欢迎来到天天文库
浏览记录
ID:34877382
大小:2.79 MB
页数:98页
时间:2019-03-13
《基于证据理论和贝叶斯网络的液压系统可靠性建模及分析》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、硕士学位论文MASTER'SDISSERTATION论文题目基于证据理论和贝叶斯网络的液压系统可靠性建模及分析作者姓名李硕学科专业流体机械及工程指导教师陈东宁副教授2015年5月中图分类号:TH137.7学校代码:10216UDC:621.8密级:公开工学硕士学位论文基于证据理论和贝叶斯网络的液压系统可靠性建模及分析硕士研究生:李硕导师:陈东宁副教授姚成玉教授申请学位:工学硕士学科专业:流体机械及工程所在单位:机械工程学院答辩日期:2015年5月授予学位单位:燕山大学ADissertationinFluidMechani
2、calandEngineeringRELIABILITYMODELLINGANDANALYSISOFHYDRAULICSYSTEMBASEDONEVIDENCETHEORYANDBAYESIANNETWORKbyLiShuoSupervisor:AssociateProfessorChenDongningandProfessorYaoChengyuYanshanUniversityMay,2015燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于证据理论和贝叶斯网络的液压系统可靠性建模及分析》,是
3、本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年月日燕山大学硕士学位论文使用授权书《基于证据理论和贝叶斯网络的液压系统可靠性建模及分析》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定,
4、同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权燕山大学,可以采用影印、缩印或其它复制手段保存论文,可以公布论文的全部或部分内容。保密□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内打“√”)作者签名:日期:年月日导师签名:日期:年月日摘要摘要由于结构复杂、现场数据与试验数据等故障统计数据缺乏、人的认知水平不足等导致液压系统存在不确定性的问题,同时,实际液压系统有多性能、多故障状态等多态性问题,采用证据理论描述不确定性、利用贝叶斯网络的双向推理优势,提出基于证据理
5、论和静态贝叶斯网络的可靠性建模及分析方法;进而,液压系统的故障关系存在优先相关性、功能相关性、顺序相关性及由系统冗余带来的备件门逻辑关系(冷备件、热备件、温备件等)等动态时序性的特点,静态贝叶斯网络难以对具有时间参数的动态系统进行可靠性建模及分析,提出基于证据理论和离散时间贝叶斯网络的可靠性建模及分析方法,为具有不确定性、多态性、动态时序性等特征的液压系统可靠性建模及分析提供依据。针对液压系统的不确定性和多态性,提出基于证据理论和静态贝叶斯网络可靠性建模及分析方法,采用证据理论的似然概率和信任概率分别描述根节点的故障概率
6、上、下限,进而给出了叶节点的故障率和故障概率、叶节点的不确定度、根节点状态的后验故障率和后验故障概率、根节点重要度、根节点的认知重要度和根节点的灵敏度的计算方法。通过液压系统可靠性实例分析,验证所提方法具有较强描述不确定性信息能力。针对液压系统的不确定性和动态时序性,提出基于证据理论和离散时间贝叶斯网络的可靠性建模及分析方法,给出了不同时刻元件的故障概率求解方法、静态逻辑门和动态逻辑门向离散时间贝叶斯网络转化的方法,采用证据理论模型描述根节点的故障概率,给出了系统不同时刻的信任可靠度、似然可靠度和根节点不同时刻的信任后验
7、概率、似然后验概率等可靠性指标的贝叶斯网络推理计算方法。最后,对斗轮机俯仰液压系统进行了可靠性建模及分析。关键词:液压系统可靠性;不确定性;动态时序性;证据理论;离散时间贝叶斯网络-I-燕山大学工程硕士学位论文AbstractInordertosolvetheuncertainproblemscausedbypoorfielddata,complexsystemstructure,lowcognitionleveloffailuremechanismandthepolymorphismsproblemsofmultipl
8、epropertyandmulti-faultstateinhydraulicsystems,thereliabilitymodelingandanalysisbasedonstaticBayesiannetworkandevidencetheoryisproposed,inthismethod,theevidenc
此文档下载收益归作者所有