[发明专利]一种在宏观条件下确定系统中元件重要性的方法

说明书

技术领域

本发明涉及系统工程，特别是涉及在宏观条件下确定系统中元件重要性并对系统进行分析。 

背景技术

在实际的对系统安全性的研究中，系统可能是复杂的，使用者并不清楚内部结构，无法使用定量的如事故树等方法对系统安全性进行定量分析。系统由大量元件组成，是个复杂组合，元件的可靠性本身就是个问题，是个统计值。系统中大量各种元件对系统的可靠性影响不同，研究时应该主要关注那些经常故障被换掉的元件。元件的可靠性在系统工作环境变化中对于不同元件是不同的。描述了一个电器系统的安全问题。在该系统使用环境下其元件可靠度是不同的，导致整个系统在不同的使用温度和使用时间下的可靠度不同。这个系统是较简单的，可以使用空间事故树理论进行可靠性分析，但是对于大型系统这样的方法显得很困难。 

目前对系统可靠性的研究主要有：何雪浤等对基于时变可靠度的全寿命系统维修模型做了研究；屈 毅等研究了随机分布系统可靠保性能控制算法；于春雨等研究了单元为不同分布的串并联系统可靠度Bayes置信限；张道兵等做了多失效模式相关下的结构系统可靠度计算研究；李宇等研究了基于故障树的复杂电子系统可靠度模糊评定方法；张根保等对数控机床功能部件可靠度建模与维护预警系统进行了开发。但是这些方法对于上述提出的系统可靠性研究作用不大。 

从实际研究出发，收集了一个电器系统的维修资料，包括系统的故障次数，维修时更换的零件（种类及数量），及发生故障的时间和环境温度。试图从宏观统计分析的角度解决元件与系统可靠性之间的关系。基于因素空间理论构建了系统，使用元件可靠性敏感的使用时间和温度组成因素集，及空间事故树理论的基本思想，使用维修资料，来研究那些被更换过的元件种类在不同条件下对系统的重要性并进行排序。从而为现场使用人员确定不同环境状态下元件重要性提供依据，解决他们在不同环境下预测系统故障问题，提前确定更换元件种类和数量等方面提供保障。 

1. 因素空间理论 

因素是分析事物属性与因果关联的要素。因素空间是以因素命名的坐标空间，它是事物描述的普适性的数学框架。是人工智能特别是智能数据科学的基本数学理论。

因素被数学地定义为一种映射。它把一个对象（具体事物）映射成为一个属性值（用自然语言中的形容词来描述），这种映射称为质映射；同时，也映射成为一个性态（用有限维欧式空间中的实向量来表示）这种映射称为量映射。例如，身高是一个映射，它把一个对象张三映射成性态‘很高’，同时，也映射成一个量态1.8（米），如图1所示。任何事物都同时存在着质与量的两种规定性。从量变到质变，量决定质。 

基于这一哲理，我们设定这两种映射共存。因素f的量映射形成一个（一维或高维）坐标轴X_f，f的质映射所得的属性值是X_f中的普通或模糊子集。有关模糊子集的形成方法由模糊集理论早已解决。 

因素是分析，是抽象，回到具体，便是认识的分析综合过程。 如图所示，把诸因素轴联合起来，就得到以因素命名的坐标架，这就是因素空间。任何事物都可以被看成是因素空间中的点。数学的定义便是以因素F 为指标集的一个集合族。这里F是诸因素所形成的一个集合，由于因素与因素之间存在着布尔运算，F是一个布尔代数，故因素空间被定义成以布尔代数为指标集的集合族。 

因素库是一种新的数据库，它是因素空间理论的数据实现，它对数据的处理采用一系列的基本表格形式。 

 用因素空间来研究和处理因素库，除了能干净利落地从其概念分析表进行属性划分和概念格的提取外，还有很多更加深入的理论和应用，主要研究的表型还有：（1）因素分析表（定量值域生成定性值域，因素相关分析，事件因果分析）；（2）加入目标因素进行优化的多目标决策表；（3）加入安全因素进行评估的安全警示表；（4）加入控制因素进行调节的稳定调节表；（5）因素词典及因素表头库的建立。 

2. 空间事故树理论 

实际上，就系统中基本事件（元件）发生概率而言，其影响因素是很多的。比如电器系统中的二极管，它的故障概率就与工作时间的长短、工作温度的大小、通过电流及电压等有直接关系。如果对这个系统进行分析，各个元件的工作时间和工作适应的温度等可能都不一样，随着系统整体的工作时间和环境温度的改变，系统的故障概率也是不同的。