CN111400829B - 球阀可靠度函数求解方法及装置 - Google Patents
球阀可靠度函数求解方法及装置 Download PDFInfo
- Publication number
- CN111400829B CN111400829B CN201811634012.4A CN201811634012A CN111400829B CN 111400829 B CN111400829 B CN 111400829B CN 201811634012 A CN201811634012 A CN 201811634012A CN 111400829 B CN111400829 B CN 111400829B
- Authority
- CN
- China
- Prior art keywords
- working condition
- data
- ball valve
- reliability function
- operating
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种管道球阀可靠度函数求解方法及装置,属于机械设备运行安全可靠评估领域。该方法包括:收集v个工况区间的工况数据和失效数据;对v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出球阀在工况数据zb的状态下运行的运行概率pb;根据v个工况区间的失效数据,计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…);根据第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t)。本申请通过曲线拟合出v个工况区间对应的可靠度函数R(t),实现了曲线拟合出的可靠度函数是球阀在多个工况区间的状态下运行的可靠度函数,符合球阀的实际运行情形,对分析球阀的可靠度具有实际价值。
Description
技术领域
本申请涉及机械设备运行安全可靠评估领域,特别涉及一种球阀可靠度函数求解方法及装置。
背景技术
天然气的管网系统是一个集多种设备为一体的复杂流体传输系统,而阀门是该管网系统的核心设备之一。其中,球阀是使用最多的阀门。球阀是管网系统中的一种机械设备,用于控制、调节管道及设备内流体的流动。由于球阀存在因各种原因发生的点蚀、剥落和磨损等故障,导致管网系统中的机械设备运行的可靠性降低,因此必须对球阀的运行可靠性进行评估,从而保证机械设备运行的安全可靠。
在传统的球阀可靠性评估方法中,是根据对球阀的参数分布进行分析,确定球阀的参数分布服从的分布规律,从而评估出球阀的使用寿命,球阀的使用寿命即为球阀的可靠性。
对球阀的参数分布进行分析时,分析的是球阀在该参数的状态下运行所形成的工况数据的情形,即仅分析了球阀在单个工况区间运行的可靠度,这种分析仅适用于理论研究,而在实际使用场景中,球阀是在多个工况区间下运行,这多个工况区间对球阀可靠度带来了影响。因此,研究球阀可靠度在多个工况区间的影响下的变化,成为一个亟需解决的问题。
发明内容
本申请实施例提供了一种球阀可靠度函数求解方法及装置,解决了现有技术中在实际使用场景中,球阀可靠度在多个工况区间的影响下的变化的问题。所述技术方案如下:
根据本申请实施例的一方面,提供了一种球阀可靠度函数求解方法,所述方法包括:
收集v个工况区间的工况数据和失效数据,v是正整数;所述工况数据包括所述球阀在n个工作参数的状态下运行所形成的数据,n为正整数;所述失效数据包括所述球阀的历史运行数据;
对所述v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数;
根据所述v个工况区间的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是所述第b个工况区间的均值,βb是所述第b个工况区间的方差,γb是所述第b个工况区间的标准差;
根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t)。
在一种可选的实施方式中,统计在总运行时间tT内所述第b个工况区间内运行的目标时间tb;根据所述总运行时间tT和所述目标时间tb,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb:pb=[tb/tT]。
在另一种可选地实施方式中,计算出所述第b个工况区间在初始时刻的初始状态下的初始概率pb(0);确定运行状态从所述工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;根据所述初始概率pb(0)、所述转移概率pbl和所述逗留时间θbl,计算所述球阀在所述工况数据zb的状态下运行的运行概率pb。
可选地,对收集到的工况函数Z(t)进行离散化,得到所述v个工况区间的工况数据。
可选地,对所述v个工况区间的失效数据进行分布估计,得到所述v个工况区间的分布规律f(t:α,β,γ,…),其中,α是所述v个工况区间的均值,β是所述v个工况区间的方差,γ是所述v个工况区间的标准差;根据所述分布规律f(t:α,β,γ,…),计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,根据所述分布规律f(t:α,β,γ,…)的所述均值α、所述方差β和所述标准差γ,确定所述第b个工况区间的所述均值αb、所述方差βb和所述标准差γb;根据所述均值αb、所述方差βb和所述标准差γb,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,所述n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数;
所述工况数据包括所述球阀在所述压力P、所述气体流量Q和所述温度T中的至少一个工作参数的状态下运行所形成的数据;
根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算所述v个工况区间对应的第一可靠度函数R(P,Q,T,t):
根据所述可靠度函数形式R(zb,t:αb,βb,γb,…)中的所述均值αb、所述方差βb、所述标准差γb是所述第b工况区间的最佳拟合解,曲线拟合出所述v个工况区间对应的第二可靠度函数R(p,Q,T,t);所述第二可靠度函数R(p,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
根据本申请实施例的另一方面,提供了一种球阀可靠度函数求解装置,所述装置包括:
收集模块,用于收集v个工况区间的工况数据和失效数据,v是正整数;所述工况数据包括所述球阀在n个工作参数的状态下运行所形成的数据;所述失效数据包括所述球阀的历史运行数据;
计算模块,用于对所述v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数;
所述计算模块,用于根据所述v个工况区间的失效数据中的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是所述第b个工况区间的均值,βb是所述第b个工况区间的方差,γb是所述第b个工况区间的标准差;
拟合模块,用于根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t)。
在一种可选地实施方式中,所述计算模块,包括:
统计单元,用于统计在总运行时间tT内所述第b个工况区间内运行的目标时间tb;
第一计算单元,用于根据所述总运行时间tT和所述目标时间tb,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb:pb=[tb/tT]。
在另一种可选地实施方式中,所述计算模块,包括:
所述第一计算单元,用于计算出的所述第b个工况区间在初始时刻的初始状态下的初始概率pb(0);
确定单元,用于确定运行状态从所述工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;
所述第一计算单元,用于根据所述初始概率pb(0)、所述转移概率pbl和所述逗留时间θbl,计算所述球阀在所述工况数据zb的状态下运行的运行概率pb。
可选地,所述收集模块,用于对收集到的工况函数Z(t)进行离散化,得到所述v个工况区间的工况数据。
可选地,所述计算模块,包括:
估计单元,用于对所述v个工况区间的失效数据中的失效数据进行分布估计,得到所述v个工况区间的分布规律f(t:α,β,γ,…),其中,α是所述v个工况区间的均值,β是所述v个工况区间的方差,γ是所述v个工况区间的标准差;
所述第一计算单元,用于根据所述分布规律f(t:α,β,γ,…),计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,所述第一计算单元,包括:
确定子单元,用于根据所述分布规律f(t:α,β,γ,…)的所述均值α、所述方差β和所述标准差γ,确定所述第b个工况区间的所述均值αb、所述方差βb和所述标准差γb;
计算子单元,用于根据所述均值αb、所述方差βb和所述标准差γb,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,所述n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数;
所述工况数据包括所述球阀在所述压力P、所述气体流量Q和所述温度T中的至少一个工作参数的状态下运行所形成的数据;
所述拟合模块,包括:
第二计算单元,用于根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算所述v个工况区间对应的第一可靠度函数R(P,Q,T,t):
拟合单元,用于根据所述可靠度函数形式R(zb,t:αb,βb,γb,…)中的所述均值αb、所述方差βb、所述标准差γb是所述第b工况区间的最佳拟合解,曲线拟合出所述v个工况区间对应的第二可靠度函数R(P,Q,T,t);所述第二可靠度函数R(P,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
根据本申请实施例的另一方面,提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的球阀可靠度函数求解方法。
根据本申请实施例的另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的球阀可靠度函数求解方法。
本申请实施例提供的技术方案至少包括以下有益效果:
通过收集的v个工况区间的工况数据,并计算出第b个工况区间的运行概率pb,结合v个工况区间的失效数据确定的可靠度函数形式R(zb,t:αb,βb,γb,…),通过第b个工况区间的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t),实现了曲线拟合出的可靠度函数是球阀在多个工况区间的状态下运行的可靠度函数,符合球阀的实际运行情形,对分析球阀的可靠度具有实际价值。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个示例性实施例提供的球阀可靠度函数求解方法的流程图;
图2是本申请另一个示例性实施例提供的球阀可靠度函数求解方法的流程图;
图3是本申请另一个示例性实施例提供的球阀可靠度函数求解方法的流程图;
图4是本申请一个示例性实施例提供的球阀可靠度函数求解装置的结构示意图;
图5是本申请一个示例性实施例提供的计算模块的结构示意图;
图6是本申请一个示例性实施例提供的第一计算单元的结构示意图;
图7是本申请一个示例性实施例提供的拟合模块的结构示意图;
图8是本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
首先,对本申请实施例涉及的若干个名词进行介绍:
球阀可靠度函数R(t):一般情况下,可靠性函数的表达式是f(X,t),该可靠性函数是条件变量X和时间t的函数。在极限状态条件(指不影响条件变量X发生变化的条件)下,条件变量X为常数C,可靠性函数的表达式从f(X=C,t)变为f(t)。在管网系统中存在多个参数用于表述管网系统状态。可选地,以压力P、气体流量Q和温度T这3个参数作为表述管网系统状态的全程协变量,且压力P、气体流量Q和温度T是关于时间t的函数,则根据压力P、气体流量Q和温度T确定“规定条件”,而“规定条件”是工况区间而不是单一的点,条件变量X=(P,Q,T)在工况区间中取值,可靠性函数表达式扩展为f(P,Q,T,t)。于是,既能由压力P、气体流量Q和温度T反映“物理管网”的功能状态,又能将“相关事件”视为引起压力P、气体流量Q和温度T变化的事件,“物理管网”可指管网系统的物理状态,“相关事件”可指失效事件,比如球阀关闭后而压力下降、管道泄漏等。故管网系统的“物理管网”和“相关事件”的所有变化都能通过压力P、气体流量Q和温度T这3个全程协变量联系起来,通过可靠度函数的定义,由极限状态条件下的R(t)拓展为R(P,Q,T,t),建立起应用范围更广、更符合油气输送系统特点的管网系统可靠性。其中,P是球阀关闭前/后的压力,T是球阀关闭前/后的温度,Q是通过球阀的气体流量。
在传统的球阀可靠性评估方法中,将球阀视为二态系统,即球阀的故障模式包括故障和正常,或者,成功和失败。二态系统只能满足管网系统安全性需求,而无法评价球阀在不同压力P、气体流量Q和温度T等多个参数下的功能可靠度。
在本申请提供的方法中,研究了球阀在工况数据的状态下运行时的可靠度函数的求解方法,工况数据包括n个工作参数状态下运行所形成的数据,并对球阀的故障模式进行重新设定,重新设定后的球阀故障模式包括:内漏、外漏和拒动。球阀结构上,产生故障部位包括密封面、阀座、球体、阀杆、注脂嘴、排污堵头、注脂阀即排污阀渗漏、执行/传动部分中的至少一种。根据3种球阀故障模式定义出球阀可靠度函数R(t)。可选地,当n个工作参数包括压力P、温度T和气体流量Q中的至少一个工作参数时,球阀可靠度函数扩展为R(P,Q,T,t)。
图1示出了本申请一个示例性实施例提供的球阀可靠度函数求解方法的流程图,该方法包括:
步骤101,收集v个工况区间的工况数据和失效数据,v是正整数;工况数据包括球阀在n个工作参数的状态下运行所形成的数据,n为正整数;失效数据包括球阀的历史运行数据。
收集球阀可靠性数据,根据球阀可靠性数据判定球阀的可靠性。球阀可靠性数据包括球阀基础数据、失效数据、维护保养数据和工况数据四大类。球阀基础数据包括设备名称、尺寸、压力等级、资产制造商、制造商系列号、功能位置、功能位置描述、安装日期和开始使用日期中的至少一个。失效数据包括球阀的历史运行数据,球阀的历史运行数据包括故障发生时间、维修起始时间、维修结束时间、故障类型和故障原因中的至少一个。维护保养数据包括维护保养起止时间、维护保养类型和内容中的至少一个。工况数据包括球阀在n个工作参数的状态下运行所形成的数据,n为正整数。
工作参数是与球阀的运行状态改变的关联性超过阈值的参数。
可选地,n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数,故工况数据包括球阀在压力P、气体流量Q和温度T中的至少一个工作参数的状态下运行所形成的数据。
可选地,工况数据包括除压力P、气体流量Q和温度T以外的工作参数所形成的数据。形成工况数据的工作参数是根据实际场景,选取与球阀关联性大的参数。
收集球阀的工况数据,将工况数据进行离散化,得到v个工况区间的工况数据,每个工况区间可根据一定原则划分而成的。
可选地,该原则确定的依据包括失效数据的演化规律、球阀实际运行工况中的至少一种。可选地,该原则确定的依据还包括其他依据,本实施例对此不做限定。
收集球阀v个工况区间的失效数据,该失效数据是v个工况区间的总运行时间tT内球阀发生失效事件产生的数据。
步骤102,对v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出球阀在工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数。
第b个工况区间是v个工况区间中的一个工况区间。工况数据zb包括球阀在第b个工况区间对应的n个工作参数的状态下运行所形成的数据。
对工况数据zb进行分析,计算出球阀在工况数据zb的状态下运行的运行概率pb。
在一种可选地实施方式中,运行概率pb的计算方法包括:统计球阀在v个工况区间的总运行时间tT内第b个工况区间内运行的目标时间tb;根据总运行时间tT和目标时间tb,计算出球阀在工况数据zb的运行环境下运行的运行概率pb:pb=[tb/tT]。
在另一种可选地实施方式中,计算出第b个工况区间在初始时刻的初始状态下的初始概率pb(0);确定运行状态从工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;根据初始概率pb(0)、转移概率pbl和逗留时间θbl,计算球阀在工况数据zb的状态下运行的运行概率pb。
步骤103,根据v个工况区间的失效数据,计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是第b个工况区间的均值,βb是第b个工况区间的方差,γb是第b个工况区间的标准差。
通过直方图法对v个工况区间的失效数据进行分布估计,获得v个工况区间的失效数据的分布规律f(t:α,β,γ,…),其中,α是v个工况区间的均值,β是v个工况区间的方差,γ是v个工况区间的标准差。根据分布规律f(t:α,β,γ,…),获得第b个工况区间的可靠度函数形式R(zb,t:αb,βb,γb,…),其中,αb是第b个工况区间的均值,βb是第b个工况区间的方差,γb是第b个工况区间的标准差。
步骤104,根据第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t)。
可选地,当n个工作参数包括压力P、温度T和气体流量Q中的至少一个工作参数时,球阀可靠度函数扩展为R(P,Q,T,t)。
基于第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),计算v个工况区间对应的可靠度函数R(P,Q,T,t),计算公式如下:
将计算出的可靠度函数R(P,Q,T,t)使用直方图法,曲线拟合出v个工况区间对应的可靠度函数R(P,Q,T,t)。
综上所述,本申请实施例提供的方法,通过收集的v个工况区间的工况数据,并计算出第b个工况区间的运行概率pb,结合v个工况区间的失效数据确定的可靠度函数形式R(zb,t:αb,βb,γb,…),通过第b个工况区间的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t),实现了曲线拟合出的可靠度函数是球阀在多个工况区间的状态下运行的可靠度函数,符合球阀的实际运行情形,对分析球阀的可靠度具有实际价值。
图2示出了本申请另一个示例性实施例提供的球阀可靠度函数求解方法的流程图,该方法包括:
步骤201,收集v个工况区间的工况数据和失效数据,v是正整数。
收集球阀可靠性数据,根据球阀可靠性数据判定球阀的可靠性。球阀可靠性数据包括球阀基础数据、失效数据、维护保养数据和工况数据四大类。球阀基础数据包括设备名称、尺寸、压力等级、资产制造商、制造商系列号、功能位置、功能位置描述、安装日期和开始使用日期中的至少一个。失效数据包括球阀的历史运行数据,球阀的历史运行数据包括故障发生时间、维修起始时间、维修结束时间、故障类型和故障原因中的至少一个。维护保养数据包括维护保养起止时间、维护保养类型和内容中的至少一个。工况数据包括球阀在n个工作参数的状态下运行所形成的数据,n为正整数。
工作参数是与球阀的运行状态改变的关联性超过阈值的参数。
可选地,n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数,故工况数据包括球阀在压力P、气体流量Q和温度T中的至少一个工作参数的状态下运行所形成的数据。
可选地,工况数据包括除压力P、气体流量Q和温度T以外的工作参数所形成的数据。形成工况数据的工作参数是根据实际场景,选取与球阀关联性大的参数。
收集球阀的工况数据,将工况数据进行离散化,得到v个工况区间的工况数据,每个工况区间可根据一定原则划分而成的。可选地,球阀的工况数据根据工况函数Z(t)而得,故先收集球阀的工况函数Z(t),对收集到的工况函数Z(t)进行离散化,得到v个工况区间的工况数据。工况函数Z(t),用于表示球阀在v个工况区间的运行的工况。
可选地,该原则确定的依据包括失效数据的演化规律、球阀实际运行工况中的至少一种。可选地,该原则确定的依据还包括其他依据,本实施例对此不做限定。
收集球阀v个工况区间的失效数据,该失效数据是v个工况区间的总运行时间tT内球阀发生失效事件产生的数据。
步骤202,统计在总运行时间tT内第b个工况区间内运行的目标时间tb,b是不大于v的正整数。
总运行时间tT是球阀在v个工况区间内运行的总时间,目标时间tb是球阀在v个工况区间中的第b个工况区间内运行的时间,其中,b=1,2,…,v。
步骤203,根据总运行时间tT和目标时间tb,计算出球阀在工况数据zb的状态下运行的运行概率pb。
根据总运行时间tT和目标时间tb,计算出球阀在工况数据zb的状态下运行的运行概率pb,计算运行概率pb的公式如下:
pb=[tb/tT]。
步骤204,计算出第b个工况区间在初始时刻的初始状态下的初始概率pb(0)。
计算第b个工况区间在初始时刻的初始状态下的初始概率pb(0)的公式如下:
可选地,根据计算出第b个工况区间的初始概率pb(0)的公式,计算出v个工况区间中的每个工况区间的初始概率,根据每个工况区间的初始概率,获得向量[P(0)]=[p1(0),p2(0),…,pv(0)]。
步骤205,确定运行状态从工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl。
转移概率pbl是球阀的运行状态从工况数据zb运行到工况数据zl的概率,转移概率pbl满足:
其中,转移概率pbl通过如下公式计算得到:
逗留时间θbl是球阀的运行状态从工况数据zb运行到工况数据zl的随机条件的时间,对逗留时间θbl进行分布估计。
步骤206,根据初始概率pb(0)、转移概率pbl和逗留时间θbl,计算球阀在工况数据zb的状态下运行的运行概率pb。
根据对随机条件的逗留时间θbl进行分布估计,确定球阀在工况数据zb的状态下运行的无条件的逗留时间θb的均值Mb。
计算球阀在工况数据zb的状态下运行的瞬态概率的极限值,该极限值即为运行概率pb,计算该极限值的公式如下所示:
其中,πb是球阀在工况数据zb的状态下运行的稳态概率,πl是球阀在工况数据zl的状态下运行的稳态概率,而向量[πb]1×v的稳态概率πb满足下列方程组:
需要说明的是,步骤202至步骤203是一种计算运行概率pb的方法,步骤204至步骤206是另一种计算运行概率pb的方法,本实施例对在实际计算中采用的计算运行概率pb的方法不做具体限定,且计算运行概率pb的方法包括但不限于上述两种方法。
步骤207,对v个工况区间的失效数据进行分布估计,得到v个工况区间的分布规律f(t:α,β,γ,…),其中,α是v个工况区间的均值,β是v个工况区间的方差,γ是v个工况区间的标准差。
可选地,通过直方图法对收集到的v个工况区间的失效数据进行分布估计,得到v个工况区间的分布规律f(t:α,β,γ,…),获得v个工况区间的均值α、v个工况区间的方差β和v个工况区间的标准差γ。
步骤208,根据分布规律f(t:α,β,γ,…),计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
根据分布规律f(t:α,β,γ,…)而获得的v个工况区间的均值α、v个工况区间的方差β和v个工况区间的标准差γ,确定第b个工况区间对应的均值αb、第b个工况区间的方差βb和第b个工况区间的标准差γb。根据均值αb、方差βb和标准差γb,计算球阀在工况数据zb的状态下运行时的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,根据分布规律f(t:α,β,γ,…)而获得的v个工况区间的均值α、v个工况区间的方差β和v个工况区间的标准差γ,确定v个工况区间的可靠度函数形式R(t:α,β,γ,…)。
步骤209,根据第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t)。
可选地,当n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数时,收集到的工况数据包括球阀在压力P、气体流量Q和温度T中的至少一个工作参数的状态下运行所形成的数据。
根据球阀在第b个工况区间运行状态下对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算出v个工况区间对应的第一可靠度函数R(P,Q,T,t):
通过直方图法对公式计算出的第一可靠度函数R(P,Q,T,t)进行曲线拟合,得到多条可靠度函数曲线。第b个工况区间的可靠度函数形式R(zb,t:αb,βb,γb,…)中的均值αb、方差βb、标准差γb是第b工况区间的最佳拟合解,故根据均值αb、方差βb、标准差γb,确定多条可靠度函数曲线中的第二可靠度函数R(P,Q,T,t),第二可靠度函数R(P,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
综上所述,本申请实施例提供的方法,通过收集的v个工况区间的工况数据,并计算出第b个工况区间的运行概率pb,结合v个工况区间的失效数据确定的可靠度函数形式R(zb,t:αb,βb,γb,…),通过第b个工况区间的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t),实现了曲线拟合出的可靠度函数是球阀在多个工况区间的状态下运行的可靠度函数,符合球阀的实际运行情形,对分析球阀的可靠度具有实际价值。
本申请实施例提供的方法,通过计算v个工况区间中每个工况区间的运行概率,实现后续曲线拟合出的可靠度函数R(t)是基于多个工况区间而获得的。
本申请实施例提供的方法,根据第b个工况区间的均值αb、所述方差βb、所述标准差γb,确定出误差最小的可靠度函数R(t)的曲线,使得最终拟合出的曲线表示的可靠度与球阀的实际的可靠度最接近。
示意性的,以n个工作参数是压力P为例,说明球阀在压力P的状态下所形成的工况数据的状态下运行时的可靠度函数求解方法。
图3示出了本申请另一个示例性实施例提供的球阀可靠度函数求解方法的流程图,该方法包括:
步骤301,收集5个工况区间的工况数据和失效数据。
工况数据包括球阀在压力P的状态下运行所形成的数据,失效数据包括球阀在一段时间内的历史运行数据,历史运行数据包括故障发生时间、维修起始时间、维修结束时间、故障类型和故障原因中的至少一个。
对收集到的工况数据进行离散处理,分为v段。比如,将收集到的压力P所形成的工况数据分为5段,得到5个工况区间,每个工况区间对应该球阀的运行时的工况,5个工况区间分别为第1个工况区间[0,3),第2个工况区间[3,6),第3个工况区间[6,8),第4个工况区间[8,9),第5个工况区间[9,10)。
步骤302,对5个工况区间中的第b个工况区间的工况数据zb进行分析,计算出球阀在工况数据zb的状态下运行的运行概率pb,b是不大于5的正整数。
计算球阀在工况数据zb的状态下运行的运行概率pb的计算方法在图1和图2所示的实施例中已经做出详细说明,这里不再赘叙。
步骤303,根据5个工况区间的失效数据,计算出工况数据zb的可靠度函数形式R(Pb,t)。
通过直方图法对v个工况区间的失效数据进行分析,确定球阀失效前工作时间的最大值Lmax和最小值Lmin。根据公式c=1+3.3lgy,确定分布直方图中的分组数c和组距Δt=(Lmax-Lmin)/c,c取整数,y是5个工况区间对应的样本总数。统计落入个组的频数Δri和频率i是不大于c的整数。根据频率wi画出失效数据的概率密度近似分布。
判断该失效数据的概率密度近似分布属于哪种分布,一般分为威布尔分布和正态分布。在本实施例中假设该失效数据的概率密度近似分布属于正态分布,则正态分布的概率密度为Φ(t),该v个工况区间的均值是μ,标准差是σ。
根据v个工况区间的正态分布的概率密度为Φ(t)、均值μ和标准差σ,确定第b个工况区间的正态分布的概率密度为μb是第b个工况区间的均值,σb是第b个工况区间的标准差。根据均值μb和标准差σb,确定第b个工况区间的可靠度函数形式
步骤304,根据第b个工况区间对应的运行概率pb和可靠度函数形式R(Pb,t),曲线拟合出5个工况区间对应的可靠度函数R(P,t)。
以具有5个工况区间为例,根据第b个工况区间对应的运行概率pb和可靠度函数形式R(Pb,t),使用如下公式计算5个工况区间对应的第一可靠度函数R(P,t):
通过直方图法对公式计算出的第一可靠度函数R(P,t)进行曲线拟合,得到多条可靠度函数曲线。第b个工况区间的可靠度函数形式R(Pb,t)的均值μb和标准差σb是第b个工况区间的最佳拟合解,故根据均值μb和标准差σb,确定多条可靠度函数曲线中的第二可靠度函数R(P,t),第二可靠度函数R(P,t)是曲线拟合出的误差最小的可靠度函数。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图4示出了本申请一个示例性实施例提供的球阀可靠度函数求解装置的结构示意图,该装置包括:
收集模块410,用于收集v个工况区间的工况数据和失效数据,v是正整数;工况数据包括球阀在n个工作参数的状态下运行所形成的数据;失效数据包括球阀的历史运行数据。
可选地,收集模块410,用于对收集到的工况函数Z(t)进行离散化,得到v个工况区间的工况数据。
计算模块420,用于对v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出球阀在工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数。
在一种可选的实施方式中,如图5所示,计算模块420,包括:
统计单元421,用于统计在总运行时间tT内第b个工况区间内运行的目标时间tb;
第一计算单元422,用于根据总运行时间tT和目标时间tb,计算出球阀在工况数据zb的状态下运行的运行概率pb:
pb=[tb/tT]。
在另一种可选的实施方式中,计算模块420,包括:
第一计算单元422,用于计算出的第b个工况区间在初始时刻的初始状态下的初始概率pb(0);
确定单元423,用于确定运行状态从工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;
第一计算单元422,用于根据初始概率pb(0)、转移概率pbl和逗留时间θbl,计算球阀在工况数据zb的状态下运行的运行概率pb。
计算模块420,用于根据v个工况区间的失效数据中的失效数据,计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是第b个工况区间的均值,βb是第b个工况区间的方差,γb是第b个工况区间的标准差。
可选地,如图5所示,计算模块420,包括:
估计单元424,用于对v个工况区间的失效数据中的失效数据进行分布估计,得到v个工况区间的分布规律f(t:α,β,γ,…),其中,α是v个工况区间的均值,β是v个工况区间的方差,γ是v个工况区间的标准差;
第一计算单元422,用于根据分布规律f(t:α,β,γ,…),计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
可选地,如图6所示,第一计算单元422,包括:
确定子单元4221,用于根据分布规律f(t:α,β,γ,…)的均值α、方差β和标准差γ,确定第b个工况区间的均值αb、方差βb和标准差γb;
计算子单元4222,用于根据均值αb、方差βb和标准差γb,计算出工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
拟合模块430,用于根据第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出v个工况区间对应的可靠度函数R(t)。
可选地,n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数。工况数据包括球阀在压力P、气体流量Q和温度T中的至少一个工作参数的状态下运行所形成的数据。
如图7所示,拟合模块432,包括:
第二计算单元431,用于根据第b个工况区间对应的运行概率pb和可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算v个工况区间对应的第一可靠度函数R(P,Q,T,t):
拟合单元432,用于根据可靠度函数形式R(zb,t:αb,βb,γb,…)中的均值αb、方差βb、标准差γb是第b工况区间的最佳拟合解,曲线拟合出v个工况区间对应的第二可靠度函数R(P,Q,T,t);第二可靠度函数R(P,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
需要说明的是:上述实施例提供的球阀可靠度函数求解装置,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的球阀可靠度函数求解装置与球阀可靠度函数求解方法的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图8示出了本申请一个实施例提供的计算机设备的结构示意图。该计算机设备用于实施上述实施例中提供的球阀可靠度函数求解方法。具体来讲:
所述计算机设备800包括中央处理单元(CPU)801、包括随机存取存储器(RAM)802和只读存储器(ROM)803的系统存储器804,以及连接系统存储器804和中央处理单元801的系统总线805。所述计算机设备800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)806,和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。
所述基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中所述显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。所述基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。所述大容量存储设备807及其相关联的计算机可读介质为计算机设备800提供非易失性存储。也就是说,所述大容量存储设备807可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。
根据本申请的各种实施例,所述服务器800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备800可以通过连接在所述系统总线805上的网络接口单元811连接到网络812,或者说,也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于进行以下操作的指令:
收集v个工况区间的工况数据和失效数据,v是正整数;对所述v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数;根据所述v个工况区间的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…);根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t)。
在示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质为非易失性的计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,存储的计算机程序被处理组件执行时能够实现本公开上述实施例提供的球阀可靠度函数求解方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种球阀可靠度函数求解方法,其特征在于,所述方法包括:
收集v个工况区间的工况数据和失效数据,v是正整数;所述工况数据包括所述球阀在n个工作参数的状态下运行所形成的数据,n为正整数;所述失效数据包括所述球阀的历史运行数据;
对所述v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数;
根据所述v个工况区间的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是所述第b个工况区间的均值,βb是所述第b个工况区间的方差,γb是所述第b个工况区间的标准差;
根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t);
其中,所述n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数;
所述工况数据包括所述球阀在所述压力P、所述气体流量Q和所述温度T中的至少一个工作参数的状态下运行所形成的数据;
所述根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t),包括:
根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算所述v个工况区间对应的第一可靠度函数R(P,Q,T,t):
根据所述可靠度函数形式R(zb,t:αb,βb,γb,…)中的所述均值αb、所述方差βb、所述标准差γb是所述第b工况区间的最佳拟合解,曲线拟合出所述v个工况区间对应的第二可靠度函数R(P,Q,T,t);所述第二可靠度函数R(P,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
2.根据权利要求1所述的方法,其特征在于,所述计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,包括:
统计在总运行时间tT内所述第b个工况区间内运行的目标时间tb;
根据所述总运行时间tT和所述目标时间tb,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb:
pb=[tb/tT]。
3.根据权利要求1所述的方法,其特征在于,所述计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,包括:
计算出所述第b个工况区间在初始时刻的初始状态下的初始概率pb(0);
确定运行状态从所述工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;
根据所述初始概率pb(0)、所述转移概率pbl和所述逗留时间θbl,计算所述球阀在所述工况数据zb的状态下运行的运行概率pb。
4.根据权利要求1所述的方法,其特征在于,所述收集v个工况区间的工况数据,包括:
对收集到的工况函数Z(t)进行离散化,得到所述v个工况区间的工况数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述v个工况区间的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),包括:
对所述v个工况区间的失效数据进行分布估计,得到所述v个工况区间的分布规律f(t:α,β,γ,…),其中,α是所述v个工况区间的均值,β是所述v个工况区间的方差,γ是所述v个工况区间的标准差;
根据所述分布规律f(t:α,β,γ,…),计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
6.根据权利要求5所述的方法,其特征在于,所述根据所述分布规律f(t:α,β,γ,…),计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),包括:
根据所述分布规律f(t:α,β,γ,…)的所述均值α、所述方差β和所述标准差γ,确定所述第b个工况区间的所述均值αb、所述方差βb和所述标准差γb;
根据所述均值αb、所述方差βb和所述标准差γb,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…)。
7.一种球阀可靠度函数求解装置,其特征在于,所述装置包括:
收集模块,用于收集v个工况区间的工况数据和失效数据,v是正整数;所述工况数据包括所述球阀在n个工作参数的状态下运行所形成的数据;所述失效数据包括所述球阀的历史运行数据;
计算模块,用于对所述v个工况区间的工况数据中的第b个工况区间的工况数据zb进行分析,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb,b是不大于v的正整数;
所述计算模块,用于根据所述v个工况区间的失效数据中的失效数据,计算出所述工况数据zb的可靠度函数形式R(zb,t:αb,βb,γb,…),αb是所述第b个工况区间的均值,βb是所述第b个工况区间的方差,γb是所述第b个工况区间的标准差;
拟合模块,用于根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),曲线拟合出所述v个工况区间对应的可靠度函数R(t);
其中,所述n个工作参数包括压力P、气体流量Q和温度T中的至少一个工作参数;
所述工况数据包括所述球阀在所述压力P、所述气体流量Q和所述温度T中的至少一个工作参数的状态下运行所形成的数据;
所述拟合模块,包括:
第二计算单元,用于根据所述第b个工况区间对应的所述运行概率pb和所述可靠度函数形式R(zb,t:αb,βb,γb,…),使用如下公式计算所述v个工况区间对应的第一可靠度函数R(P,Q,T,t):
拟合单元,用于根据所述可靠度函数形式R(zb,t:αb,βb,γb,…)中的所述均值αb、所述方差βb、所述标准差γb是所述第b工况区间的最佳拟合解,曲线拟合出所述v个工况区间对应的第二可靠度函数R(P,Q,T,t);所述第二可靠度函数R(P,Q,T,t)是曲线拟合出的误差最小的可靠度函数。
8.根据权利要求7所述的装置,其特征在于,所述计算模块,包括:
统计单元,用于统计在总运行时间tT内所述第b个工况区间内运行的目标时间tb;第一计算单元,用于根据所述总运行时间tT和所述目标时间tb,计算出所述球阀在所述工况数据zb的状态下运行的运行概率pb:pb=[tb/tT];
或,
所述第一计算单元,用于计算出的所述第b个工况区间在初始时刻的初始状态下的初始概率pb(0);确定单元,用于确定运行状态从所述工况数据zb运行到工况数据zl的转移概率pbl和逗留时间θbl;所述第一计算单元,用于根据所述初始概率pb(0)、所述转移概率pbl和所述逗留时间θbl,计算所述球阀在所述工况数据zb的状态下运行的运行概率pb。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634012.4A CN111400829B (zh) | 2018-12-29 | 2018-12-29 | 球阀可靠度函数求解方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634012.4A CN111400829B (zh) | 2018-12-29 | 2018-12-29 | 球阀可靠度函数求解方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400829A CN111400829A (zh) | 2020-07-10 |
CN111400829B true CN111400829B (zh) | 2022-11-01 |
Family
ID=71435903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811634012.4A Active CN111400829B (zh) | 2018-12-29 | 2018-12-29 | 球阀可靠度函数求解方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400829B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570286A (zh) * | 2016-11-09 | 2017-04-19 | 中南大学 | 桥梁‑无砟轨道结构极限温度预测方法及系统 |
CN107273688A (zh) * | 2017-06-16 | 2017-10-20 | 山东万腾电子科技有限公司 | 基于原始故障数据的设备寿命与健康度监控方法及系统 |
CN108984865A (zh) * | 2018-06-28 | 2018-12-11 | 兰州理工大学 | 一种齿轮的可靠性分析方法 |
CN109087012A (zh) * | 2018-08-10 | 2018-12-25 | 电子科技大学 | 一种考虑极值分布的机构时变可靠性分析方法 |
-
2018
- 2018-12-29 CN CN201811634012.4A patent/CN111400829B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570286A (zh) * | 2016-11-09 | 2017-04-19 | 中南大学 | 桥梁‑无砟轨道结构极限温度预测方法及系统 |
CN107273688A (zh) * | 2017-06-16 | 2017-10-20 | 山东万腾电子科技有限公司 | 基于原始故障数据的设备寿命与健康度监控方法及系统 |
CN108984865A (zh) * | 2018-06-28 | 2018-12-11 | 兰州理工大学 | 一种齿轮的可靠性分析方法 |
CN109087012A (zh) * | 2018-08-10 | 2018-12-25 | 电子科技大学 | 一种考虑极值分布的机构时变可靠性分析方法 |
Non-Patent Citations (2)
Title |
---|
一种基于改进一次二阶矩法的混合可靠性分析方法;王林军等;《三峡大学学报(自然科学版)》;20161005(第05期);全文 * |
可靠性灵敏度函数及其特征指标的条件概率模拟求解方法;袁修开等;《计算力学学报》;20110615(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111400829A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Askew | Chance‐constrained dynamic programing and the optimization of water resource systems | |
Goel et al. | A Markovian model for reliability and other performance measures of software systems | |
CN110197288B (zh) | 故障影响下设备的剩余使用寿命预测方法 | |
Wang et al. | Markov nonlinear system estimation for engine performance tracking | |
CN107944090A (zh) | 基于关键部件失效模型的燃气轮机系统性能预测方法 | |
Akpudo et al. | An automated sensor fusion approach for the rul prediction of electromagnetic pumps | |
EP3598258A1 (en) | Risk assessment device, risk assessment system, risk assessment method, and risk assessment program | |
CN115686910A (zh) | 一种故障分析方法、装置、电子设备及介质 | |
CN111400829B (zh) | 球阀可靠度函数求解方法及装置 | |
US20100017092A1 (en) | Hybrid fault isolation system utilizing both model-based and empirical components | |
Mohamed et al. | Enhancing test cases prioritization for internet of things based systems using Search-based technique | |
CN113408070A (zh) | 发动机参数的确定方法、装置、设备及存储介质 | |
Wang et al. | Particle filtering-based system degradation prediction applied to jet engines | |
US10754333B2 (en) | Method for monitoring the operation of a turbomachine | |
CN111737555A (zh) | 热点关键词的选取方法、设备和存储介质 | |
CN116562120A (zh) | 一种基于rve的涡轮发动机系统健康状况评估方法及装置 | |
CN109255171B (zh) | 一种自动判定数值模拟计算收敛的方法 | |
CN114492251A (zh) | 超算环境的低速流场发散处理方法、装置、设备及介质 | |
CN111967774A (zh) | 软件质量风险预测方法及装置 | |
Fan et al. | The reliability estimation of simplified natural gas pipeline compressor stations based on statistics principles | |
CN117725543B (zh) | 一种多元时间序列异常预测方法、电子设备及存储介质 | |
Arkov et al. | Application of Markov chains to identification of turbine engine dynamic models | |
CN107798173B (zh) | 用于飞机结构性能预测的紧急适航关注判断方法及系统 | |
CN113242570B (zh) | 上行通信模块可靠性评估方法、装置、计算机设备 | |
Wang | Decision of prognostics and health management under uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |