,提出的方法能较好的处理可靠性计算中的不精确信息,且比区间分析法得到的有效信息更多.     

威布尔分布无失效数据的Bayes可靠性分析

在Weibull分布场合下,通过对分布函数进行变换,利用凹凸性方法获得了各检测时刻失效概率之间的关系,进而从实际应用的角度出发,利用先验信息得到了各时刻失效概率的Bayes估计.通过建立参数回归模型,获得了产品可靠性指标的估计.最后通过对实例进行计算,验证了方法的稳定性.     

无线传感器网络节点随机调度算法研究

针对已有的无线传感器网络节点随机调度算法存在的问题,即由于节点是利用产生随机数的方法加入到不同的工作子集,从而导致初始子集中节点分布不均,在概率感知模型下提出了一种基于节点平均度的随机调度算法。该算法利用邻居节点之间的信息传输,使得每个节点的邻居节点尽量均匀分散在不同的子集中。通过随机概率理论分析了概率感知模型下网络覆盖度与节点数之间的关系,解决了新算法的节点配置问题。仿真实验证明了新算法的有效性及分析的正确性。     

不确定与损毁情景下可靠性设施选址鲁棒优化模型与算法研究

设施选址是长期战略性决策问题,选址决策面临各种不确定因素,设计一个可靠的选址网络具有重要的战略意义.本文同时考虑需求的不确定性及设施可能损毁的情景,扩展无容量限制的固定费用可靠性选址模型,建立不确定与损毁情景下服务能力有限的可靠性设施选址鲁棒优化模型.基于Bertsimas和Sim鲁棒优化方法提出一个新的混合整数规划模型,通过引入辅助变量和对偶变换实现非线性鲁棒优化模型转化为鲁棒对应模型,提出蝙蝠算法(BA)对模型予以求解,并通过算例仿真验证模型和算法的可行性,为设施选址决策提供模型和方法设计.     

考虑时间相关故障的多状态系统可靠性与任务成功性仿真评估方法

针对考虑时间相关故障、多状态性能输出、系统冗余储备等因素的系统可靠性与任务成功性评估问题使用解析法难以建模求解, 而一般仿真方法又存在抽样效率慢和估值精度低的问题, 提出具有时间相关故障抽样与统计方差减小相结合的蒙特卡罗仿真评估方法。首先，设计了非指数剩余分布抽样的数值计算方法, 实现了时间相关故障的随机事件抽样。其次，在此基础上结合受迫转移、失效偏倚等方差减小方法, 提高了小概率事件的仿真抽样效率, 改善了仿真评估方法的估值精度。最后，通过舰船航渡任务的算例, 验证了该方法对评估复杂系统行为和故障机制条件下系统可靠性及任务成功性的合理性和有效性。     

基于条件概率选择更新的SCMA系统译码方案

稀疏码分多址(sparse code multiple access, SCMA)是针对第5代移动通信系统提出的一种新型非正交多址方案,其接收端采用的消息传递算法(message passing algorithm, MPA)在迭代更新过程中存在冗余计算,因而复杂度过高。针对这一问题,首先利用蒙特卡罗法对接收信号的条件概率密度函数值进行统计分析,发现随着信噪比的变化,条件概率密度函数值呈现一定的统计规律。然后,根据统计结果,提出基于条件概率选择更新的MPA(conditional probability selection update MPA, CPSU-MPA)。该算法选取一定比重的条件概率密度函数值进行更新,同时对未参与更新的外部信息进行舍弃补偿。仿真结果表明,所提算法能有效地降低译码复杂度,且误码率性能牺牲较小。     

高价值弹药可靠性综合评定方法研究

为解决高价值弹药可靠性鉴定中试验样本量大、成本高的问题, 提出了基于小子样变动统计思想的可靠性综合评定方法。考虑到弹药可靠性在研制阶段上呈现动态特性、环境上呈现差异特性和相似装备上呈现关联特性, 基于小子样变动统计思想建立了弹药可靠性综合评定模型; 针对多源历史样本的“异母体”问题, 以信息熵和条件熵理论对无历史样本下和有历史样本下可靠度的不确定性进行量化, 以不确定度减少比率作为该历史样本相较于现场样本的继承因子; 基于贝塔分布函数和继承因子构建了关于可靠度的混合先验分布, 由贝叶斯理论推导得到可靠度的验后分布, 从而实现对高价值弹药的高效可靠性评定。以某型弹药为应用对象, 验证了本文方法的有效性和合理性。     

巡航导弹协同攻击体系目标仿真优化

针对巡航导弹协同攻击体系目标方案仿真优化效率低下的问题,提出了以数据挖掘技术为基础的基于概率规则的仿真优化方法。该方法的主要思想是通过对仿真数据进行挖掘形成知识,并指导方案演化,从而提高仿真优化的效率。首先构造了协同攻击仿真优化问题;其次提出了优化算法的基本框架;重点研究了通过贝叶斯网络学习构建概率规则以及方案演化两项关键技术;最后,采用实例对所提出的方法的有效性进行了验证。     

基于贝叶斯网络的复杂装备维修质量评价模型

针对当前装备维修质量评价忽视维修过程影响因素这一问题,将过程评价指标体系作为修后评价指标体系的先验知识,构建了一种基于贝叶斯网络的复杂装备维修质量评价模型。首先,建立了过程评价指标体系和修后评价指标体系,并对各项指标进行了简要分析。然后,建立了维修质量评价的贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后,通过算例仿真与分析对提出的方法进行了验证。结果表明,提出的方法能够在一定程度上解决复杂装备的维修质量评价问题,为完善复杂装备的维修质量评价理论提供了借鉴。     

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

一种不改变RBD拓扑结构的三态贝叶斯网络

针对将可靠性框图(RBD)转化为等价三层贝叶斯网络(BN)时存在的与RBD结构差异大的缺陷及组合爆炸问题,提出了一种将RBD转化为同构三态BN网络的方法.通过将失效分为"物理故障"和"正常却不工作"两种模式,提出将网络节点转换为包含正常状态以及上述两种失效模式的三态节点,取代仅有正常和失效两种模式的传统模型节点.并在此基础上深入分析了三态BN模型节点的条件概率表(CPT)设置方法.最后建立了与某型飞机航行任务RBD等价的三层BN模型和同构三态BN模型,并对两种BN进行分析计算.理论和实例分析均表明,本文建立的三态BN不仅与原RBD拓扑结构相同,且能够有效解决三层BN存在的组合爆炸问题,可成为系统可靠性分析的有效手段.     

基于伪并行SPEA2算法的多目标鲁棒PID优化设计

现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求,本文针对这一缺陷,提出了一种多目标PID优化设计方法--在满足系统的鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据实际系统的要求在Pareto解集中选择最终的满意解,这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具.仿真结果表明设计方法的有效性和优越性.     

基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。