[發(fā)明專(zhuān)利]用于可靠性分析的MMC子模塊相關(guān)性場(chǎng)景構(gòu)建方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910571705.1
• 申請(qǐng)日: 2019-06-28
• 公開(kāi)（公告）號(hào): CN110287611B
• 公開(kāi)（公告）日: 2023-05-12
• 發(fā)明（設(shè)計(jì)）人: 鄭文迪;許啟東;周騰龍;邵振國(guó);曾祥勇;聶建雄
• 申請(qǐng)（專(zhuān)利權(quán)）人: 福州大學(xué)
• 主分類(lèi)號(hào): G06F30/20
• 分類(lèi)號(hào): G06F30/20;G06F17/17;G06F11/00
• 代理公司: 福州元?jiǎng)?chuàng)專(zhuān)利商標(biāo)代理有限公司 35100
• 代理人: 陳明鑫;蔡學(xué)俊

1.用于可靠性分析的MMC子模塊相關(guān)性場(chǎng)景構(gòu)建方法，其特征在于，包括以下步驟：

步驟S1：根據(jù)MMC拓?fù)浣Y(jié)構(gòu)和子模塊組合關(guān)系，構(gòu)建子模塊可靠性模型；

步驟S2：根據(jù)子模塊可靠性模型，利用拉丁超立方采樣及Cholesky分解排序法構(gòu)建子模塊相關(guān)性場(chǎng)景；

步驟S3:根據(jù)構(gòu)建的子模塊相關(guān)性場(chǎng)景，通過(guò)直方圖的統(tǒng)計(jì)特性，選取Frank?Copula函數(shù)，并利用極大似然估計(jì)理論估計(jì)Frank?Copula函數(shù)的參數(shù)；

步驟S4:根據(jù)子模塊可靠性模型和Frank?Copula函數(shù)，構(gòu)建未冗余配置時(shí)可靠性模型；

步驟S5:根據(jù)未冗余配置時(shí)可靠性模型和Frank?Copula函數(shù)，構(gòu)建配置冗余時(shí)可靠性模型；

所述步驟S4具體為：

步驟S41:假設(shè)橋臂中初始子模塊數(shù)量為N，第i個(gè)子模塊的壽命隨機(jī)變量為T(mén)_i,壽命分布函數(shù)為F_i(t)＝P{T_i≤t}，i＝1,2,…,N，j＝1,2,…,N；

步驟S42:未配置冗余時(shí)，具有N個(gè)子模塊的橋臂可靠性函數(shù)為：

式中，P表示計(jì)算概率，m表示在t時(shí)刻橋臂中指定m個(gè)子模塊都無(wú)故障運(yùn)行；

步驟S43:由于各子模塊壽命同分布，且式(1)與Frank?Copula函數(shù)復(fù)合，于是式(1)簡(jiǎn)化為：

式(2)中，表示情況m發(fā)生的次數(shù)的選擇數(shù)，θ為相關(guān)系數(shù)；

所述步驟S5具體為：

步驟S51:當(dāng)配置冗余子模塊時(shí)，從N+N₀個(gè)子模塊組成的系統(tǒng)選取k個(gè)子模塊正常工作，其中M代表采樣規(guī)模，

步驟S52:從中選取的k個(gè)子模塊重新排序?yàn)樾碌碾S機(jī)變量組:則其余的子模塊組成的隨機(jī)變量組為則第M次指定第k個(gè)子模塊正常時(shí)橋臂的可靠性函數(shù)為：

由Sklar定理得知：

是由和這兩個(gè)分布函數(shù)組成的Frank?Copula函數(shù)；

步驟S53:分別對(duì)兩個(gè)分布函數(shù)和進(jìn)行計(jì)算得到配置冗余下的橋臂可靠性：

其中，

表示N+N₀-k個(gè)故障子模塊的邊緣分布函數(shù)的組成的Frank?Copula函數(shù)，x＝1-exp(-λ_SMt)，λ_SM為子模塊故障；

所述拉丁超立方采樣具體為：

步驟S21:假設(shè)有N個(gè)采樣子模塊相關(guān)性的隨機(jī)變量，X_n為其中任意一個(gè)隨機(jī)變量，n＝1,2,3、、、N,其累積函數(shù)分布為Y_n＝F_n(X_n)，M代表采樣規(guī)模，區(qū)間[0,1]分為M個(gè)不會(huì)重疊的等間隔區(qū)間；

步驟S22:在每個(gè)等間隔區(qū)間里隨機(jī)選取一個(gè)Y_n，利用反函數(shù)法得到采樣值其中為F_n(·)的反函數(shù)；得到一個(gè)N×M階的初始樣本矩陣Z；

所述Cholesky分解排序法具體為：

步驟S201:隨機(jī)生成一個(gè)N×M維的順序矩陣Q，其每一行由整數(shù)1,2,…,M隨機(jī)排列組成；

步驟S202:計(jì)算順序矩陣Q的相關(guān)系數(shù)矩陣ρ_Q，ρ_Q是一個(gè)正定對(duì)稱(chēng)矩陣，對(duì)其進(jìn)行Cholesky分解，所得的L為下三角矩陣：

ρ_Q＝LL^T

通過(guò)G＝Q^-1L消除順序矩陣Q的相關(guān)性；其中，G的相關(guān)系數(shù)矩陣為單位陣；

步驟S203:對(duì)具有可靠性的隨機(jī)變量的實(shí)際相關(guān)系數(shù)矩陣ρ₀作Cholesky分解，所得P為下三角矩陣：

ρ₀＝PP^T

接著通過(guò)G_u＝PG＝PQ^-1L得到相關(guān)系數(shù)矩陣G_u，且G_u≈ρ₀；

步驟S204:根據(jù)G_u中對(duì)應(yīng)行的元素順序?qū)Τ跏紭颖揪仃嘮的元素進(jìn)行更新，得到新的樣本矩陣Z_u為計(jì)及n個(gè)子模塊間的相關(guān)性的可靠性樣本矩陣。