[发明专利]一种对修复有时间约束的系统动态故障树分析方法有效
申请号: | 201510419980.3 | 申请日: | 2015-07-16 |
公开(公告)号: | CN105005697B | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 马建峰;孙聪;张帅;习宁;卢笛;马勇;焦政达 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西安通大专利代理有限责任公司61200 | 代理人: | 徐文权 |
地址: | 710065 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种对修复有时间约束的系统动态故障树分析方法,步骤1定义修复时间限制;步骤2定义延时门;步骤3采用动态贝叶斯网络的方法求解带有延时门和修复盒的子系统;步骤4分析待求解系统,建立系统的带有延时门的动态故障树模型;步骤5将动态故障树转换为动态贝叶斯网络并求解,得出系统的可靠性。本发明扩展了动态故障树,加入了针对修复过程的延时门,能够对具有修复机制且对修复有时间约束的系统进行建模,通过定量的计算,可以准确得到系统的可靠度。 | ||
搜索关键词: | 一种 修复 时间 约束 系统 动态 故障 分析 方法 | ||
【主权项】:
一种对修复有时间约束的系统动态故障树分析方法,其特征在于,包括以下步骤:步骤1:定义修复时间限制;步骤2:定义针对修复过程的延时门,所述延时门具有单一输入事件、单一输出事件和时间参数T,通过时间参数T表示下层输入事件对上层输出事件影响的延迟,输入事件的发生将触发计时,若在T时间内未能完成对输入事件的修复,则输出事件发生;若在T时间范围内输入事件被修复,则计时清零且输出事件保持未发生状态;步骤3:采用动态贝叶斯网络的方法求解带有延时门和修复盒的子系统;其中动态贝叶斯网络通过状态迁移表示从t时刻到t+Δt时刻组件失效概率的变化,若t时刻组件由X表示,t+Δt时刻组件由X#表示,则对于基本组件,在t+Δt时刻的失效率P(X#=1)由以下公式计算:P(X#=1)=P(X=1)+(1–P(X=1))*F(Δt,X)其中,P(X=1)为t时刻组件X的处于失效状态的概率,F(Δt,X)为组件X在Δt时间段内由正常状态变为失效状态的概率;求解带有修复盒的子系统具体为:1)t+Δt时刻组件Y处于失效状态且正在修复的概率P(RBY#=1)由以下公式计算:P(RBY#=1)=P(Y#=1)–P(RBY=1)+P(RBY=1)*(1–R(Δt,Y)*P(triggerY))其中,P(Y#=1)表示组件Y在t+Δt时刻失效的概率;P(RBY=1)表示t时刻组件Y在修复盒工作之后依然失效的概率;R(Δt,Y)表示在Δt时间段内组件Y被修复的概率,P(triggerY)表示在组件Y失效的条件下触发修复盒对组件Y进行修复的概率;2)组件Y在t+Δt时刻失效的概率P(Y#=1)由以下公式计算:P(Y#=1)=(1–P(Y=1))*F(Δt,Y)+P(RBY=1)其中,P(Y=1)表示组件Y在t时刻处于失效状态的概率,F(Δt,Y)表示组件Y在Δt时间段内由正常状态变为失效状态的概率,P(RBY=1)表示在t时刻组件Y在修复盒工作之后依然处于失效状态的概率;求解带有延时门的子系统具体为:根据延时门时间参数T与动态贝叶斯网络时间间隔Δt的比值n,将延时门转换为包含n+1个状态FOi之间转移的动态贝叶斯网络,其中0≤i≤n;1)0号状态发生的概率P(FO0#=1)与延时门输入事件发生的概率P(A#=1)相等;2)i号状态发生的概率P(FOi#=1)为t时刻i‑1号状态发生的概率P(FOi‑1=1)与输入事件在Δt时间内未能由失效转换为正常的概率之积;3)延时门输出事件的概率P(TD#=1)与n号状态发生的概率P(FOn#=1)相等;步骤4:分析待求解系统,建立系统的带有延时门的动态故障树模型;步骤5:将动态故障树转换为动态贝叶斯网络并求解,得出系统的可靠性。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510419980.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用