基于模糊贝叶斯网络的多态系统可靠性分析及在液压系统中的应用

《基于模糊贝叶斯网络的多态系统可靠性分析及在液压系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com第48卷第16期机械工程学报Vl01．48N0．162012年8月JOURNAL0FMECHANICALENGINEERINGAug．2O12DoI：10．3901，JME．2012．16．175基于模糊贝叶斯网络的多态系统可靠性分析及在液压系统中的应用水陈东宁姚成玉2(1．燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004；2．燕山大学河北省工业计算机控制工程重点实验室秦皇岛066004)摘要：为使贝叶斯网络能够对模糊信息和不确定信息进行处理，提出一种新的基于模糊贝叶斯网络的多态系统可靠性分析方法。该方法将模糊集合理论引

2、入到贝叶斯网络可靠性分析中，考虑部件故障状态、部件故障率的模糊性以及部件间故障逻辑关系的不确定性，使贝叶斯网络具有处理模糊信息的能力。该方法采用模糊数描述系统和部件的故障状态，利用模糊子集描述部件的故障率，运用贝叶斯网络的条件概率表描述部件间的不确定联系。该方法应用到载重车液压悬架系统的可靠性分析实例中，分析结果表明该方法在进行系统可靠性分析时能够充分利用系统的模糊信息和不确定信息，从而提高系统可靠性分析的效率。关键词：模糊贝叶斯网络多态液压系统可靠性分析中图分类号：TH137ReliabilityAnalysisofMulti-stateSystemBasedonFuzzy

3、BayesianNetworksandApplicationinHydraulicSystemCHENDongningYAOChengyu2(1。KeyLabofHeavyMachineryFluidPowerTransmissionandControlofHebeiProvince,YanshanUniversity,Qinhuangdao066004；2．KeyLabofIndustrialComputerControlEngineeringofHebeiProvince，YanshanUniversity,Qinhuangdao066004)Abstract：Inord

4、ertomaketheBayesiannetworksdealingwithfuzzyanduncertaininformation，anewreliabilityanalysismethodofmulti-statesystembasedonfuzzyBayesiannetworksisproposed．ThefuzzysettheoryispresentedtoBayesiannetworks，andconsideringboththefuzzinessoffaultstateandfaultrateandtheuncertaintyoffaultlogicalrelat

5、ionshipbetweencomponents，thereforetheBayesiannetworksarecapableofhandingthefuzzyinformation．Thefaultstatesofsystemandcomponentsaredescribedbyfuzzynumbers，faultratesaredenotedbyfuzzysubsets，andtherelationshipbetweencomponentsdescribedasconditionalprobabilitytableofBayesiannetworks．Atlast，the

6、methodisappliedinthereliabilityanalysisofthehydraulicsuspensionsystemofhydraulictransporter,theresultsshowthattheproposedmethodisabletomakefulluseoffuzzyinformationanduncertaininformationinreliabilityanalysisandCanimprovetheeficiencyofreliabilityanalysis．Keywords：FuzzyBayesiannetworksMulti-

7、stateHydraulicsystemReliabilityanalysis正常工作、稳定运转的重要因素。通过对液压系统0前言进行可靠性分析得出的系统可靠性信息能够为液压系统的可靠性设计、故障诊断和维修提供可靠依据，液压系统的可靠性是保证液压设备整机能够从而提高液压系统的可靠性。近年来，系统可靠性研究经过发展已形成了多国家自然科学基金(50905154)、河北省自然科学基金(E2012203015)和教育部高等学校博士学科点专项科研基金(20091333120005)资助项种方法，如可靠性框图(Rel