Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2019

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Reliability analysis of complex uncertainty multi-state system based on Bayesian network

Wang Haipeng, Duan Fuhai, Ma Jun

Eksploatacja i Niezawodność

2019

Vol. 21, no. 3

419--429

Reliability analysis of complex multi-state system has uncertainty, which is caused by complex structures, limited test samples, and insufficient reliability data. By introducing fuzzy mathematics and grey system theory into the Bayesian network, the model of the grey fuzzy Bayesian network is built, and the reliability analysis method of complex uncertainty multi-state system with the non-deterministic membership function and the interval characteristic quantity is proposed in this paper. Using the trapezoidal membership function with fuzzy support radius variable to describe the fault state of the component, it can effectively avoid the influence of human subjective factors on the selection of the membership function and solve the problem that the fault states of the system and its components are difficult to define accurately. And the conditional probability table containing interval grey numbers is constructed to effectively express the uncertain fault logic relationship between the system and its components. Moreover, a parameter planning model of the system reliability characteristic quantities is constructed, and the system reliability characteristic quantities are expressed as the form of interval values. Finally, two sets of numerical experiments are conducted and discussed, and the results show that the proposed method is an effective and a promising approach to reliability analysis for complex uncertainty multi-state systems.

Analiza niezawodności złożonych systemów wielostanowych obarczona jest niepewnością związaną ze złożonością ich struktury, ograniczoną liczbą próbek badawczych i niewystarczającymi danymi dotyczącymi niezawodności. W przedstawionej pracy, wprowadzenie elementów matematyki rozmytej i teorii szarych systemów do sieci bayesowskiej umożliwiło budowę modelu szarej rozmytej sieci bayesowskiej i zaproponowanie metody analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności, która wykorzystuje niedeterministyczną funkcję przynależności oraz pojęcie interwałowej wielkości charakterystycznej. Zastosowanie trapezoidalnej funkcji przynależności z rozmytą zmienną promienia nośnego do opisu stanu uszkodzenia komponentu, pozwala zniwelować wpływ subiektywnego czynnika ludzkiego na wybór funkcji przynależności i eliminuje konieczność precyzyjnego definiowania stanu uszkodzenia systemu i jego elementów składowych. Opracowana tabela prawdopodobieństw warunkowych zawierająca szare liczby interwałowe pozwala wyrazić niepewne zależności logiki uszkodzeń między systemem a jego składnikami. Ponadto, w pracy skonstruowano model planowania parametrów charakterystycznych wielkości niezawodności systemu wyrażonych w postaci wartości interwałowych. W ostatniej części artykułu omówiono dwie serie eksperymentów numerycznych, których wyniki pokazują, że proponowana metoda stanowi skuteczne i obiecujące podejście do analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności.