2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩128頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著現(xiàn)代工程系統(tǒng)的大型化、復(fù)雜化以及高新技術(shù)的引入,系統(tǒng)可靠性已經(jīng)成為制約復(fù)雜系統(tǒng)發(fā)展的關(guān)鍵所在??煽啃苑治黾夹g(shù)作為實(shí)施系統(tǒng)可靠性工程的關(guān)鍵基礎(chǔ)技術(shù),目前正面臨著復(fù)雜系統(tǒng)所帶來(lái)的若干技術(shù)難點(diǎn)和應(yīng)用挑戰(zhàn)。針對(duì)復(fù)雜系統(tǒng)的可靠性分析技術(shù)已經(jīng)成為可靠性工程領(lǐng)域的研究熱點(diǎn)及難點(diǎn)問(wèn)題之一。系統(tǒng)可靠性分析常規(guī)方法主要包括:可靠性框圖法、故障模式影響及危害性分析法、故障樹(shù)分析法、Petri網(wǎng)方法以及蒙特卡洛數(shù)值仿真方法等。常規(guī)方法通常不考慮系統(tǒng)的動(dòng)態(tài)失

2、效特性,且多數(shù)建立在零部件故障相互獨(dú)立和故障數(shù)據(jù)完備的基礎(chǔ)之上。在實(shí)際復(fù)雜工程系統(tǒng)中,零部件失效之間通常并不是相互獨(dú)立的,往往存在著多種復(fù)雜的關(guān)聯(lián)關(guān)系和動(dòng)態(tài)特性,比如部件失效的順序關(guān)系。另一方面,由于成本、時(shí)間、管理和人因等多方面的原因?qū)е铝悴考?shù)據(jù)存在模糊不確定性。目前,在考慮動(dòng)態(tài)失效特性的故障樹(shù)分析方面已取得了一定成果。然而,在同時(shí)考慮模糊不確定性以及動(dòng)態(tài)失效特性等情況下的故障樹(shù)分析方面的研究工作還很缺乏,以致用常規(guī)方法分析所得

3、結(jié)果與實(shí)際情況不符甚至相差甚遠(yuǎn)。因此,迫切需要開(kāi)展考慮零部件動(dòng)態(tài)失效特性和模糊不確定性的系統(tǒng)可靠性分析方法的研究。
  針對(duì)上述問(wèn)題,本文主要開(kāi)展了以下研究工作:
  (1)基于模糊馬爾科夫模型的動(dòng)態(tài)故障樹(shù)分析方法。馬爾科夫模型方法是一種狀態(tài)空間分析方法,用該模型能夠準(zhǔn)確地描述失效分布與維修分布都服從指數(shù)分布的系統(tǒng)的失效及維修過(guò)程。本文在基于馬爾科夫模型的基礎(chǔ)上,考慮了零部件失效信息的模糊不確定性,研究了在模糊失效率下的動(dòng)態(tài)

4、故障樹(shù)分析方法。通過(guò)建立系統(tǒng)的動(dòng)態(tài)故障樹(shù)模型,并運(yùn)用三角模糊數(shù)來(lái)描述零部件和系統(tǒng)的失效率,通過(guò)已經(jīng)得到的動(dòng)態(tài)故障樹(shù)模型建立系統(tǒng)失效過(guò)程的模糊馬爾科夫模型。運(yùn)用模糊理論中擴(kuò)展原理的思想和 Laplace-Stieltjes變換求解該模型,得到系統(tǒng)在給定時(shí)刻下的模糊失效概率和給定隸屬度下的模糊可靠度曲線。最后應(yīng)用該模糊馬爾科夫模型對(duì)某數(shù)控加工中心液壓系統(tǒng)進(jìn)行可靠性建模與分析。研究結(jié)果表明,該方法能夠有效地對(duì)具有動(dòng)態(tài)失效特性和模糊不確定性的系

5、統(tǒng)進(jìn)行可靠性建模及定量評(píng)估。
  (2)基于離散時(shí)間貝葉斯網(wǎng)絡(luò)的動(dòng)態(tài)故障樹(shù)可靠性評(píng)估模型。研究了基于貝葉斯網(wǎng)絡(luò)和動(dòng)態(tài)故障樹(shù)的系統(tǒng)可靠性建模和評(píng)估方法。通過(guò)把系統(tǒng)失效的動(dòng)態(tài)故障樹(shù)模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型,并運(yùn)用貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)來(lái)表達(dá)系統(tǒng)中部件失效之間的邏輯關(guān)系。針對(duì)基于馬爾科夫模型的動(dòng)態(tài)故障樹(shù)求解方法中存在的狀態(tài)爆炸問(wèn)題,借助貝葉斯網(wǎng)絡(luò)的條件獨(dú)立性來(lái)降低模型求解的復(fù)雜度。在此基礎(chǔ)上,建立了靜態(tài)和動(dòng)態(tài)故障樹(shù)中各種邏輯門的條件概率分

6、布的公式,以實(shí)現(xiàn)對(duì)系統(tǒng)失效過(guò)程及其動(dòng)態(tài)特性進(jìn)行建模和分析。以衛(wèi)星太陽(yáng)翼驅(qū)動(dòng)機(jī)構(gòu)為對(duì)象,建立了動(dòng)態(tài)故障樹(shù)模型和相應(yīng)的貝葉斯網(wǎng)絡(luò)模型,并運(yùn)用聯(lián)合樹(shù)推理算法對(duì)該模型進(jìn)行了雙向概率推理。實(shí)例分析結(jié)果表明:該方法能夠有效地解決具有動(dòng)態(tài)失效特性的復(fù)雜系統(tǒng)的可靠性分析和評(píng)估問(wèn)題。
 ?。?)模糊數(shù)據(jù)下基于連續(xù)時(shí)間貝葉斯網(wǎng)絡(luò)的動(dòng)態(tài)故障樹(shù)分析方法。研究了考慮模糊不確定性的基于連續(xù)時(shí)間貝葉斯網(wǎng)絡(luò)的系統(tǒng)可靠性建模與分析方法。基于連續(xù)時(shí)間貝葉斯網(wǎng)絡(luò)模型的

7、方法能夠直接得到系統(tǒng)的可靠度和失效概率的解析表達(dá)式。本文用三角模糊數(shù)描述零部件的失效率,并用其來(lái)構(gòu)造零部件的模糊邊緣失效密度函數(shù)及模糊失效分布函數(shù)。用單位階躍函數(shù)和沖激函數(shù)來(lái)構(gòu)造貝葉斯網(wǎng)絡(luò)中非根節(jié)點(diǎn)失效事件的條件概率密度函數(shù)和分布函數(shù)。在此基礎(chǔ)上,推導(dǎo)了在模糊失效率下的幾種典型的故障樹(shù)邏輯門輸出事件發(fā)生的模糊邊緣失效密度函數(shù)和模糊失效分布函數(shù)的表達(dá)式。最后,運(yùn)用算例驗(yàn)證了該方法的正確性和有效性,并通過(guò)對(duì)大型礦用挖掘機(jī)電氣系統(tǒng)整流回饋?zhàn)酉?/p>

8、統(tǒng)的建模與分析闡述了該方法在實(shí)際工程系統(tǒng)中的應(yīng)用。
  (4)考慮共因失效的動(dòng)態(tài)故障樹(shù)分析方法。運(yùn)用故障樹(shù)分析方法對(duì)具有共因失效的系統(tǒng)進(jìn)行了可靠性分析。闡述了當(dāng)前共因失效研究中的一些經(jīng)典模型和建模方法,運(yùn)用顯式建模方法與平方根模型對(duì)某動(dòng)車組追尾事故進(jìn)行了故障樹(shù)分析。分別計(jì)算了考慮共因失效和假設(shè)部件失效獨(dú)立兩種情況下的系統(tǒng)失效概率。結(jié)果表明:不考慮共因失效因素的影響會(huì)對(duì)可靠性分析結(jié)果帶來(lái)較大的誤差,說(shuō)明了共因失效對(duì)于交通工具這種重要

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論