基于故障树分析法船舶舵机故障诊断方法研究

液压舵机是船舶最重要的辅机之一,舵机结构复杂,故障繁多且不易排除。以“舵机不能转动”故障为例,利用故障树分析法建立故障树模型,并进行定性和定量分析,得出故障树最小割集和各底事件的概率重要度,将故障树的分析结果应用于故障的排查和分析,可以直观、高效地解决问题。这种方法可以为舵机的维修和维护提供依据。     

基于故障树的模糊故障诊断方法

随着电－气、电－液控制系统在工程车辆上的广泛运用,解决其控制电路的故障诊断日趋重要,虽然采用数字电路及其应用主流,但仍有大量模拟电路正在使用中,探讨其有效的故障诊断方法有实际意义,考虑到故障诊断方法及检测效果的差别,提出一种结合故障树与模糊诊断的新方法,通过分析故障树结构,提取征兆集和故障集,利用权矩阵得出故障隶属度输出,根据判断法则确定某工程车辆模拟控制电路的故障位置,提供了维修人员所需的诊断参考数据,并给出诊断流程图,由实际维修经验可知此方法较以往单一检测更为有效。     

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.     

基于故障树分析法的汽车燃油泵电路故障判断

以轿车燃油泵不运转电路故障为例,尝试在故障树分析理论基础上,采用故障树分析法(FTA法)附加判断条件规则设计故障树,并绘制判断流程图,提高了判断效率和维修效率.     

基于故障树的无人机发动机点火系统维修性建模

结合无人机发动机点火系统的特点,以故障树为基础,建立了无人机发动机点火系统基于故障树的维修性模型,对其进行定量分析得到点火系统的修复性维修时间.该方法利用可靠性分析的故障树理论,提供了维修过程的基本思想和数据,解决了定量分析维修性数据不足的困难,提高了系统维修效率.     

基于故障树的船舶舷外机曲轴失效分析

分析了引起曲轴失效的各种原因,构建了曲轴失效故障树.通过定性分析故障树,得出了曲轴失效的故障谱,并对故障树的定量分析结果做了理论研究,讨论了利用计算机辅助故障树分析系统CAFTA的故障树分析过程.     

正交表交互作用列的判定方法

在因素间有交互作用的正交设计中,需要用有交互作用列的正交表.而且,与交互作用列有关的混杂现象也是正交设计的难点[1],本文给出了一种简单的判定方法.     

基于不确定故障树的软件可靠性分析方法

故障树是用来评估系统可靠性或风险的有效方法之一,其中基本事件故障发生概率通常为常数或随机变量.在实际软件可靠性测试过程中,可得到的故障数据量非常少且存在大量的认知不确定性,因此使用传统故障树评估方法是不合理的.为此,本文提出基于不确定故障树的软件可靠性分析方法.故障树中基本事件发生故障的信度用不确定测度表示,以不确定环境下"与门"和"或门"的运算法则计算系统的可靠度.最后,对某装备的软件系统进行可靠性分析及灵敏度分析,使该方法的合理性得以验证.     

基于Probit的犯罪嫌疑人判定方法研究

为了在涉案人群中实现计算机识别犯罪嫌疑人,协助办案并提高办案效率,提出了一种基于Probit模型的犯罪嫌疑人判定技术.采用聚类的分离算法、关联算法以及Probit模型的显著性水平参数发现重要属性,通过对重要属性提取后的数据进行训练得到犯罪风险判定模型.实验结果表明,该方法对嫌疑人判定的平均准确率达到90.5%,平均查全率达到92.7%,判定效果较好.     

基于不确定故障树的局域底层软件运行风险评估方法

针对现有风险评估方法在对局域底层软件运行风险评估时,存在评估结果与实际风险值相差较大的问题,结合不确定故障树,开展对局域底层软件运行风险评估方法的设计研究。基于局域底层软件日志数据的采集情况,统计局域底层软件日志数据统计,利用不确定故障树,分类局域底层软件故障数据,统计不同评估要素风险值在故障树中出现的次数,得到软件运行风险值评估结果。通过对比实验证明,新的评估方法在实际应用中具备更高的评估精度,评估结果更符合实际。     

基于Rough Sets-C4.5的故障征兆提取与判别

针对原始信息系统往往存在大量重复样本和冗余属性,从而影响实际故障诊断的精度和速度这一问题,介绍了一种基于粗糙集和决策树C4.5算法相融合的故障诊断模型,用于设备的精确和快速故障诊断.利用粗糙集具有较强的处理不确定和不完备信息的能力,对原始样本集进行离散化及约简处理;同时,利用决策树C4.5算法对约简后的决策表进行快速学习并形成树状故障分类器.以实例介绍了利用该模型进行故障诊断的完整过程.     

智能故障诊断的粗糙决策模型

为了提高故障诊断的精度和降低误报率,提出了粗糙决策智能故障诊断模型·该模型可以对决策表进行无教师的规则提取;通过自学习,用较少的样本即可对故障进行分类·将复杂系统的原始样本集转化成了决策表,利用粗糙集具有较强的处理不确定和不完备信息的能力,对原始样本集的条件属性进行了约简处理;同时,利用决策树具有快速学习及分类的优势对约简后的决策表进行规则提取,提高了故障诊断的鲁棒性·给出了基于该模型的故障诊断步骤·以实例介绍了利用该模型进行故障诊断的全过程·     

改进的决策树生成算法及条件决策表的创建

针对传统的决策树生成算法的不足,提出了两种改进算法．实例说明,改进算法具有更好的优化效果,且证明了传统算法是改进算法２ 的特例．把不确定信息以条件概率的形式引入决策表,提出了条件决策表的概念及条件决策树的构造算法,拓宽了决策表的应用范围,使用决策表作知识库、决策树生成算法作推理机,可构造测试诊断专家系统     

基于决策树的网络流量分类方法

针对传统流量分类方法(基于端口和有效载荷)分类不可靠的问题,提出基于C4.5决策树算法,根据训练集中属性的信息增益比率构建分类模型,按属性对测试数据集进行预测,通过查找分类模型实现对网络流量的分类。在公开数据集和自己采集的数据集上进行实验,结果表明,采用C4.5决策树算法对网络流量分类,平均分类精度为93%,单类别分类精度均在90%以上,能有效地实现对网络流量应用类型的识别。     

基于事故树分析法的建筑施工安全评价研究

以河南省光山县12·19模板支架坍塌事故为实例,运用事故树分析法剖析了该事故的致因及安全隐患导致事故发生的详细过程,根据分析结果提出了科学高效的预防措施.结果表明:导致建筑施工模板支架坍塌事故的可能性有48种,但只要能够采取3组最小径集中的任何一组去采取有针对性的预防措施,该事故就可避免.     

基于正域的决策树构造方法

决策树是数据挖掘中的一种重要分类方法。在此以粗糙集理论中的正域为启发式函数,设计了一种新的、有效的决策树构造方法。该算法具有较大的灵活性,能从测试属性空间逐次删除已使用过的属性。避免对这些属性进行重复测试,减少测试空间,降低了树的复杂性,从而提高了分类效率。最后,实例验证了算法的可行性与有效性。     

一种基于粗糙集的决策树构造方法

决策树是一种有效的数据分类方法。传统的决策树方法是通过信息熵的计算去生成决策树的节点,计算量大。基于粗糙集理论,利用近似精度的概念来进行属性选择,构造决策树,有效地提高了效率并降低了决策树的复杂度。     

基于故障树分析和贝叶斯网络方法的液压举升机构故障诊断

为应对液压举升机故障原因复杂,诊断方法准确性不高等问题,提出一种基于故障树和贝叶斯网络的液压举升机故障诊断方法。首先建立液压举升机构故障树,然后将故障树转换为贝叶斯网络,利用三角模糊函数表示举升机底事件发生概率,得到底事件模糊概率,将其做为先验概率计算叶节点发生概率,进而求得根节点后验概率以及概率重要度,可快速诊断出故障点。     

基于事故记录的船撞桥故障树建立

根据历史记录，建立了船撞桥事故数据库，提出了创建船撞桥故障树的方法和原则，构造了船撞桥墩故障树结构图．其结果为寻找可能导致事故发生的原因及其逻辑关系提供帮助，并为风险分析提供参考．