[發明專利]基于貝葉斯的復雜系統可靠性分析方法有效
| 申請號: | 201811570212.8 | 申請日: | 2018-12-21 |
| 公開(公告)號: | CN109684713B | 公開(公告)日: | 2023-05-23 |
| 發明(設計)人: | 蘇續軍;胡起偉;趙新會;于貴波;鄧士杰;袁占杰;熊超;張曉良 | 申請(專利權)人: | 中國人民解放軍陸軍工程大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F111/08;G06F119/02 |
| 代理公司: | 石家莊科誠專利事務所(普通合伙) 13113 | 代理人: | 張紅衛;劉珊珊 |
| 地址: | 050000 *** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 貝葉斯 復雜 系統 可靠性分析 方法 | ||
本發明公開了一種基于貝葉斯的復雜系統可靠性分析方法,包括依次進行的如下步驟:首先將復雜系統描述為由子系統和組件構成的事件樹圖;其次建立系統可靠性的似然函數;然后建立先驗分布,整合多個專家給出的有精確工程判斷的、有組件分組信息的以及無精確工程判斷的三類組件的先驗分布,得到該系統組件的先驗分布;最后再利用馬可夫鏈蒙特卡羅方法融合復雜系統的先驗分布、系統測試數據、子系統測試數據,獲得該復雜系統以及組件的可靠性。本發明能大大提高復雜系統可靠性的預測和估計精度。本發明適用于可靠性工程技術領域。
技術領域
本發明屬于系統分析領域,涉及可靠性工程技術,具體的說是一種基于貝葉斯的復雜系統可靠性分析方法。
背景技術
隨著一些系統的日益復雜,成本越來越高,對系統的全面測試逐漸變的不可行,如果用傳統方法來預測和評估系統的可靠性,其精度將會大大降低。比如軍隊通常會儲備大量武器、彈藥和備件,如何評估和分析這種復雜系統可靠性不僅關乎這些武器系統的管理和維護,還會對訓練和作戰使用產生影響,但是隨著武器越來越先進,成本越來越高,破壞性的全系統測試變得非常不可行,其次,為了滿足作戰需求,現代武器通常具有高可靠性,使得不可能獲得大量破壞性的全系統測試結果,如果用傳統頻率方法則會因為樣本數據少導致分析和預測的可靠性精度很低。更進一步的說,傳統方法只利用了全系統測試數據,并未利用到復雜系統的其它來源的可靠性信息,例如,復雜系統通常可以由相關的子系統和組件來描述,組件和子系統測試的數據可能是可用的,還包括與組件、子系統和/或全系統相關的工程知識,目視檢查和其他無損檢測,如何將這些數據利用到復雜系統可靠性分析中是一個重要的課題。
發明內容
為解決現有技術中存在的上述缺陷,本發明旨在提供一種基于貝葉斯的復雜系統可靠性分析方法,該方法可以融合各種來源(包括專家工程判斷和測試數據)的信息,在系統測試數據有限的情況下或沒有系統測試數據的情況下可以一致性地預測復雜系統及其組件的可靠性,提高了預測復雜系統及其組件可靠性的精度。
本發明為實現上述目的,所采用的技術方案如下:
一種基于貝葉斯的復雜系統可靠性分析方法,包括依次進行的如下步驟:
a.將待分析系統劃分為嵌套的子系統和組件,并用事件樹圖進行描述;
b.建立組件可靠性的似然函數,并依據事件樹圖確定的系統、子系統與組件的關系,建立系統和子系統關于組件可靠性的似然函數;
c.將各組件劃分為有精確工程判斷的、有組件分組信息的以及無精確工程判斷的三類;針對有精確工程判斷的,專家m給出組件可靠性服從β分布,整合所有專家給出的β分布,得到該組件可靠性的先驗分布;有組件分組信息的,專家m給出組件可靠性服從β分布,整合所有專家給出的β分布,得到該組件可靠性的先驗分布;針對無精確工程判斷的,組件可靠性先驗分布服從β分布;系統、子系統的先驗分布是相應組件先驗分布的函數;
d.系統可靠性分析:基于貝葉斯理論,后驗分布正比于先驗分布與似然函數的乘積,利用馬可夫鏈蒙特卡羅方法融合似然函數、先驗分布以及系統、子系統測試數據,得到該系統、子系統以及組件的可靠性。
作為限定,所述步驟b中,組件可靠性的似然函數為二項分布,表達式如下:
式中,ni表示組件i的測試次數,xi表示ni次測試中組件i成功的可能次數,pi表示組件i的可靠性。
作為進一步限定,所述步驟c中:
①針對有精確工程判斷的組件,專家m給出組件可靠性服從β分布,具體表達式如下:
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中國人民解放軍陸軍工程大學,未經中國人民解放軍陸軍工程大學許可,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/201811570212.8/2.html,轉載請聲明來源鉆瓜專利網。





