n/k(G)表决冗余多阶段任务系统可靠性优化模型

提出采用多阶段任务系统（phased mission systems, PMS）冗余故障树模型和PMS冗余二元决策图（binary decision diagram, BDD）模型来描述冗余多阶段任务系统;通过递归法实现PMS冗余故障树模型到PMS冗余BDD模型的转换,从而得到整个PMS的最小割集;在分析n/k(G)表决冗余模块在PMS中可靠度计算模型的基础上得到整个PMS的可靠性计算模型。以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例通过一个三个阶段n/k(G)表决系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性。     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。     

考虑冲击与阶段备份的多阶段任务系统可靠性建模

近年来,由于在航空航天、军事、核能等领域的广泛应用,多阶段任务系统(phased mission system, PMS)可靠性建模方法得到了广泛的关注。航天系统所包含的电子设备会由于自身的老化导致性能退化而失效,同时也会因为外界的随机冲击导致失效,严重影响系统可靠度。针对该问题,提出一种基于模块化方法的模型。首先,将冲击模型与半马尔可夫过程结合,计算受冲击影响的工作单元可靠度。然后,提出一种基于二元决策图(binary decision diagram, BDD)模型的方法,对同时考虑冲击与阶段备份的PMS进行可靠性建模。最后,以某型航天器中的推进子系统为例对所提方法进行说明,并应用蒙特卡罗方法进行验证,证明了所提方法的建模效率与准确性。     

时延网络任务可靠性的二次BDD算法

时延网络是一种针对网络系统节点故障导致时间延迟的网络,由于研究该型网络要以网络系统任务完成时间是否及时为研究目标,使其任务可靠性研究与以往的网络有所不同.通过两次运用BDD算法,给出了时延网络任务可靠性的计算方法,并对算法中的优先序作了研究.以快速研制系统任务网络为例,说明了时延网络任务可靠性的算法的应用方法.BDD算法使用方便,易于计算机实现.     

基于BDD的多态系统概率安全评估方法研究

由于传统的概率安全评估方法难以处理多态系统,本文通过一个煤气泄漏多态系统实例提出了一种基于BDD的多态系统概率安全评估方法.首先将多态事件树中的事故序列用多态布尔表达式进行描述,进而将多态布尔表达式转化为BDD,给出了一种基于不交化思想的BDD定量算法.在此基础上,提出了实用的基于BDD的多态系统概率安全评估步骤,并通过实例说明了BDD定量算法的正确性.     

航天测控任务可靠性的混合分析方法

二元决策图（binary decision diagram, BDD）方法和直接仿真法在评估测控资源规模大、阶段任务多的测控任务的可靠性时都存在局限性。从分析单个阶段任务的可靠性损失量出发,提出一种测控任务可靠性分析的解析模型,并基于强制法快速获取解析模型所需的输入数据。通过案例,验证了混合式分析法相对BDD方法和直接仿真法在时效性上的优势。这种结合解析模型与快速仿真法的混合式分析方法为解决测控资源规模大、阶段任务数量多的测控任务可靠性的评估问题提供了可行的手段。     

多阶段任务系统任务持续能力仿真模型研究

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的阶段任务,执行作战与使用任务的武器装备多数属于这种复杂系统。分析了PMS及任务可靠度、可信度和任务效能等任务持续能力评价参数。结合实际装备系统大都属于可用马尔可夫过程进行描述的可修复系统的特点,为简化模型复杂程度提出了一些合理的假设条件。在此基础上,结合多阶段任务系统自身特点,通过分析多阶段任务系统任务持续能力建模仿真步骤,多阶段任务系统任务效能仿真方法,建立了基于Petri网的多阶段任务系统任务效能多层仿真模型。最后结合常见的"靶场打靶"任务进行了实例验证,并对仿真结果进行了分析。     

一种基于BDD求解PIS的新方法

提出了基于双择判决有向图 (BinaryDecisionDigraph ,BDD)求解故障树的全部PIS的新方法 ,该方法将故障树转化为BDD ,通过反对称规律将故障树的BDD转化为对偶BDD ,再基于该对偶BDD用迭代算法实施第二次对偶运算 ,从而达到求原故障树全部质蕴涵集的目的     

多阶段任务系统(PMS)可靠性模型研究

多阶段任务系统(phased mission system,PMS)包含了一系列具有时间连续且不相互覆盖的基本任务阶段。针对系统特点,对PMS的两种可靠性模型进行了初步的讨论和分析,并提出了一种对包含可修任务的PMS系统可靠性评估的方法。该方法从任务可靠度的角度描述了系统的可靠性,并结合可用度、可信度等描述参数建立了新的评估模型。最后从理论上分析了此方法的可行性,并通过实例验证了其有效性和正确性。     

基于路集的多阶段任务系统可靠性分析模型

提出了一种基于路集的多阶段任务系统可靠性分析模型,将模型推广到更为一般的任意结构系统。该模型考虑了部件的工作配置关系,把多阶段任务系统的可靠性分析转化为系统的状态转移概率。同时给出了系统状态转移概率求解算法,最后给出了一个应用实例。     

网络系统可靠度的BDD算法

ＢＤＤ是布尔函数的图形表示形式。提出了采用ＢＤＤ方法求解网络系统的不交化最小路集,从而直接计算网络系统的可靠度。算法为网络系统的可靠性分析提供了一种新的途径。最后给出了一个算例。     

不完全覆盖的多阶段系统可靠性集成分析

针对多阶段任务系统的可靠性分析,提出系统分解方法.在不完全覆盖条件下,综合两种方法:静态的IGPMS-CPR算法和动态的覆盖模型结合马尔科夫链的一体化方法,侧重研究静态子系统连接动态子系统的特殊对应关系并提出相应简便算法.此方法有效地集成多种成熟的分析方法,通过案例分析阐述其低运算量和容易实施的特点.     

基于分离BDD的通用多阶段任务系统可靠性分析

静态的通用多阶段任务系统的不完全覆盖、跨阶段依赖性极大地增加系统可靠性分析的复杂性和难度.基于SEA思想给出两级分离的组合方法将任务和阶段的不完全覆盖分割, 通过新增的阶段代数规则和向后阶段依赖运算式处理跨阶段依赖性,并且充分利用高效的多阶段系统双值决策图,实现模型规模和运算的简化.最后,通过案例分析, 将此分离BDD方法与三值决策图和多状态双值决策图对比, 验证其精确、高效和模块化的优点.     

多阶段系统可靠性的混合式分析

评述两种不同的多阶段任务系统可靠性分析方法:多阶段任务系统的双值决策图组合式方法和马尔科夫链方法.如果多阶段任务系统的每一阶段是静态的,最好采用组合式方法解决;如果其中的一些阶段是动态的,不全是静态的,可能只采用马尔科夫链方法,也可能采用既有组合式又有马尔科夫链的混合式方法.通过研究部件跨阶段依赖性的特征和混合式方法的特点,针对部件失效服从指数分布和系统失效满足一定条件,提出相应的简便算法.这种算法综合了多种成熟的可靠性分析方法,通过案例分析充分说明它的低运算量和容易实施的特点.     

基于改进BDD算法的导弹安控系统故障树仿真分析

针对传统的应用于导弹安控系统故障树二元决策图（BDD）算法的不足，介绍了一种基于改进BDD的快速故障障树（CBDD）算法。CBDD算法在传境算法的基础上发展了一套新的公式来处理关联系统的If—Then—Else（ITE）的连接运算，减化了BDD结构，通过每一步中的截断和蕴涵操作使得关联系统的大型故障树可以在少量内存和短时间内高效的完成。仿真实例证明了采用CBDD算法较传统BDD算法在应用范围和算法效率上有一定提高。     

不完全覆盖的多阶段任务系统可靠性综合分析

针对不完全覆盖条件,既有多个动态阶段又有多个静态阶段的多阶段任务系统可靠性分析,提出多阶段任务系统模块化分解的原则以及系统基本结构和算法,对分解后的静态子系统采用IGPMS-CPR算法,对动态的子系统采用覆盖模型结合马尔科夫链的一体化方法,并对动态子系统连接静态子系统的对应关系及简便算法进行了推广.这是一种综合许多成熟可靠性分析算法的方法,其低运算量和容易实施的特点在案例分析中得到充分展示.     

基于GPU的大规模多阶段任务系统可靠性并行计算方法

针对大规模多阶段任务系统(phased-mission system, PMS)的可靠性求解,引入并行计算思想,通过分析传统的一致化方法(uniformization method, UM),基于Nvidia提出的CUDA(compute unified device architecture)架构,实现了基于图形处理器(graphics processing unit, GPU)的UM并行算法(GPU-UM),并采用合并访问和共享内存技术,提高了GPU中数据负载的利用率;PMS中不同阶段参与任务的设备及其数量通常会发生变化,导致阶段间依赖性处理困难。通过对新设备加入、已有设备暂时退出任务或完全退出任务等3种基本情况的分析,提出了阶段间状态映射机制,实际中的阶段变化情况更加复杂,可综合上述3种基本情况进行处理。通过算例对比了GPU-UM、CUDA-UM、传统UM和Krylov子空间等4种算法的计算时间和可靠性结果,分析表明GPU-UM算法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求;同时,通过对比分析UM算法和Krylov子空间算法与仿真方法的结果误差,表明提出的阶段间映射机制能够正确处理PMS中阶段间的复杂依赖关系。     

基于二元决策图的建筑施工安全风险评估

研究建筑施工安全风险的定量分析, 提出基于BDD (binary decision diagram, 二元决策图)的建筑施工安全风险评估方法, 为制定安全风险控制措施提供科学依据. 该方法首先将建筑施工安全风险的故障树转化为BDD结构, 然后沿BDD结构从上到下访问各结点来计算风险事故率和基本事件重要度. 依据计算得到的数据, 安全管理人员可预测建筑施工中风险事故的发生概率、确定引发事故的关键因素. 此外, 实现了计算风险事故率和基本事件重要度的算法, 并结合建筑施工中主要风险事故类型给出了施工安全综合风险的分析思路. 基于BDD的方法充分利用了空间优势和易于计算机编程实现的特点, 相比传统的故障树方法具有更高的效率. 实验数据的对比分析表明: 该方法的分析结果与故障树定性分析结果吻合, 而且能快速得到建筑施工安全的风险事故率和影响安全的关键因素.