基于T-S动态故障树的离散时间贝叶斯网络分析方法

目录

声明

第 1章绪论

1.1 课题研究背景及意义

1.2 故障树分析方法研究现状

1.2.1 静态故障树分析方法研究现状

1.2.2 动态故障树分析方法研究现状

1.3 贝叶斯网络分析方法研究现状

1.3.1 静态贝叶斯网络分析方法研究现状

1.3.2 动态贝叶斯网络分析方法研究现状

1.4 课题来源

1.5 研究思路与内容安排

1.5.1 问题提出

1.5.2 研究思路

1.5.3 内容安排

第 2章T-S动态故障树分析方法

2.1 T-S动态故障树

2.1.1 T-S动态门

2.1.2 T-S动态门的描述规则

2.2 T-S动态故障树算法

2.2.1 输入规则算法

2.2.2 输出规则算法

2.3 T-S动态故障树分析方法验证

2.3.1 与Markov链求解的Dugan动态故障树对比

2.3.2与Monte Carlo方法求解的Dugan动态故障树对比

2.3.3 与T-S故障树分析方法对比

2.4 本章小结

第 3章基于T-S动态故障树的离散时间贝叶斯网络分析方法

3.1 基于T-S动态故障树的离散时间贝叶斯网络

3.1.1 离散时间贝叶斯网络有向无环图

3.1.2 离散时间条件概率表

3.1.3 叶节点的故障概率

3.1.4 双向推理算法

3.2 基于T-S动态故障树的离散时间贝叶斯网络分析方法验证

3.2.1 二态系统验证

3.2.2 多态系统验证

3.3 本章小结

第 4章离散时间贝叶斯网络重要度与灵敏度

4.1 根节点的重要度

4.1.1 概率重要度

4.1.2 关键重要度

4.1.3 风险重要度

4.1.4 改善函数

4.1.5 微分重要度

4.2 根节点的灵敏度

4.2.1 静态贝叶斯网络灵敏度

4.2.2 离散时间贝叶斯网络灵敏度

4.3 重要度与灵敏度算法验证

4.3.1 静态贝叶斯网络算法

4.3.2 离散时间贝叶斯网络算法

4.4 本章小结

第 5章混凝土泵液压系统可靠性分析

5.1 液压系统原理

5.2 液压系统离散时间贝叶斯网络构造

5.3 系统故障概率分析

5.4 根节点后验概率分析

5.5 重要度与灵敏度分析

5.5.1 重要度分析

5.5.2 灵敏度分析

5.6 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢