2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩203頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、故障樹分析(Fault Tree Analysis,FTA)技術是可靠性分析及故障診斷的有效工具,它在分析系統故障模式、尋找薄弱環(huán)節(jié)、指導故障維修等工作中具有重要的參考價值。
   本文主要研究故障樹分析理論中的若干關鍵問題及其實現。研究關鍵問題的目的在于:一方面,拓展故障樹分析的工具,優(yōu)化故障樹結構,以提高故障樹分析的效率;另一方面,拓展底事件的分析途徑,尋找新的估計方法和評判策略,以改進底事件的分析手段。論文圍繞下列線索展開

2、:故障樹分析→故障樹優(yōu)化→獲取底事件的失效分布。就研究方式而言,主要涉及理論分析、算法實現和驗證。就研究內容而言,主要包括:故障樹的模塊化分解;分析和拓展二元決策圖(Binary Decision Diagram,BDD)的核心技術;獲取非單調關聯故障樹的質蘊含集(Prime Implicant Set, PIS)及最小形“最小割集(Minimal Cut Set, MCS)”;改進底事件的失效分布判斷及參數估計;基于模糊理論的底事件失

3、效分析。
   針對直接分析大型故障樹存在效率低的弊端,研究了故障樹的模塊化分解技術。模塊化的關鍵技術在于:用深度優(yōu)先搜索(Depth-First Searching,DFS)技術獲取所有節(jié)點的搜索步數,重點區(qū)分中間節(jié)點(邏輯門)和底事件的搜索方式。獲取節(jié)點的搜索步數是模塊形成的重要基礎,因為只需判斷任意節(jié)點(公共祖先)的時間區(qū)間是否包含其子節(jié)點中的最大時間區(qū)間,則可得到判斷結果。
   針對傳統故障樹分析方法存在繁雜、

4、費時的缺點,研究了BDD技術用于故障樹分析的原理和方法,其主要內容是:用遞歸方法實現子BDD間的連接規(guī)則;提出用“繼承”技術實現不交化割集(關鍵技術在于:所有節(jié)點都直接“繼承”其父節(jié)點所繼承的信息,而以不同的方式“繼承”父節(jié)點的信息);在分析最優(yōu)指標順序原理的基礎上,實現了理論最優(yōu)BDD結構的核心技術(基于指標代價恒定原理的最小節(jié)點代價的指標排序),闡明了存儲目標節(jié)點所對應的真值表存在浪費時間和空間的缺點,分析了原方法只能獲得唯一最優(yōu)解

5、的弊端,進而對最優(yōu)指標順序的實現加以改進(即:刪除存儲目標節(jié)點的真值表,改變獲取最優(yōu)解的設置,使算法能夠獲得所有最優(yōu)解);作為最優(yōu)BDD技術的一個不可分割的部分,研究了形式最優(yōu)BDD結構的實現方法,主要任務是刪除兩個子節(jié)點等價情況下的父節(jié)點,其關鍵技術是:用深度優(yōu)先的遞歸方法搜索BDD結構,通過判斷BDD結構中的三個元素的狀態(tài)(主要獲取第二個元素和第三個元素的長度,判斷這兩個元素的值是否相等)來確定是否分支搜索、刪除和重構BDD;為了提

6、高故障樹分析的效率,在分析最簡割集BDD原理的基礎上,研究了最優(yōu)路徑BDD結構的實現方法(實現冗余路徑的“去除”操作),闡明了最優(yōu)(節(jié)點數最少)BDD技術和最簡割集(路徑數最少)BDD技術的本質區(qū)別。
   獲取最小形“MCS”是獲取非單調關聯故障樹的PIS的前提。在分析降階遞歸結構函數方法的基礎上,闡明了“非正規(guī)”BDD結構可能存在掩蓋“非單調”底事件作用的弊端(在路徑搜索中,不能區(qū)分某底事件到底是“單調”正常而不必考慮為故障

7、模式的成員,還是“非單調”而必須考慮為故障模式的成員)。提出統一編碼所有底事件的策略(即:將對立事件也考慮成單調狀態(tài)),進而用“正規(guī)”BDD技術來獲取非單調關聯故障樹的最小形“MCS”。
   在底事件失效分布的判斷上,直覺判斷樹葉圖方法存在粗略的弊端。提出用相關系數方法來改進樹葉圖的直覺判斷,使底事件失效分布的判斷有了量的依據。其核心技術是:對原始實驗數據進行小波變換,以提取低頻輪廓,從而強化樣本的真實分布和其它分布之間的差異

8、(使真實分布對應的相關系數明顯大于其余分布所對應的相關系數),有利于提高判斷的準確性。單純圖估計或線性回歸估計方法都存在著參數估計粗略的弊端(前者主觀隨意性強,后者具有“平均”成分),提出用智能優(yōu)化算法來實現Weibull分布參數的線性回歸--極大似然估計(Maximum Likelihood Estimation, MLE)。參數估計的關鍵技術在于:用粒子群優(yōu)化(Particle Swarm Optimization, PSO)算法作

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論