CN103886201A - 一种在宏观条件下确定系统中元件重要性的方法 - Google Patents

一种在宏观条件下确定系统中元件重要性的方法 Download PDF

Info

Publication number
CN103886201A
CN103886201A CN201410107977.3A CN201410107977A CN103886201A CN 103886201 A CN103886201 A CN 103886201A CN 201410107977 A CN201410107977 A CN 201410107977A CN 103886201 A CN103886201 A CN 103886201A
Authority
CN
China
Prior art keywords
under
inefficacy
importance
factor
weight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410107977.3A
Other languages
English (en)
Inventor
王诗
张春华
郭伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Technical University
Original Assignee
Liaoning Technical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Technical University filed Critical Liaoning Technical University
Priority to CN201410107977.3A priority Critical patent/CN103886201A/zh
Publication of CN103886201A publication Critical patent/CN103886201A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种在宏观条件下确定系统中元件重要性的方法，其特征在于，构建系统，将元件作为研究对象集合U，系统工作的宏观环境作为因素集C，元件重要性排序集作为D；对宏观环境中的工作时间和温度进行划分形成不同的状态区域，计算在中元件的失效权重和在中系统T的失效权重，从而得到在状态下的等效失效权重；其包括如下步骤：划分形成不同的状态区域，计算失效权重，和；本发明可用于确定状态下的原件重要性排序，及元件失效性对及的敏感性。

Description

一种在宏观条件下确定系统中元件重要性的方法
技术领域
本发明涉及系统工程，特别是涉及在宏观条件下确定系统中元件重要性并对系统进行分析。 
背景技术
在实际的对系统安全性的研究中，系统可能是复杂的，使用者并不清楚内部结构，无法使用定量的如事故树等方法对系统安全性进行定量分析。系统由大量元件组成，是个复杂组合，元件的可靠性本身就是个问题，是个统计值。系统中大量各种元件对系统的可靠性影响不同，研究时应该主要关注那些经常故障被换掉的元件。元件的可靠性在系统工作环境变化中对于不同元件是不同的。描述了一个电器系统的安全问题。在该系统使用环境下其元件可靠度是不同的，导致整个系统在不同的使用温度和使用时间下的可靠度不同。这个系统是较简单的，可以使用空间事故树理论进行可靠性分析，但是对于大型系统这样的方法显得很困难。 
目前对系统可靠性的研究主要有：何雪浤等对基于时变可靠度的全寿命系统维修模型做了研究；屈 毅等研究了随机分布系统可靠保性能控制算法；于春雨等研究了单元为不同分布的串并联系统可靠度Bayes置信限；张道兵等做了多失效模式相关下的结构系统可靠度计算研究；李宇等研究了基于故障树的复杂电子系统可靠度模糊评定方法；张根保等对数控机床功能部件可靠度建模与维护预警系统进行了开发。但是这些方法对于上述提出的系统可靠性研究作用不大。 
从实际研究出发，收集了一个电器系统的维修资料，包括系统的故障次数，维修时更换的零件（种类及数量），及发生故障的时间和环境温度。试图从宏观统计分析的角度解决元件与系统可靠性之间的关系。基于因素空间理论构建了系统，使用元件可靠性敏感的使用时间和温度组成因素集，及空间事故树理论的基本思想，使用维修资料，来研究那些被更换过的元件种类在不同条件下对系统的重要性并进行排序。从而为现场使用人员确定不同环境状态下元件重要性提供依据，解决他们在不同环境下预测系统故障问题，提前确定更换元件种类和数量等方面提供保障。 
1. 因素空间理论 
因素是分析事物属性与因果关联的要素。因素空间是以因素命名的坐标空间，它是事物描述的普适性的数学框架。是人工智能特别是智能数据科学的基本数学理论。
因素被数学地定义为一种映射。它把一个对象（具体事物）映射成为一个属性值（用自然语言中的形容词来描述），这种映射称为质映射；同时，也映射成为一个性态（用有限维欧式空间中的实向量来表示）这种映射称为量映射。例如，身高是一个映射，它把一个对象张三映射成性态‘很高’，同时，也映射成一个量态1.8（米），如图1所示。任何事物都同时存在着质与量的两种规定性。从量变到质变，量决定质。 
基于这一哲理，我们设定这两种映射共存。因素f的量映射形成一个（一维或高维）坐标轴Xf，f的质映射所得的属性值是Xf中的普通或模糊子集。有关模糊子集的形成方法由模糊集理论早已解决。 
因素是分析，是抽象，回到具体，便是认识的分析综合过程。 如图所示，把诸因素轴联合起来，就得到以因素命名的坐标架，这就是因素空间。任何事物都可以被看成是因素空间中的点。数学的定义便是以因素F 为指标集的一个集合族。这里F是诸因素所形成的一个集合，由于因素与因素之间存在着布尔运算，F是一个布尔代数，故因素空间被定义成以布尔代数为指标集的集合族。 
因素库是一种新的数据库，它是因素空间理论的数据实现，它对数据的处理采用一系列的基本表格形式。 
 用因素空间来研究和处理因素库，除了能干净利落地从其概念分析表进行属性划分和概念格的提取外，还有很多更加深入的理论和应用，主要研究的表型还有：（1）因素分析表（定量值域生成定性值域，因素相关分析，事件因果分析）；（2）加入目标因素进行优化的多目标决策表；（3）加入安全因素进行评估的安全警示表；（4）加入控制因素进行调节的稳定调节表；（5）因素词典及因素表头库的建立。 
2. 空间事故树理论 
实际上，就系统中基本事件（元件）发生概率而言，其影响因素是很多的。比如电器系统中的二极管，它的故障概率就与工作时间的长短、工作温度的大小、通过电流及电压等有直接关系。如果对这个系统进行分析，各个元件的工作时间和工作适应的温度等可能都不一样，随着系统整体的工作时间和环境温度的改变，系统的故障概率也是不同的。
针对上述问题，将经典事故树扩展为多维空间事故树，基本事件的发生概率在单一影响因素下定义为发生概率的特征函数，基本事件在多因素下的发生概率定义为发生概率空间分布，顶上事件的发生概率改为顶上事件发生概率空间分布，相应的概率重要度和关键重要度改为概率重要度空间分布和关键重要度空间分布，同时定义多维事故树特有的对某一因素的顶上事件发生概率空间分布趋势(对某因素求导)。结合简单的电器系统对上述概念进行说明，并建立以时间和温度为影响因素，系统故障概率为函数值的三维事故树空间，从而将其转化为三维空间曲面通过数学方式研究。 
主要得到的结论如下： 
理论方面基于经典事故树理论定义了多维空间事故树，并建立了在多因素影响情况下单一事件（元件故障）发生概率的空间分布和顶上事件（系统故障）发生的概率分布。文中通过对某电器系统的研究得到了，在主要因素工作时间t和工作温度c影响下，将元件受单一因素影响的故障率表示成函数，进而通过叠加构造了元件故障概率空间分布和系统故障概率空间分布，为进一步的实际应用和数学研究提供基础。
将经典事故树扩展成多维空间事故树，进而表示为空间曲面，从而运用数学方法对该曲面进行研究。文中对系统故障概率的空间分布曲面进行了研究，通过对t和c影响因素的求导，研究了系统故障概率受这两个因素影响的程度，即系统故障概率的变化趋势。这种研究在经典事故树中是无法完成的，这仅仅是多维空间事故树的一个数学应用。 
发明内容
根据上节介绍的因素空间与空间事故树理论作为基础，构建系统 
Figure DEST_PATH_774777DEST_PATH_IMAGE001
，将元件作为研究对象集合U，系统工作的宏观环境作为因素集C，元件重要性排序集作为D。对宏观环境中的工作时间
Figure DEST_PATH_426338DEST_PATH_IMAGE002
和温度进行划分形成不同的状态区域
Figure DEST_PATH_804547DEST_PATH_IMAGE004
，计算在
Figure DEST_PATH_353340DEST_PATH_IMAGE004
中元件
Figure DEST_PATH_706961DEST_PATH_IMAGE005
的失效权重
Figure DEST_PATH_218119DEST_PATH_IMAGE006
和在
Figure DEST_PATH_948178DEST_PATH_IMAGE004
中系统T的失效权重
Figure DEST_PATH_23581DEST_PATH_IMAGE007
，从而得到
Figure DEST_PATH_282524DEST_PATH_IMAGE008
在
Figure DEST_PATH_692646DEST_PATH_IMAGE009
状态下的等效失效权重
Figure DEST_PATH_960816DEST_PATH_IMAGE010
，从而得到在研究状态下的原件的重要性排序
Figure DEST_PATH_890726DEST_PATH_IMAGE011
。具体定义和解释如下所示。 
定义1 系统
Figure DEST_PATH_117308DEST_PATH_IMAGE012
为考虑系统宏观环境下元件重要性的决策系统；
Figure DEST_PATH_516191DEST_PATH_IMAGE013
为系统中元件对象集，
Figure DEST_PATH_525735DEST_PATH_IMAGE008
表示一个元件，
Figure DEST_PATH_700364DEST_PATH_IMAGE014
为系统中元件的数量；
Figure DEST_PATH_707635DEST_PATH_IMAGE015
为影响系统可靠性的宏观因素集，
Figure DEST_PATH_967715DEST_PATH_IMAGE016
为宏观因素，
Figure DEST_PATH_780950DEST_PATH_IMAGE017
为系统宏观环境因素量；
Figure DEST_PATH_934720DEST_PATH_IMAGE018
为元件重要性排序。 
定义2 设为对于因素
Figure DEST_PATH_860267DEST_PATH_IMAGE016
的连续区间域，
Figure DEST_PATH_477193DEST_PATH_IMAGE020
为整个系统的关于
Figure DEST_PATH_626415DEST_PATH_IMAGE016
的研究域，那么
Figure DEST_PATH_723291DEST_PATH_IMAGE021
。设如
Figure DEST_PATH_895646DEST_PATH_IMAGE022
分别表示影响系统的温度和工作时间，系统工作额定温度为0至40℃,每隔100天大修一次可表示为
Figure DEST_PATH_113001DEST_PATH_IMAGE023
℃，天，那么可以
Figure DEST_PATH_839965DEST_PATH_IMAGE025
℃，
Figure DEST_PATH_561934DEST_PATH_IMAGE026
天。 
在研究中必须清晰的划分整个研究环境。定义3 对因素
Figure DEST_PATH_237951DEST_PATH_IMAGE016
的这个作用区域
Figure DEST_PATH_319040DEST_PATH_IMAGE020
划分，划分为n个子区间，即
Figure DEST_PATH_465988DEST_PATH_IMAGE028
，满足
Figure DEST_PATH_166090DEST_PATH_IMAGE029
且
Figure DEST_PATH_878831DEST_PATH_IMAGE030
。不同
Figure DEST_PATH_802925DEST_PATH_IMAGE016
划分的组合状态域
Figure DEST_PATH_125584DEST_PATH_IMAGE031
，
Figure DEST_PATH_426116DEST_PATH_IMAGE032
为每个
Figure DEST_PATH_258942DEST_PATH_IMAGE016
中的一个划分，
Figure DEST_PATH_291620DEST_PATH_IMAGE033
在文中表示因素共同作用下的环境。那么
Figure DEST_PATH_413160DEST_PATH_IMAGE004
的数量为每个因素
Figure DEST_PATH_204716DEST_PATH_IMAGE016
划分数量的乘积，
Figure DEST_PATH_657563DEST_PATH_IMAGE004
的排序由
Figure DEST_PATH_63136DEST_PATH_IMAGE016
的i由小到大表示。设
Figure DEST_PATH_643153DEST_PATH_IMAGE035
，表示整个额定状态。如上例将
Figure DEST_PATH_388255DEST_PATH_IMAGE002
温度域等分为4份，
Figure DEST_PATH_152949DEST_PATH_IMAGE036
℃、
Figure DEST_PATH_983502DEST_PATH_IMAGE037
℃、
Figure DEST_PATH_849433DEST_PATH_IMAGE038
℃、℃；
Figure DEST_PATH_56741DEST_PATH_IMAGE003
时间域等分为4份，
Figure DEST_PATH_374590DEST_PATH_IMAGE040
d、
Figure DEST_PATH_421043DEST_PATH_IMAGE041
d、
Figure DEST_PATH_62109DEST_PATH_IMAGE042
d、
Figure DEST_PATH_106288DEST_PATH_IMAGE043
d，那么
Figure DEST_PATH_708171DEST_PATH_IMAGE044
，，
Figure DEST_PATH_804620DEST_PATH_IMAGE046
。 
定义4 表示系统T在因素
Figure DEST_PATH_469399DEST_PATH_IMAGE004
影响下，各元件和系统表现出来的特征值，即系统和元件的失效次数，
Figure DEST_PATH_857655DEST_PATH_IMAGE048
。在条件下元件
Figure DEST_PATH_406765DEST_PATH_IMAGE050
的失效次数可表示为
Figure DEST_PATH_107873DEST_PATH_IMAGE051
， 
Figure DEST_PATH_237503DEST_PATH_IMAGE052
表示在该条件下，系统失效次数为5。 
定义5 
Figure DEST_PATH_317455DEST_PATH_IMAGE053
为系统T在
Figure DEST_PATH_812021DEST_PATH_IMAGE004
状态影响下，某一元件
Figure DEST_PATH_610213DEST_PATH_IMAGE008
的失效权重，如式（1）所示。 
Figure DEST_PATH_963440DEST_PATH_IMAGE054
                                 (1) 
定义6 为系统T在
Figure DEST_PATH_563366DEST_PATH_IMAGE004
状态影响下的失效权重，如式（2）所示。
  
Figure DEST_PATH_848854DEST_PATH_IMAGE055
                                 (2)
定义7 
Figure DEST_PATH_241658DEST_PATH_IMAGE056
Figure DEST_PATH_296202DEST_PATH_IMAGE057
为元件
Figure DEST_PATH_398150DEST_PATH_IMAGE008
在
Figure DEST_PATH_639775DEST_PATH_IMAGE058
状态影响下失效权重换算成在
Figure DEST_PATH_337735DEST_PATH_IMAGE009
状态下的等效失效权重，如式（3）所示。
Figure DEST_PATH_512365DEST_PATH_IMAGE059
                              (3) 
定义8 
Figure DEST_PATH_254056DEST_PATH_IMAGE060
表示系统在
Figure DEST_PATH_779715DEST_PATH_IMAGE061
的环境中，全部原件的重要性排序，表示降序。
附图说明
图1人的因素空间性态表述 
具体实施方式
根据收集的一个电器系统的维修资料，包括系统的故障次数，维修时更换的零件，及发生故障的时间和环境温度。建立系统
Figure DEST_PATH_543457DEST_PATH_IMAGE012
， 
Figure DEST_PATH_783946DEST_PATH_IMAGE063
为系统中元件对象集，
Figure DEST_PATH_406688DEST_PATH_IMAGE064
表示这个系统维修时更换过的四种元件；
Figure DEST_PATH_845453DEST_PATH_IMAGE065
为影响系统可靠性的宏观因素集，
Figure DEST_PATH_355194DEST_PATH_IMAGE066
分别表示系统工作温度(℃)和工作时间(d(天))；
Figure DEST_PATH_32163DEST_PATH_IMAGE018
为元件重要性排序。
由于维修资料统计数据较多，使用表的结构化形式进行罗列，表1显示了研究区域
Figure DEST_PATH_266835DEST_PATH_IMAGE067
(使用温度0~10℃且使用时间在0~25d)的信息表，表中数据显示了对应的符号表示，具体计算见式(1)~(3)。表2是由16个具有表1形式的表组成的，由于篇幅所限，只给出数据不标注对应的符号。 
  
表1研究区域
Figure DEST_PATH_421873DEST_PATH_IMAGE067
的信息表
Figure DEST_PATH_566546DEST_PATH_IMAGE069
 表2研究区域的信息表
Figure DEST_PATH_870806DEST_PATH_IMAGE071
 表2中底纹较深部分的数据就是该方法形成的最终数据，也是下一步分析的基础。这些数据显示了在某个环境
Figure DEST_PATH_829535DEST_PATH_IMAGE072
下，某个元件
Figure DEST_PATH_77982DEST_PATH_IMAGE073
的失效对系统T失效作用的权重。
计算
Figure DEST_PATH_96754DEST_PATH_IMAGE074
，这里的的排序值为
Figure DEST_PATH_474962DEST_PATH_IMAGE075
，即在指定环境下
Figure DEST_PATH_390966DEST_PATH_IMAGE008
的等效失效权重之和。 
整个系统额定工作范围：使用温度0~40℃且使用时间在0~100d,对于导致系统T失效的元件
Figure DEST_PATH_642956DEST_PATH_IMAGE008
重要度排序可表示为：
Figure DEST_PATH_277199DEST_PATH_IMAGE076
。说明在整个额定状态下工作，
Figure DEST_PATH_33726DEST_PATH_IMAGE050
失效导致系统失效的概率为30.18%，
Figure DEST_PATH_456617DEST_PATH_IMAGE078
为21.6%，
Figure DEST_PATH_578157DEST_PATH_IMAGE079
为21.22%，
Figure DEST_PATH_354483DEST_PATH_IMAGE080
为26.99%，
Figure DEST_PATH_245079DEST_PATH_IMAGE050
在该环境范围内对系统失效的影响最大，元件重要性依次为
Figure DEST_PATH_838871DEST_PATH_IMAGE050
>
Figure DEST_PATH_182128DEST_PATH_IMAGE080
>
Figure DEST_PATH_276992DEST_PATH_IMAGE078
>
Figure DEST_PATH_22094DEST_PATH_IMAGE079
。 
那么不同环境范围工作的系统，其元件失效对系统失效的作用是相同的吗？下面列举了三个不同环境区域的元件重要性排序： 
Figure DEST_PATH_786788DEST_PATH_IMAGE081
,
Figure DEST_PATH_617340DEST_PATH_IMAGE082
；
Figure DEST_PATH_735469DEST_PATH_IMAGE083
,
Figure DEST_PATH_397395DEST_PATH_IMAGE084
；
Figure DEST_PATH_536252DEST_PATH_IMAGE085
,
Figure DEST_PATH_276937DEST_PATH_IMAGE086
。
可见在不同工作条件下，对哪种元件导致系统失效的关注是不一样的。也就是说哪种元件最容易导致系统失效在不同环境下是不一样的。实际中可根据本表具体确定某一工作环境条件下的元件重要度。 
利用表2也可以分析各元件
Figure DEST_PATH_261074DEST_PATH_IMAGE008
对的敏感性。可将表2中底纹较深的部分，相对位置不变地组成另一个表，设为表
Figure DEST_PATH_87264DEST_PATH_IMAGE087
。对表
Figure DEST_PATH_830092DEST_PATH_IMAGE087
进行处理形成相对温度的敏感性数据表k1，如表3所示。处理过程伪代码如下： 
for i=1:16 注
Figure DEST_PATH_414657DEST_PATH_IMAGE087
和k1为16行4列表，matlab语法
    k1 (i,:)=(
Figure DEST_PATH_910230DEST_PATH_IMAGE088
-min(
Figure DEST_PATH_125310DEST_PATH_IMAGE088
))/(max(
Figure DEST_PATH_214489DEST_PATH_IMAGE088
)-min(
Figure DEST_PATH_806007DEST_PATH_IMAGE088
))
end
在对k1进行处理，形成相对温度的敏感性元件决策表k1’，如表4所示，伪代码如下：
For i=1:4
Q=k1 (i,:)+ k1 (i+4,:)+ k1 (i+8,:)+ k1 (i+12,:)
k1’(i,:)=(Q-min(Q))/(max(Q)-min(Q)) 注k1’为4行4列表，
end
表 3 相对温度的敏感性数据表
Figure DEST_PATH_172398DEST_PATH_IMAGE090
表4 相对温度的敏感性元件决策表
Figure DEST_PATH_558380DEST_PATH_IMAGE092
表5 相对时间的敏感性元件决策表
Figure DEST_PATH_DEST_PATH_IMAGE094
对表
Figure DEST_PATH_134855DEST_PATH_IMAGE087
进行处理形成相对温度的敏感性元件决策表，如表5所示。表5与表4的处理方法相同，只是把统计的重点转移到了时间因素上。
从表4可以看出元件
Figure DEST_PATH_DEST_PATH_IMAGE095
和
Figure DEST_PATH_DEST_PATH_IMAGE096
适合在10~20℃范围内工作，
Figure DEST_PATH_DEST_PATH_IMAGE097
和
Figure DEST_PATH_622074DEST_PATH_IMAGE079
适合在20~30℃范围内工作，他们的失效对系统失效影响不大，即分别在这些环境下
Figure DEST_PATH_967605DEST_PATH_IMAGE095
和
Figure DEST_PATH_790068DEST_PATH_IMAGE096
与和
Figure DEST_PATH_442952DEST_PATH_IMAGE079
对系统是不重要的，维修时可以少储备这些元件；在30~40℃范围内工作，
Figure DEST_PATH_846251DEST_PATH_IMAGE095
、
Figure DEST_PATH_511719DEST_PATH_IMAGE097
、
Figure DEST_PATH_797207DEST_PATH_IMAGE079
和
Figure DEST_PATH_534219DEST_PATH_IMAGE096
对系统都很重要，这种环境下运行系统要充足的准备这些元件。从整体看，这个系统适合在10~30℃范围内工作。 
从表5可以看出系统在工作25~50d期间内的故障较多，这段时间应多存储备用元件。50~75d期间内系统故障较少。表5中0的出现看上去不符合常理，因为0~25d期间是大修完成后的时间，这时的元件应该是质量最好的，不应发生失效，即表中数值应为0，同理75~100d数值应为1。其实根据维修记录，有时系统故障的元件定位不准，一次系统失效可能更换很多元件，同时也可能把正常的元件更换掉；而且大修并不是全部更换新元件，大修是全面检测系统运行，以减少可能的故障，大量临近失效的元件仍在系统中，可能随时失效。所以造成了表5中0的分布，但是这个分布在长时间的统计过程中基本上是循环出现的。 
总上系统在10~30℃且50~75d环境下工作的可靠性是最高的。其余时间可以按照对表4和表5的分析准备不同类型的元件，以便系统故障时更换，保证系统正常运行。 

Claims (9)

1.一种在宏观条件下确定系统中元件重要性的方法，其特征在于，构建系统                                                ，将元件作为研究对象集合U，系统工作的宏观环境作为因素集C，元件重要性排序集作为D；对宏观环境中的工作时间和温度
Figure 600358DEST_PATH_IMAGE003
进行划分形成不同的状态区域
Figure 363915DEST_PATH_IMAGE004
，计算在中元件
Figure 23883DEST_PATH_IMAGE005
的失效权重
Figure 296602DEST_PATH_IMAGE006
和在
Figure 180244DEST_PATH_IMAGE004
中系统T的失效权重
Figure 529317DEST_PATH_IMAGE007
，从而得到
Figure 498410DEST_PATH_IMAGE008
在
Figure 450186DEST_PATH_IMAGE009
状态下的等效失效权重
Figure 548854DEST_PATH_IMAGE010
；其包括如下步骤：划分形成不同的状态区域，计算失效权重
Figure 384272DEST_PATH_IMAGE006
，
Figure 15104DEST_PATH_IMAGE007
和；本发明可用于确定状态
Figure 282323DEST_PATH_IMAGE004
下的原件重要性排序
Figure 960429DEST_PATH_IMAGE011
，及元件失效性对
Figure 842115DEST_PATH_IMAGE002
及
Figure 562946DEST_PATH_IMAGE003
的敏感性。
2.根据权利要求1所述的确定系统中元件重要性的方法，其特征在于，研究复杂系统在工作环境中其组成元件对系统安全运行的重要性，将因素空间理论与空间事故树理论相结合，构造的一套元件重要性研究方法。
3.根据权利要求1所述的构建系统
Figure 728348DEST_PATH_IMAGE012
，其特征在于，系统
Figure 448786DEST_PATH_IMAGE013
为考虑系统宏观环境下元件重要性的决策系统；
Figure 16034DEST_PATH_IMAGE014
为系统中元件对象集，
Figure 48712DEST_PATH_IMAGE008
表示一个元件，为系统中元件的数量；
Figure 336791DEST_PATH_IMAGE016
为影响系统可靠性的宏观因素集，
Figure 883179DEST_PATH_IMAGE017
为宏观因素，
Figure 211392DEST_PATH_IMAGE018
为系统宏观环境因素量；
Figure 85807DEST_PATH_IMAGE019
为元件重要性排序。
4.根据权利要求1所述的划分形成不同的状态区域，其特征在于，在研究中必须清晰的划分整个研究环境
Figure 676505DEST_PATH_IMAGE021
，对因素
Figure 910040DEST_PATH_IMAGE017
的这个作用区域
Figure 163430DEST_PATH_IMAGE022
划分，划分为n个子区间，
即
Figure 406192DEST_PATH_IMAGE023
，满足
Figure 412325DEST_PATH_IMAGE024
且
Figure 82341DEST_PATH_IMAGE025
，不同
Figure 931348DEST_PATH_IMAGE017
划分的组合状态域
Figure 102436DEST_PATH_IMAGE026
，
Figure 353288DEST_PATH_IMAGE027
为每个
Figure 803992DEST_PATH_IMAGE017
中的一个划分，
Figure 405875DEST_PATH_IMAGE028
在文中表示因素共同作用下的环境，那么的数量
Figure 736546DEST_PATH_IMAGE029
为每个因素划分数量的乘积，
Figure 447331DEST_PATH_IMAGE004
的排序由
Figure 304428DEST_PATH_IMAGE017
的i由小到大表示，设，表示整个额定状态。
5.根据权利要求1所述的
Figure 102806DEST_PATH_IMAGE031
，其特征在于，表示系统T在因素
Figure 148122DEST_PATH_IMAGE004
影响下，各元件和系统表现出来的特征值，即系统和元件的失效次数，
Figure 949856DEST_PATH_IMAGE032
。
6.根据权利要求1所述的，其特征在于， 
Figure 29808DEST_PATH_IMAGE033
为系统T在
Figure 383428DEST_PATH_IMAGE004
状态影响下，某一元件
Figure 542140DEST_PATH_IMAGE008
的失效权重，如式：
Figure 272198DEST_PATH_IMAGE034
。
7. 根据权利要求1所述的
Figure 206656DEST_PATH_IMAGE035
，其特征在于， 
Figure 340965DEST_PATH_IMAGE007
为系统T在
Figure 626453DEST_PATH_IMAGE004
状态影响下的失效权重，如式：
Figure 19257DEST_PATH_IMAGE036
。
8. 根据权利要求1所述的
Figure 808222DEST_PATH_IMAGE037
，其特征在于， 
Figure 769225DEST_PATH_IMAGE038
为元件
Figure 151795DEST_PATH_IMAGE008
在
Figure 958077DEST_PATH_IMAGE039
状态影响下失效权重换算成在
Figure 867128DEST_PATH_IMAGE009
状态下的等效失效权重，如式：
Figure 356621DEST_PATH_IMAGE040
。
9. 根据权利要求1所述的
Figure 351122DEST_PATH_IMAGE041
，其特征在于，表示系统在
Figure 600018DEST_PATH_IMAGE043
的环境中，全部原件的重要性排序，
Figure 637244DEST_PATH_IMAGE044
表示降序。
CN201410107977.3A 2014-03-21 2014-03-21 一种在宏观条件下确定系统中元件重要性的方法 Pending CN103886201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410107977.3A CN103886201A (zh) 2014-03-21 2014-03-21 一种在宏观条件下确定系统中元件重要性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410107977.3A CN103886201A (zh) 2014-03-21 2014-03-21 一种在宏观条件下确定系统中元件重要性的方法

Publications (1)

Publication Number Publication Date
CN103886201A true CN103886201A (zh) 2014-06-25

Family

ID=50955091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410107977.3A Pending CN103886201A (zh) 2014-03-21 2014-03-21 一种在宏观条件下确定系统中元件重要性的方法

Country Status (1)

Country Link
CN (1) CN103886201A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930503A (zh) * 2010-09-09 2010-12-29 西北工业大学 一种设备部件维修重要度计算方法
US20120317058A1 (en) * 2011-06-13 2012-12-13 Abhulimen Kingsley E Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's
CN103413023A (zh) * 2013-07-11 2013-11-27 电子科技大学 一种多状态系统动态可靠度评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930503A (zh) * 2010-09-09 2010-12-29 西北工业大学 一种设备部件维修重要度计算方法
US20120317058A1 (en) * 2011-06-13 2012-12-13 Abhulimen Kingsley E Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's
CN103413023A (zh) * 2013-07-11 2013-11-27 电子科技大学 一种多状态系统动态可靠度评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
崔铁军等: "多维空间故障树构建及应用研究", 《中国安全科学学报》 *
张道兵等: "多失效模式相关下的结构系统可靠度计算研究", 《采矿与安全工程学报》 *
汪培庄: "因素空间与因素库", 《因素空间与因素库》 *

Similar Documents

Publication Publication Date Title
CN105426680B (zh) 基于特征配置的故障树生成方法
CN103902816A (zh) 基于数据挖掘技术的带电检测数据处理方法
Hou et al. Evaluating Ecological Vulnerability Using the GIS and Analytic Hierarchy Process (AHP) Method in Yan'an, China.
CN106600115A (zh) 一种企业信息系统运维智能分析方法
CN103473400A (zh) 基于层次依赖建模的软件fmea方法
CN106202665B (zh) 基于域映射与加权关联规则的早期故障根原因识别方法
CN104951588A (zh) 一种矿井通风系统辅助设计方法
CN103227734A (zh) 一种OpenStack云平台异常的检测方法
CN106164795B (zh) 用于分类报警的优化方法
CN103605787B (zh) 继电保护评价分析方法及系统
Kaur et al. Software maintainability prediction by data mining of software code metrics
CN111126853A (zh) 基于模糊fmea的水利工程风险预警分析方法及系统
Jharko Towards the problem of creating information operator support systems for nuclear power plants
Rabbani et al. Using Robust-DEA optimization approach to analyze performance and efficiency of a mine in north of Iran
CN105223943A (zh) 用于支持全局效应分析的系统和方法
CN102609787B (zh) 航空运行控制系统的风险预警系统
Koc Role of national conditions in occupational fatal accidents in the construction industry using interpretable machine learning approach
Sun et al. A fault diagnosis and maintenance decision system for production line based on human-machine multi-information fusion
Baek Digital Twin Federation and Data Validation Method
JP6458157B2 (ja) データ分析装置および分析方法
CN103886201A (zh) 一种在宏观条件下确定系统中元件重要性的方法
CN106871963A (zh) 一种水库供水实时监测管理系统
CN103699750B (zh) 基于目标分析的卫星控制系统可重构性建模与评价方法
JP2020080630A (ja) 電力系統監視システム、電力系統監視方法、およびプログラム
BLanc et al. Control Room Modernization End-State Design Philosophy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140625

WD01 Invention patent application deemed withdrawn after publication