首页> 中文学位 >大型多阶段任务系统可靠性的模块化分析方法
【6h】

大型多阶段任务系统可靠性的模块化分析方法

代理获取

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究综述

1.3 主要工作和创新点

第二章 PMS可靠性分析的行为向量方法

2.1 经典模块化方法简介

2.2 广义PMS的概念和背景

2.3 行为向量的概念和意义

2.4 基于行为向量的可修GPMS可靠性分析算法

2.5 算例分析

2.6 本章小结

第三章 基于行为向量方法的截断策略

3.1 大规模PMS的特点及研究现状

3.2 行为向量与截断策略混合算法

3.3 算例分析

3.4 本章小结

第四章 大规模PMS可靠性分析的抽样方法

4.1 相关概念

4.2 基于约简成功状态的抽样算法

4.3 抽样方法的推广

4.4 算法复杂度和适用性分析

4.5 算例分析

4.6 本章小结

第五章 卫星在轨管理任务可靠性案例分析

5.1 航天测控系统的相关概念

5.2 航天测控系统可靠性研究现状

5.3 单圈次卫星在轨管理任务可靠性分析

5.4 多圈次卫星在轨管理任务可靠性分析

5.5 本章小结

第六章 结束与展望

6.1 论文主要工作

6.2 未来工作展望

致谢

参考文献

作者读博期间的工作成果

展开▼

摘要

现实工程应用中存在着一些随时间改变功能结构或性能参数的系统,这类系统通常被称为多阶段任务系统(Phased-Mission Systems,PMS)。随着工程应用朝着大型化、复杂化的方式演变,PMS也呈现出组成阶段多、部件结构繁杂的发展趋势,这使得现有的模型方法遭遇计算量爆炸问题。设计一套分析大型PMS可靠性的模型方法,不仅是系统可靠性领域的研究热点,而且对于我国航天测控资源的合理化配置、测控系统的安全性评估都有十分重要的现实意义。为此论文设计了三套方法评估大型可修PMS的可靠性:
  (1)分析广义可修PMS可靠性的行为向量方法
  大型PMS通常包含了大量的可修部件,这使传统的Markov模型遭遇状态爆炸问题。针对这类PMS,论文提出了行为向量方法,主要用于包含大量部件和少量阶段的可修PMS。这种方法将任务可靠度拆解为具体的系统行为和部件行为,并通过Markov模型计算部件行为的概率,是一种新型的可靠性分析方法。相比于传统Markov模型,该方法考虑的可修部件更多,适用的PMS规模更大。相比于经典的模块化方法,行为向量方法避免了决策图节点排序的最优化问题,降低了建模与编程复杂度;它还可以直接应用于广义的PMS,适用范围更加广泛。
  (2)基于行为向量方法的截断近似策略
  虽然行为向量方法适用于含大量部件的PMS,但当系统阶段增多时,行为向量方法将遭遇计算量爆炸问题。对此,论文在行为向量方法的基础上设计了递减的截断策略,通过删除权重低的计算单元来得出PMS可靠度的近似值。相比于其他经典的截断策略,论文设计的近似算法应用了递减的截断阈值,使截断误差直接控制在预定参数下,避免了经典方法中探讨误差的繁琐步骤。论文设计的近似算法不仅拓展了行为向量方法的适用范围,同时保持了行为向量算法简洁性。实验证明,近似算法可以在PMS阶段增多时显著减少行为向量方法的内存消耗,并降低运算耗时,是将行为向量方法拓展到更大规模PMS的有效手段。
  (3)分析大规模可修PMS可靠性的抽样方法
  当PMS规模剧烈增长时,文献中大部分解析方法都将遭遇计算量爆炸问题。即使采用截断近似策略,行为向量方法仍然无法分析包含上千阶段的大型PMS。针对这一问题,论文设计了类似于离散化策略的抽样方法,主要应用于含大量阶段和大量可修部件的PMS。抽样方法通过构建约简成功状态,将决策图方法的优点和状态映射方法的优点结合起来,同时避免了PMS部件增多和阶段增多带来的计算量指数级增长。以大规模航天测控系统为背景的实验表明,抽样方法可应用于包含上千阶段的可修PMS,而其他绝大多数解析方法均不具备这种运算能力。此外,相比于行为向量方法和其他模块化方法,抽样方法的另一个重要优点在于它能够分析阶段内维修的情况,无需做出不符合工程实际的假设,拓展了算法的适用性和应用价值。
  此外,抽样方法还提出了“离散时间可用度”的新概念,并基于此设计了新的系统可靠度评估方案。这种方案通过离散时间可用度来描述系统可靠度和系统可用度之间的差别,并逐步加深离散化程度来逐渐逼近可靠度真值。相比于决策图、故障树、Markov模型等经典方法,这种新方法特别适用于大规模的可修系统,为系统可靠性分析提供了新的理论方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号