系统相关失效概率模型及其不确定性分析

摘要

共因失效是各类系统中广泛存在的、零件之间的一种相关失效形式。这种失效形式的存在，严重削弱甚至是否定了冗余的安全作用，也使得一般系统的可靠性模型变得更为复杂。核工业的概率风险分析已表明，相关失效是系统失效和设备不可用的主要原因之一。因此，在有高可靠性要求的系统中，高度重视相关失效的影响是十分必要的。 在综述了国内外相关失效研究现状的基础上，总结了现有的相关失效分析方法中存在的主要问题。目前的绝大多数相关失效概率模型都是以系统出现过的相关失效事件为依据的经验模型。由于相关失效事件稀少，所以应用经验模型预测相关失效概率，无法避免严重的不确定性。本文从零件失效的物理模型—应力-强度干涉模型出发，通过零件失效机理分析了系统相关失效的机理，并讨论了应力分散性和强度分散性对失效相关程度的不同影响，解释了失效独立性假设会造成系统相关失效信息遗失的问题，得出系统失效的相关性来源于应力的随机性，零件强度的分散性有助于减轻各零件间的失效相关程度。 通过系统相关失效机理分析，得到了零件失效概率变量的概率特性，即把零件失效概率看作是应力的函数时，这个条件失效概率本身为一随机变量。根据应力-强度干涉模型建立了基于零件条件失效概率分布的系统相关失效概率模型，提出应用MonteCarlo模拟与神经网络技术相结合的方法确定零件条件失效概率的分布类型，获得了计算系统相关失效概率的数学表达式。该方法不依赖于任何模型假设，而只需要低阶失效数据和系统结构就可以计算系统的任意阶失效概率。模型中只有两个参数，且参数估计方法简单方便。实例证实了该方法的求解精度较高，该模型适用于任意高阶的需求型失效的冗余系统。 目前的大多数相关失效模型都是假设失效率为常数的静态模型，这种假设在很多情况下是不成立的，尤其对于机械系统。本文基于冲击模型的思想，对传统冲击模型中的不合理假设进行了修正，用非齐次泊松过程——幂指数过程描述系统相关失效过程，得到了系统相关失效的动态模型。模型的参数估计是难点，本文通过参数变换，不仅得到了能够衡量系统失效相关性的量——相关系数，而且使模型的参数估计变得容易。然后分别采用BP神经网络和自适应线性神经网络得到了模型参数的估计值。本文提出的动态模型是基于类似于浴盆曲线的时间相关的幂指数失效率，与传统的基于常数失效率的模型相比，具有更大的优越性和更广的适用范围。 本文还利用影响向量法将相关失效事件的不确定性量化，得到了相关失效分析所需要的数据形式。针对失效数据不足的问题，采用基于概率论的和神经网络的数据映射方法，将大小不同的系统数据映射成相同大小的系统数据，然后进行合并得到了被分析系统所需的充足数据，为相关失效的定量分析提供了可靠的数据来源。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1本课题研究的意义

1.2国内外研究历史及发展现状

1.2.1可靠性工程研究历史及应用现状

1.2.2相关失效分析的发展及研究现状

1.3神经网络技术的发展及其在可靠性方面的研究现状

1.3.1人工神经网络的发展

1.3.2神经网络在可靠性工程方面的研究现状

1.4本文研究主要内容

第二章人工神经网络理论基础

2.1人工神经元结构

2.2 BP网络及算法

2.2.1 BP神经网络结构

2.2.2 BP网络的基本原理和算法

2.2.3 BP网络设计中应注意的几个问题

2.3自适应线性神经网络及其算法

2.3.1网络模型结构

2.3.2 W-H学习规则

2.4本章小结

第三章系统相关失效的分析方法

3.1相关失效的定义

3.2相关失效的定性分析

3.2.1相关失效机理分析

3.2.2防御措施

3.3相关失效的定量分析

3.3.1共因基本事件的定义

3.3.2常用共因失效模型简介及其局限性分析

3.4本章小结

第四章基于应力-强度干涉模型的系统相关失效分析

4.1应力-强度干涉模型

4.1.1单个零件的失效问题

4.1.2多重零件的失效问题

4.2基于应力-强度干涉模型的相关失效分析

4.2.1系统层的应力-强度干涉分析

4.2.2系统相关失效信息遗失问题

4.2.3系统相关失效分析

4.3基于应力-强度干涉模型的防御相关失效的措施

4.3.1用应力-强度干涉模型解释根本原因

4.3.2用应力-强度干涉模型解释耦合因子

4.3.2防御措施的制定

4.4本章小结

第五章系统相关失效的静态模型

5.1零件条件失效概率的定义

5.1.1零件失效概率的不确定性

5.1.2零件条件失效概率的定义

5.2基于零件条件失效概率分布的相关失效模型

5.2.1模型的建立过程

5.2.2零件条件失效概率分布与失效相关性

5.2.3零件条件失效概率分布的确定

5.2.4系统相关失效概率模型

5.3模型的参数估计

5.4模型比较与应用分析

5.4.1与KBMD模型比较

5.4.2实例分析与验证

5.5本章小结

第六章基于冲击的动态模型

6.1冲击模型的基本思想及对典型冲击模型的评价

6.1.1冲击模型的基本思想

6.1.2对BFR模型和MCBFR模型的评价

6.1.3对冲击模型的修正

6.2系统相关失效的动态模型

6.2.1相关失效过程的描述

6.2.2动态模型的建立

6.3动态模型的参数估计

6.3.1条件失效概率参数的估计

6.3.2冲击发生过程参数的估计

6.4模型比较与验证

6.5本章小结

第七章系统相关失效的不确定性分析

7.1不确定性的根源

7.2影响向量法

7.2.1影响向量法的基本概念

7.2.2评估来自同一系统中事件的影响向量

7.2.3评估来自不同系统中事件的影响向量

7.3数据映射法

7.3.1基于概率论的数据映射

7.3.2基于神经网络的数据映射

7.3.3应用实例分析

7.4本章小结

第八章结论

参考文献

致谢

攻读博士学位期间发表的论文情况

作者简介