[發明專利]面向任務的多態串聯可修裝備薄弱部件識別方法在審
| 申請號: | 201710036457.1 | 申請日: | 2017-01-18 |
| 公開(公告)號: | CN106886822A | 公開(公告)日: | 2017-06-23 |
| 發明(設計)人: | 蔡志強;高恒一;司書賓;李洋;張帥;趙江濱 | 申請(專利權)人: | 西北工業大學 |
| 主分類號: | G06Q10/00 | 分類號: | G06Q10/00 |
| 代理公司: | 西北工業大學專利中心61204 | 代理人: | 王鮮凱 |
| 地址: | 710072 *** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 面向 任務 串聯 裝備 薄弱 部件 識別 方法 | ||
1.一種面向任務的多態串聯可修裝備薄弱部件識別方法,其特征在于包括以下步驟:
步驟一、根據多態串聯可修裝備的部件組成,確定部件和整個裝備的各種運行及失效狀態,利用故障樹方法建立多態串聯可修裝備的MMDD模型;
步驟二、用布爾變量的乘積表示MMDD模型中從根節點到終節點1的所有路徑k,k的取值為1,2,…,nB,nB表示最后一條路徑,并通過深度優先搜索的方法枚舉出;
步驟三、根據馬爾科夫過程計算多態串聯可修裝備各部件的可用度模型生成矩陣Q、可靠度模型生成矩陣P以及各部件在任務周期內的轉移概率矩陣E,在任務周期內保持正常運行狀態的轉移率矩陣U,在任務周期內處于失效狀態的轉移率矩陣D;
可用度模型生成矩陣Q中,是部件ai從一個運行狀態轉移到另一個運行狀態的概率,Mi,Mi-1均表示部件ai的一個運行狀態,矩陣Q所有元素中的上標Qai表示公式中的轉移概率適用于部件ai的可用度模型生成矩陣Q,i的取值為自然數1,2,…;是部件ai從一個運行狀態向一個失效狀態轉移的轉移概率,0表示部件ai的一個失效狀態;是部件ai從一個失效狀態向一個運行狀態轉移的轉移概率,是部件ai從一個失效狀態向另一個失效狀態轉移的轉移概率;
可靠度模型生成矩陣P中,是部件ai從一個完好度高的運行狀態轉移到一個完好度低的運行狀態的轉移概率,矩陣P所有元素中的上標Pai表示公式中的轉移概率適用于部件ai的可靠度模型生成矩陣P;是部件ai從一個運行狀態轉移到失效狀態的轉移概率;
任務周期內的轉移概率矩陣E=eQ×T,e是自然對數的底數,T是任務周期;保持正常運行狀態的轉移概率矩陣Im×m是m×m階單位矩陣,處于失效狀態的轉移概率矩陣D=E-U;
步驟四、基于馬爾科夫轉移過程、生成矩陣和各部件在任務周期內的轉移概率矩陣計算每條路徑k的任務成功概率Pr(Πk=1),計算裝備S任務成功概率Πk=1表示路徑k成功,S≥1表示裝備任務成功;
步驟五、根據指數分布和生成矩陣計算部件ai的狀態概率Pr(ai=j),以及部件ai處于狀態j時裝備S任務成功的條件概率Pr(S≥1|ai=j),其中j的取值為0,1,2…,Mi;部件ai的失效概率由計算得出,λ為部件ai的失效率,表示部件ai失效;部件ai處于正常運行狀態下的可靠性為
步驟六、分別計算多態串聯可修裝備各部件ai的任務成功重要度將各部件任務成功重要度值按照由小到大的順序排序,確定重要度值大的部件為多態串聯可修裝備的薄弱部件。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西北工業大學,未經西北工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710036457.1/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





