[发明专利]基于Go-Bayesian的综合传动装置可靠性预计方法

权利要求书

1.基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于，包括：

S1：基于综合传动装置的部件组成以及各个部件的交互情况和工作状态确定系统功能；

S2：建立综合传动装置的原理结构图，并结合系统功能生成对应的功能原理图；

S3：将综合传动装置的功能原理图转换为GO模型，并在GO模型中融入贝叶斯计算功能生成对应的Go-Bayesian模型；

S4：对综合传动装置各个部件的历史故障数据进行定量分析，得到当前的可靠度；

S5：将各个部件当前的可靠度输入至Go-Bayesian模型，输出对应原始的可靠度，进而基于各个部件原始的可靠度确定综合传动装置的薄弱环节以实现可靠性预计。

2.如权利要求1所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：步骤S3中，GO模型包括与综合传动装置的各个部件对应的操作符以及与各个部件的输入和输出关联的信号流。

3.如权利要求2所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：操作符表示部件功能以及部件输入信号和输出信号之间各类关系的符号集合。

4.如权利要求2所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：信号流表示部件的输入和输出以及操作符之间的关联。

5.如权利要求2所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：步骤S3中，GO模型由操作符和操作符通过信号流连接而成；不同类型的操作符根据系统部件的特性表示不同的部件，信号流表示操作符的输入信号和输出信号并根据综合传动装置的部件交互逻辑连接各个操作符。

6.如权利要求2所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：步骤S3中，将GO模型转换至用于贝叶斯网络计算的GeNIE软件中并进行规则设置，以使得GO模型具备贝叶斯计算功能，进而将具备贝叶斯计算功能的GO模型作为Go-Bayesian模型。

7.如权利要求6所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：将GO模型转换至GeNIE软件中时，先将GO模型所有的信号流映射成相应的节点，然后按原有的方向用箭头进行连接，最后将操作符映射成节点，并将其用箭头指向相应的信号流节点。

8.如权利要求6所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：将GO模型转换至GeNIE软件中时，根据综合传动装置内部的交互数据与系统运行实际情况检测GO模型是否为最优状态，若是，则进行规则设置；否则，重新调整GO模型。

9.如权利要求1所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：步骤S4中，对历史故障数据进行定量分析得到故障率数据，然后通过如下公式将故障率数据转换为可靠度和不可靠度；

R(t)＝e^λt；

R(t)＝1-F(t)；

式中：R(t)表示可靠度；F(t)表示不可靠度；λ表示故障率数据。

10.如权利要求1所述的基于Go-Bayesian的综合传动装置可靠性预计方法，其特征在于：步骤S5中，Go-Bayesian模型中的部件类型包括两状态部件、或门部件、与门部件和有信号则导通部件；

通过如下公式计算两状态部件输出的可靠度：

R₀(1)＝[P_RR(I1)+P_RF(I1)]×[P_RR(S1)+P_RF(S1)]；

式中：R₀(1)表示两状态部件输出的可靠度；P_RR(I1)表示两状态部件t时刻和t+1时刻的输入均为可靠状态的概率；P_RF(I1)表示两状态部件t时刻的输入为可靠状态、t+1时刻的输入为不可靠状态的概率；P_RR(S1)表示两状态部件本身t时刻和t+1时刻均为可靠状态的概率；P_RF(I1)表示两状态部件本身t时刻为可靠状态、t+1时刻为不可靠状态的概率；

通过如下公式计算或门部件输出的可靠度：

R₀(2)＝R₀₁(2)+R₀₂(2)+R₀₃(2)；

R₀₁(2)＝P(R＝1/P_I2A＝R，P_I2B＝R)＝P_R(I2A)×P_R(I2B)；

R₀₂(2)＝P(R＝1/P_I2A＝R，P_I2B＝F)＝P_R(I2A)×P_F(I2B)；

R₀₃(2)＝P(R＝1/P_I2A＝F，P_I2B＝R)＝P_F(I2A)×P_R(I2B)；

式中：R₀(2)表示或门部件输出的可靠度；P(R＝1/P_I2A＝R，P_I2B＝R)表示输出状态必为可靠时，或门部件的A和B输入状态均为可靠的情况；P(R＝1/P_I2A＝R，P_I2B＝F)表示输出状态必为可靠时，或门部件的A输入状态为可靠，B输入为不可靠的情况；P(R＝1/P_I2A＝F，P_I2B＝R)表示输出状态必为可靠时，或门部件的A输入状态为不可靠，B输入为可靠的情况；P_R(I2A)表示或门部件的A输入为可靠状态的概率；P_R(I2B)表示或门部件的B输入为可靠状态的概率；P_F(I2A)表示或门部件的A输入为不可靠状态的概率；P_F(I2B)表示或门部件的B输入为不可靠状态的概率；

通过如下公式计算与门部件输出的可靠度：

R₀(10)＝R₀₁(10)＝P(R＝1/P_I10A＝R，P_I10B＝R)＝P_R(I10A)×P_R(I10B)；

式中：R₀(10)表示与门部件输出的可靠度；P(R＝1/P_I10A＝R，P_I10B＝R)表示输出状态必为可靠时，与门部件的A和B输入状态均为可靠的情况；P_R(I10A)表示与门部件的A输入为可靠状态的概率；P_R(I10B)表示与门部件的B输入为可靠状态的概率；

通过如下公式计算有信号则导通部件输出的可靠度：

R₀(6)＝R₀₁(6)+R₀₂(6)+…+R₀₆(6)；

R₀₁(6)＝[P_RA(I6)+P_FA(I6)+P_AA(I6)]×[P_RR(I′6)+P_FR(I′6)+P_AR(I′6)]×[P_RA(S6)+P_FA(S6)+P_AA(S6)]；

R₀₂(6)＝[P_RA(I6)+P_FA(I6)+P_AA(I6)]×[P_RR(I′6)+P_FR(I′6)+P_AR(I′6)]×[P_RF(S6)+P_FF(S6)+P_AF(S6)]；

R₀₃(6)＝[P_RA(I6)+P_FA(I6)+P_AA(I6)]×[P_RR(I′6)+P_FR(I′6)+P_AR(I′6)]×[P_RF(S6)+P_FF(S6)+P_AF(S6)]；

R₀₄(6)＝[P_RR(I6)+P_FR(I6)+P_AR(I6)]×[P_RA(I′6)+P_FA(I′6)+P_AA(I′6)]×[P_RR(S6)+P_FR(S6)+P_AR(S6)]；

R₀₅(6)＝[P_RR(I6)+P_FR(I6)+P_AR(I6)]×[P_RR(I′6)+P_FR(I′6)+P_AR(I′6)]×[P_RA(S6)+P_FA(S6)+P_AA(S6)]；

R₀₆(6)＝[P_RR(I6)+P_FR(I6)+P_AR(I6)]×[P_RR(I′6)+P_FR(I′6)+P_AR(I′6)]×[P_RR(S6)+P_FR(S6)+P_AR(S6)]；

式中：R₀(6)有信号则导通部件输出的可靠度；P_RA(I6)表示有信号则导通部件t时刻的输入为可靠状态、t+1时刻的输入为信号提前的概率；P_FA(I6)表示有信号则导通部件t时刻的输入为不可靠状态、t+1时刻的输入为信号提前的概率；P_AA(I6)表示有信号则导通部件t时刻和t+1时刻的输入均为信号提前的概率；P_RR(I′6)表示有信号则导通部件t时刻和t+1时刻的输入均为可靠状态的概率；P_FR(I′6)表示有信号则导通部件t时刻的输入为不可靠状态、t+1时刻的输入为可靠状态的概率；P_AR(I′6)表示有信号则导通部件t时刻的输入为信号提前、t+1时刻的输入为可靠状态的概率；P_RA(S6)表示有信号则导通部件本身t时刻为可靠状态、t+1时刻为信号提前的概率；P_FA(S6)表示有信号则导通部件本身t时刻为不可靠状态、t+1时刻为信号提前的概率；P_AA(S6)表示有信号则导通部件本身t时刻和t+1时刻均为信号提前的概率；P_FF(S6)表示有信号则导通部件本身t时刻和t+1时刻均为不可靠状态的概率；P_AF(S6)表示有信号则导通部件本身t时刻为信号提前、t+1时刻为不可靠状态的概率；P_RR(S6)表示有信号则导通部件本身t时刻和t+1时刻均为可靠状态的概率。