[發(fā)明專利]基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法在審
| 申請(qǐng)?zhí)枺?/td> | 202010194750.2 | 申請(qǐng)日: | 2020-03-19 |
| 公開(公告)號(hào): | CN111414692A | 公開(公告)日: | 2020-07-14 |
| 發(fā)明(設(shè)計(jì))人: | 馮鑫;封海兵;李磊;朱光;錢崢 | 申請(qǐng)(專利權(quán))人: | 南京市計(jì)量監(jiān)督檢測院 |
| 主分類號(hào): | G06F30/20 | 分類號(hào): | G06F30/20;G06F119/02 |
| 代理公司: | 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 王方超 |
| 地址: | 210049 江蘇省南*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 貝葉斯 修正 模型 壓力表 校驗(yàn) 可靠性 評(píng)估 方法 | ||
1.基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法,其特征在于,包括如下步驟:
步驟SS1:建立能夠表征壓力表校驗(yàn)臺(tái)的故障特征指標(biāo)體系;
步驟SS2:構(gòu)建壓力表校驗(yàn)臺(tái)的事故樹模型;
步驟SS3:建立壓力表校驗(yàn)臺(tái)的BN模型圖,通過圖形映射的方法直接將FTA模型圖映射成BN模型圖;
步驟SS4:確定底事件的先驗(yàn)概率和各層之間條件概率;
步驟SS5:根據(jù)實(shí)際情況修正貝葉斯模型;
步驟SS6:計(jì)算失效概率;
步驟SS7:計(jì)算底事件的后驗(yàn)概率,尋找引起失效的最大風(fēng)險(xiǎn)底事件。
2.根據(jù)權(quán)利要求1所述的基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法,其特征在于,所述步驟SS3具體包括:對(duì)壓力表校驗(yàn)臺(tái)引入貝葉斯模型的基本定義:
貝葉斯模型N(G,P)包括如下四個(gè)部分:①一組變量和一組在變量間的有向邊;②變量和變量一起形成的有向圖;③每個(gè)變量都有一組有限狀態(tài)集;④附屬于每個(gè)變量X與其父級(jí)Y1,Y2,Y3…Yn,有一個(gè)條件概率表格P(x|Y1,Y2,Y3…Yn)。
3.根據(jù)權(quán)利要求2所述的基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法,其特征在于,所述步驟SS3具體還包括:建立貝葉斯網(wǎng)絡(luò),一個(gè)具有N個(gè)節(jié)點(diǎn)的貝葉斯網(wǎng)絡(luò)用N=V,E,P來表示,其中包括兩部分:
V,E表示一個(gè)具有N個(gè)節(jié)點(diǎn)的有向無環(huán)圖G;所述有向無環(huán)圖G中的節(jié)點(diǎn)集合V={V1,...,VN}表示隨機(jī)變量,節(jié)點(diǎn)之間的有向邊E表示變量之間的因果關(guān)系;對(duì)于有向邊(Vi,Vj),Vi,Vj∈V,Vi稱為Vj的父節(jié)點(diǎn),Vj稱為Vi的子節(jié)點(diǎn),任一節(jié)點(diǎn)Vj的父節(jié)點(diǎn)集合和非后代節(jié)點(diǎn)集合分別用pa(Vj)和A(Vj)表示;貝葉斯網(wǎng)絡(luò)N=V,E,P蘊(yùn)含條件獨(dú)立性假設(shè),即在給定pa(Vj)條件下,Vi與A(Vi)條件獨(dú)立:
P(Vj|pa(Vj),A(Vj))=P(Vj|pa(Vj)) 公式(1);
P表示與每個(gè)節(jié)點(diǎn)相關(guān)的條件概率分布,由貝葉斯網(wǎng)絡(luò)的條件獨(dú)立性假設(shè)推知,條件概率分布用P(Vj|pa(Vj))來描述,它表示子節(jié)點(diǎn)和父節(jié)點(diǎn)之間的定量附屬關(guān)系;如果給定父節(jié)點(diǎn)先驗(yàn)概率和中間節(jié)點(diǎn)的條件概率,得到包含所有節(jié)點(diǎn)的聯(lián)合概率分布。
4.根據(jù)權(quán)利要求3所述的基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法,其特征在于,所述步驟SS3具體還包括:根據(jù)聯(lián)合概率分布推導(dǎo)后驗(yàn)概率,假設(shè)貝葉斯網(wǎng)絡(luò)G=V,E,V={x1,x2,...,xn}為節(jié)點(diǎn)集合,節(jié)點(diǎn)間的聯(lián)合概率分布表示為:
基于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的反響推理原則,對(duì)于父節(jié)點(diǎn)xj和子節(jié)點(diǎn)xi,i,j∈V,父節(jié)點(diǎn)xj在子節(jié)點(diǎn)xi條件下的后驗(yàn)概率表示為:
5.根據(jù)權(quán)利要求1所述的基于貝葉斯修正模型的壓力表校驗(yàn)臺(tái)可靠性評(píng)估方法,其特征在于,所述步驟SS2中的事故樹模型的建立方法具體包括:步驟SS21:熟悉壓力表校驗(yàn)臺(tái)的壓力傳動(dòng)原理;步驟SS22:調(diào)查壓力表校驗(yàn)臺(tái)出現(xiàn)的各類故障;步驟SS23:確定故障樹的頂上事件;步驟SS24:調(diào)查與頂上事件相關(guān)的所有底部事件;步驟SS25:繪制故障樹。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京市計(jì)量監(jiān)督檢測院,未經(jīng)南京市計(jì)量監(jiān)督檢測院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010194750.2/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種自主融合先驗(yàn)知識(shí)的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問題的級(jí)聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測方法及其實(shí)現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測方法、電子設(shè)備、存儲(chǔ)介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實(shí)現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類方法





