CN114297561A - 一种简化β因子计算的方法与装置 - Google Patents
一种简化β因子计算的方法与装置 Download PDFInfo
- Publication number
- CN114297561A CN114297561A CN202111628701.6A CN202111628701A CN114297561A CN 114297561 A CN114297561 A CN 114297561A CN 202111628701 A CN202111628701 A CN 202111628701A CN 114297561 A CN114297561 A CN 114297561A
- Authority
- CN
- China
- Prior art keywords
- value
- module
- beta
- channel
- question
- 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.)
- Granted
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种简化β因子计算的方法与装置,方法:获取所有问题选项以及每个问题选项对应的X分值与Y分值;将每个问题选项对应的X分值与Y分值相加后的数值计为M;对于有诊断测试功能的通道,获取其诊断范围与诊断时间间隔及其对应的Z值;将每个问题选项对应的X分值与Z值相乘后的数值计为N;确定每个问题选项是否符合现场的实际情况;汇总问题选项为是的M值和N值,计算S值和SD值;将S值或SD值与设定的取值范围进行比较,提取出对应的β值或βD值;显示结果。装置包括输入模块、确定模块、数值汇总计算模块、比较提取模块和可视化模块。该方法过程简单,结果可靠,能够对β因子值进行快速准确的计算;该装置便于快速准确的计算出β因子值。
Description
技术领域
本发明属于安全控制系统技术领域,具体涉及一种简化β因子计算的方法与装置。
背景技术
安全仪表系统(SIS)是由仪表构成的一类与安全相关的系统,其广泛的应用于过程工业以及其他工业部门,用以保障生产过程的安全,检测生产过程中的危险事件,以避免生产事故的发生。安全仪表系统旨在使工业过程或受保护的系统在遇到危险物质泄漏、火灾、过程混乱等情况时可以维持安全的状态。
输油管道在经济建设中起到了重大作用,但由于油气行业对于共因失效的研究起步较晚,很多详细的历史数据不但缺失而且没有实现共享。作为当前应用最广泛的油气工业数据库,OREDA数据库和OREDA手册中仅提及了与火灾和气体探测器有关的共因失效,并且这些数据也已经十分陈旧。
β因子模型是安全仪表系统最常用的共因失效模型。这种模型假设所有故障的一定的百分比是共因失效。当使用β因子模型时,假设安全仪表系统的每个元件可能会以两种不同的方式失效:(i)作为仅影响所考虑元件的独立故障,或(ii)作为子系统中所有元件同时(或在短时间间隔内)故障的相关故障(共因失效)。
由于缺乏数据,β因子通常是基于一些拟定的清单来估算,但在过程工业中,IEC61508的第6部分描述的方法占据主导地位,该方法以操作阶段的系统条件的假设与工程判断相结合,以回答37个不同的问题。参数β是根据IEC 61508中描述的比重和评分程序确定的。
根据IEC61508介绍的在E/E/PE系统中量化共因失效的方法,考虑到共因失效对多通道系统的影响,因此其自动诊断在每个通道内运行。
使用β因子模型时,危险共因失效率是λDβ,其中,λD是每个单独的支路或通道的危险随机硬件故障率,β是没有诊断的β因子即会影响两个通道的单通道故障的分数。
假设共因失效影响所有的通道,并且使得受影响的第一个和所有通道之间的时间间隔与共因失效之间的时间间隔相比较小。
假设每个通道中都有诊断在运行,失效分数会被诊断检测到并显示出来。因此,可以将故障分为两部分:在诊断范围之外(永远不会被检测到)和覆盖范围内的故障(最终将被诊断检测到)。
因此,由于危险共因失效引起的总体失效率如式(1):
λ=β×λDU+βD×λDD (1);
其中,λDU是单个通道的隐蔽失败率,即位于诊断范围之外的故障率。因此,由于诊断重复率导致的β的任何程度的减少都不会影响这一部分。λDD是单个通道的显性故障率,即处于诊断范围内的单个通道的故障率。在这个部分里面,如果诊断的重复率高,则会显示出一小部分故障,导致βD的值降低。
人工检查表β因子值确定的流程:
(1)β的值应该分别从传感器,逻辑解算器和执行器三部分计算。为了减少共因失效发生的可能性,首先要确定存在哪些措施可以有效地防范其发生。在确定共因失效故障率时通过在系统中采取适当的措施来降低β的值。为了考量这些措施,表1列出了各项措施,并且对每项措施按作用大小进行赋值。因为传感器和执行器与逻辑解算器表1中使用单独的列来对传感器和执行器与逻辑解算器进行评分。
很多诊断可以合并到可编程电子系统中,这些系统可以检测到非同时共因失效。表1中列出了两组值。Y列中的值与那些使用自动诊断也不能提高其作用的措施对应,X列的值与使用自动诊断时可以加强其作用的措施对应。
操作人员根据实际情况对该问题检查表进行回答,当问题的回答为“是”,则分别将X列的值与Y列中的值进行汇总。
(2)对于无诊断测试功能的通道,在完成上述评价后,计算S=X+Y(针对危险不可以检测到共因失效因子β)获得一个S值。
(3)对于有诊断测试功能的通道,通过表2和表3计算Z值:
然后计算SD=X(1+Z)+Y(针对于危险可以检测到共因失效因子βD),得到SD值。
(4)通过S和SD数值,对照表4即可获得1oo2冗余结构的β因子值和βD因子值。
(5)对于其他冗余结构的β因子值通过表5确定。
上述过程十分繁琐,且计算效率十分低下,不利于β因子值快速获得。
发明内容
针对现有技术存在的一些问题,本发明提供一种简化β因子计算的方法与装置,该方法计算理论依据充分,过程简单,结果可靠,能够对β因子值进行快速准确的计算;该装置便于快速准确的计算出β因子值。
为了实现上述目的,本发明提供了一种简化β因子计算的方法,包括以下步骤:
步骤一:获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值;
步骤二:将每个问题选项对应的X分值与Y分值相加后的数值计为M,第一个问题相加后的数值计为M1,第二个问题相加后的数值计为M2,剩下问题相加后的数值依次进行排序;
步骤三:对于逻辑控制器或传感器与执行元件中有诊断测试功能的通道,获取其诊断范围与诊断时间间隔及其对应的Z值;
步骤四:将每个问题选项对应的X分值与Z值相乘后的数值计为N,第一个问题相乘后数值计为N1,第二个问题相乘后数值计为N2,剩下问题相乘后的数值依次进行排序;
步骤五:确定每个问题选项是否符合现场的实际情况;
步骤六:汇总问题选项为是的M值和N值,并根据公式(1)计算S值,根据公式(2)计算SD值;
式中,i为第一个确定为是的问题选项,n为最后一个确定为是的问题选项;
式中,Xi为传感器与执行元件或逻辑控制器中X列分值,Zi为通道对应的Z值;
步骤七:将S值或SD值与设定的取值范围进行比较,提取出对应的β值或βD值;
步骤八:判断该通道的冗余结构,如果为1oo2通道则将β值或βD值进行可视化显示,如果为其他冗余方式的通道,则乘以一定的系数后,将修正值进行可视化显示。
作为一种优选,在步骤三中的Z值是通过现场技术人员依据设备生产厂家提供的技术资料进行识别并通过输入模块进行输入的。
作为一种优选,在步骤五中,操作人员依据设备的操作、维修、运行环境状况,结合制造商提供的技术资料,由技术人员审查后确定,在相关的问题选项符合现场情况时则确定为是。
作为一种优选,在步骤七中,S值或SD值处于取值范围内,则提取出该取值范围对应的β值或βD值,在出现极端情况时,则不进行比较,并提醒技术人员出现问题。
作为一种优选,在步骤八中,判断该通道的冗余结构是通过制造商提供的资料进行判断的,常见通道的冗余结构有1oo1、1oo2、2oo2、2oo3。
作为一种优选,在步骤一中,逻辑控制器或传感器与执行元件的所有问题选项的数量为37个。
该方法通过数值N创造性的将SD值与S值的计算相互结合,在确定Z值后即可直接提取出符合问题选项的N值,通过S值和N值就可得到SD值,提高了计算的效率。
本发明还提供了一种简化β因子计算的装置,包括输入模块、确定模块、数值汇总计算模块、比较提取模块和可视化模块;
所述输入模块用于获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值,用于获取具备诊断测试功能的通道的诊断范围与时间间隔及其对应的Z值,并将所获取的数据发送给确定模块;
所述确定模块用于确定问题选项是否符合现场的实际情况,用于确定通道的冗余结构,并将确定好的数据发送给数值汇总计算模块;
所述数值汇总计算模块:用于将每个问题选项对应的X分值与Y分值相加并将相加后的数值计为M,用于将每个问题选项对应的X分值与Z值相乘并将相乘后的数值计为N,用于汇总经确定模块确定为是的问题选项的数值,并计算S值与SD值,并将计算结果数据发送给比较提取模块;
所述比较提取模块用于将S值与SD值和预先设定好的取值范围进行比较,若S值或SD处于取值范围内,则提取出其对应的β值与βD值,并将结果数据发送给保视化模块;用于对于非1oo2结构的通道,乘以设定的系数后提取修正值,并将结果数据发送给可视化模块;
所述可视化模块用于将最终结果数据加载至用户终端进行显示。
所述数值汇总计算模块包括乘积单元、第一求和单元和第二求和单元;
所述乘积单元用于将每个问题选项对应的X分值与Z值相乘后的数值计为N,并将计算结果数据发给给第二求和单元;
所述第一求和单元用于将确定问题模块确定为是的选项对应X分值与Y分值相加后的数值计为M,并将计算结果数据发给给第二求和单元;
所述第二求和单元用于对M值累加求和得到S值,用于对N值累计求和后与S值相加得到SD值。
通过输入人工检查表中的问题、问题选项对应的数值和诊断测试相关的Z值,经确定模块确定之后,确定为“是”的问题选项数值M和数值N经汇总计算出S值和SD值,然后与取值范围比较得到β值与βD值。其中,创造性的提出数值M和数值N,在确定Z值后即可直接提取出符合问题选项的N值,通过M值和N值累计求和就可得到SD值和S值。该装置将多个表格的信息汇总到一个装置内的不同的模块中,只需要人工确定通道的冗余结构、Z值和问题选项是否与现场一致就可自动得到β因子值,极大的提高了计算的效率。
本发明克服了以往人工查表计算时需要多个表格同时参照的难题,特别是当前石化行业应用的安全仪表设备数量很多,每一个安全仪表设备都需要通过人工检查表的方式去计算β因子,传统的过程中会耗费大量的人力、物力,本发明可以显著的降低人力、物力的需求,可以极大的简化计算过程,并显著的提高了计算速度。
附图说明
图1是本发明中计算方法的流程图;
图2是本发明中计算装置的原理框图;
图3是本发明中数值汇总计算模块的原理框图。
具体实施方式
下面对本发明作进一步说明。
表1至表5给出了现有技术中操作人员进行β因子值确定的参照表:
表1逻辑控制器或传感器与执行元件评分表:
表2通过诊断测试的频率和范围确定Z值(传感器或终端元件)
表3通过诊断测试的频率和范围确定Z值(可编程电子)
表4S值与β因子值对应关系
分数(S值或S<sub>D</sub>值) | 逻辑子系统 | 传感器和执行元件 |
120以上 | 0.005 | 0.01 |
70-120 | 0.01 | 0.02 |
45-70 | 0.02 | 0.05 |
低于45 | 0.05 | 0.10 |
表5不同冗余结构的β因子值
如图1所示,本发明提供了一种简化β因子计算的方法,包括以下步骤:
步骤一:获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值;逻辑控制器或传感器与执行元件的所有问题选项的数量为37个。
步骤二:将每个问题选项对应的X分值与Y分值相加后的数值计为M,第一个问题相加后的数值计为M1,第二个问题相加后的数值计为M2,剩下问题相加后的数值依次进行排序;
作为一种优选,对于逻辑控制器,每个问题选项对应的X分值与Y分值相加后的数值计为M,对于传感器或执行元件每个问题选项对应的X分值与Y分值相加后的数值计为M’;
数值M的一个计算实例:如果现场所有位置上的通道的信号电缆都分开布线,则对于逻辑控制器:M1=1.5+1.5,对于传感器或执行元件:M1’=1.0+2.0。
步骤三:对于逻辑控制器或传感器与执行元件中有诊断测试功能的通道,获取其诊断范围与诊断时间间隔及其对应的Z值;
Z值是通过现场技术人员依据设备生产厂家提供的技术资料进行识别并通过输入模块进行输入的。例如,对于传感器或执行元件,不具备诊断测试功能的通道Z值均为0,如果诊断范围大于等于99%,时间间隔小于两个小时,则Z=2.0,对于逻辑控制器,不具备诊断测试功能通道Z=0,如果诊断范围大于等于99%,时间间隔小于一分钟,则Z=2.0。
步骤四:将每个问题选项对应的X分值与Z值相乘后的数值计为N,第一个问题相乘后数值计为N1,第二个问题相乘后数值计为N2,剩下问题相乘后的数值依次进行排序;
作为一种优选,对于逻辑控制器,每个问题选项对应的X分值与Y分值相乘后的数值计为N,对于传感器或执行元件每个问题选项对应的X分值与Y分值相乘后的数值计为N’;
数值N的一个计算实例:对于传感器或执行元件,如果通道Z值为2.0,且现场所有位置上的通道的信号电缆都分开布线,则N=1.0×2.0=2.0,对于逻辑控制器,同等条件下N=1.5×2.0=3.0。
步骤五:确定每个问题选项是否符合现场的实际情况;
操作人员依据设备的操作、维修、运行环境状况,结合制造商提供的技术资料,由技术人员审查后确定,在相关的问题选项符合现场情况时则确定为是。例如,问题选项逻辑子系统的所有通道的印制电路板是否是单独的,如果各个通道的完整硬件在一块块单独的电路板上,彼此通过内部总线通讯,则确定为是。
步骤六:汇总问题选项为是的M值和N值,并根据公式(1)计算S值,根据公式(2)计算SD值;
式中,i为第一个确定为是的问题选项,n为最后一个确定为是的问题选项;
式中,Xi为传感器与执行元件或逻辑控制器中X列分值,Zi为通道对应的Z值;
步骤七:将S值或SD值与设定的取值范围进行比较,提取出对应的β值或βD值;
S值或SD值处于取值范围内,则提取出该取值范围对应的β值或βD值,在出现极端情况时,例如计算结果为0时,则不进行比较,并提醒技术人员出现问题。
对于逻辑控制器,当S值或SD值小于等于45时,β值或βD值取值为0.05,当S值或SD值大于45小于等于70时,β值或βD值取值为0.02,当S值或SD值大于70小于等于120时,β值或βD值取值为0.01,当S值或SD值大于120时,β值或βD值取值为0.005。在所述S值或SD值小于等于45时,其中包括数值等于0的情况,当出现此情况时,提醒技术人员该简化装置操作出现问题。
步骤八:判断该通道的冗余结构,如果为1oo2通道则将β值或βD值进行可视化显示,如果为其他冗余方式的通道,则乘以一定的系数后,将修正值进行可视化显示。
判断该通道的冗余结构是通过制造商提供的资料进行判断的,常见通道的冗余结构有1oo1、1oo2、2oo2、2oo3。一个实例为:通过判断该通道冗余结构为1oo3,则将β值或βD值乘以0.5后得到修正值。
该方法通过数值N创造性的将SD值与S值的计算相互结合,在确定Z值后即可直接提取出符合问题选项的N值,通过S值和N值就可得到SD值,提高了计算的效率。
如图2和图3所示,本发明还提供了一种简化β因子计算的装置,包括输入模块、确定模块、数值汇总计算模块、比较提取模块和可视化模块;
所述输入模块用于获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值,用于获取具备诊断测试功能的通道的诊断范围与时间间隔及其对应的Z值,并将所获取的数据发送给确定模块;
所述确定模块用于确定问题选项是否符合现场的实际情况,用于确定通道的冗余结构,并将确定好的数据发送给数值汇总计算模块;
所述数值汇总计算模块:用于将每个问题选项对应的X分值与Y分值相加并将相加后的数值计为M,用于将每个问题选项对应的X分值与Z值相乘并将相乘后的数值计为N,用于汇总经确定模块确定为是的问题选项的数值,并计算S值与SD值,并将计算结果数据发送给比较提取模块;
所述比较提取模块用于将S值与SD值和预先设定好的取值范围进行比较,若S值或SD处于取值范围内,则提取出其对应的β值与βD值,并将结果数据发送给保视化模块;用于对于非1oo2结构的通道,乘以设定的系数后提取修正值,并将结果数据发送给可视化模块;
所述可视化模块用于读取数值汇总计算模块发送的数值结果,并用于将最终结果数据加载至用户终端进行显示。
所述数值汇总计算模块包括乘积单元、第一求和单元和第二求和单元;
所述乘积单元用于将每个问题选项对应的X分值与Z值相乘后的数值计为N,并将计算结果数据发给给第二求和单元;对于传感器或执行元件,如果通道Z值为2.0,且现场所有位置上的通道的信号电缆都分开布线,则N=1.0×2.0=2.0,对于逻辑控制器,同等条件下N=1.5×2.0=3.0。
所述第一求和单元用于将确定问题模块确定为是的选项对应X分值与Y分值相加后的数值计为M,并将计算结果数据发给给第二求和单元;如果现场所有位置上的通道的信号电缆都分开布线,则对于逻辑控制器:M1=1.5+1.5,对于传感器或执行元件:M1’=1.0+2.0;
所述第二求和单元用于对M值累加求和得到S值,用于对N值累计求和后与S值相加得到SD值。
通过输入人工检查表中的问题、问题选项对应的数值和诊断测试相关的Z值,经确定模块确定之后,确定为“是”的问题选项数值M和数值N经汇总计算出S值和SD值,然后与取值范围比较得到β值与βD值。其中,创造性的提出数值M和数值N,在确定Z值后即可直接提取出符合问题选项的N值,通过M值和N值累计求和就可得到SD值和S值。该装置将多个表格的信息汇总到一个装置内的不同的模块中,只需要人工确定通道的冗余结构、Z值和问题选项是否与现场一致就可自动得到β因子值,极大的提高了计算的效率。
本发明克服了以往人工查表计算时需要多个表格同时参照的难题,特别是当前石化行业应用的安全仪表设备数量很多,每一个安全仪表设备都需要通过人工检查表的方式去计算β因子,传统的过程中会耗费大量的人力、物力,本发明可以显著的降低人力、物力的需求,可以极大的简化计算过程,并显著的提高了计算速度。
Claims (8)
1.一种简化β因子计算的方法,其特征在于,包括以下步骤:
步骤一:获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值;
步骤二:将每个问题选项对应的X分值与Y分值相加后的数值计为M,第一个问题相加后的数值计为M1,第二个问题相加后的数值计为M2,剩下问题相加后的数值依次进行排序;
步骤三:对于逻辑控制器或传感器与执行元件中有诊断测试功能的通道,获取其诊断范围与诊断时间间隔及其对应的Z值;
步骤四:将每个问题选项对应的X分值与Z值相乘后的数值计为N,第一个问题相乘后数值计为N1,第二个问题相乘后数值计为N2,剩下问题相乘后的数值依次进行排序;
步骤五:确定每个问题选项是否符合现场的实际情况;
步骤六:汇总问题选项为是的M值和N值,并根据公式(1)计算S值,根据公式(2)计算SD值;
式中,i为第一个确定为是的问题选项,n为最后一个确定为是的问题选项;
式中,Xi为传感器与执行元件或逻辑控制器中X列分值,Zi为通道对应的Z值;
步骤七:将S值或SD值与设定的取值范围进行比较,提取出对应的β值或βD值;
步骤八:判断该通道的冗余结构,如果为1oo2通道则将β值或βD值进行可视化显示,如果为其他冗余方式的通道,则乘以一定的系数后,将修正值进行可视化显示。
2.根据权利要求1所述的一种简化β因子计算的方法,其特征在于,在步骤三中的Z值是通过现场技术人员依据设备生产厂家提供的技术资料进行识别并通过输入模块进行输入的。
3.根据权利要求1或2所述的一种简化β因子计算的方法,其特征在于,在步骤五中,操作人员依据设备的操作、维修、运行环境状况,结合制造商提供的技术资料,由技术人员审查后确定,在相关的问题选项符合现场情况时则确定为是。
4.根据权利要求3所述的一种简化β因子计算的方法,其特征在于,在步骤七中,S值或SD值处于取值范围内,则提取出该取值范围对应的β值或βD值,在出现极端情况时,则不进行比较,并提醒技术人员出现问题。
5.根据权利要求4所述的一种简化β因子计算的方法,其特征在于,在步骤八中,判断该通道的冗余结构是通过制造商提供的资料进行判断的,常见通道的冗余结构有1oo1、1oo2、2oo2、2oo3。
6.根据权利要求5所述的一种简化β因子计算的方法,其特征在于,在步骤一中,逻辑控制器或传感器与执行元件的所有问题选项的数量为37个。
7.一种简化β因子计算的装置,其特征在于,包括输入模块、确定模块、数值汇总计算模块、比较提取模块和可视化模块;
所述输入模块用于获取逻辑控制器或传感器与执行元件的所有问题选项以及每个问题选项对应的X分值与Y分值,用于获取具备诊断测试功能的通道的诊断范围与时间间隔及其对应的Z值,并将所获取的数据发送给确定模块;
所述确定模块用于确定问题选项是否符合现场的实际情况,用于确定通道的冗余结构,并将确定好的数据发送给数值汇总计算模块;
所述数值汇总计算模块:用于将每个问题选项对应的X分值与Y分值相加并将相加后的数值计为M,用于将每个问题选项对应的X分值与Z值相乘并将相乘后的数值计为N,用于汇总经确定模块确定为是的问题选项的数值,并计算S值与SD值,并将计算结果数据发送给比较提取模块;
所述比较提取模块用于将S值与SD值和预先设定好的取值范围进行比较,若S值或SD处于取值范围内,则提取出其对应的β值与βD值,并将结果数据发送给保视化模块;用于对于非1oo2结构的通道,乘以设定的系数后提取修正值,并将结果数据发送给可视化模块;
所述可视化模块用于将最终结果数据加载至用户终端进行显示。
8.根据权利要求7所述的一种简化β因子计算的方法,其特征在于,所述数值汇总计算模块包括乘积单元、第一求和单元和第二求和单元;
所述乘积单元用于将每个问题选项对应的X分值与Z值相乘后的数值计为N,并将计算结果数据发给给第二求和单元;
所述第一求和单元用于将确定问题模块确定为是的选项对应X分值与Y分值相加后的数值计为M,并将计算结果数据发给给第二求和单元;
所述第二求和单元用于对M值累加求和得到S值,用于对N值累计求和后与S值相加得到SD值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628701.6A CN114297561B (zh) | 2021-12-28 | 2021-12-28 | 一种简化β因子计算的方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628701.6A CN114297561B (zh) | 2021-12-28 | 2021-12-28 | 一种简化β因子计算的方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114297561A true CN114297561A (zh) | 2022-04-08 |
CN114297561B CN114297561B (zh) | 2022-12-16 |
Family
ID=80970996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111628701.6A Active CN114297561B (zh) | 2021-12-28 | 2021-12-28 | 一种简化β因子计算的方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297561B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104460337A (zh) * | 2014-10-08 | 2015-03-25 | 机械工业仪器仪表综合技术经济研究所 | 一种基于修正β因子的控制系统共因失效分析方法 |
CN105574680A (zh) * | 2015-12-27 | 2016-05-11 | 乌鲁木齐三力元生产力促进中心有限公司 | 一种企业竞争能力诊断的方法及系统 |
CN112882935A (zh) * | 2021-02-24 | 2021-06-01 | 中国科学院计算机网络信息中心 | 一种分布式环境运行状态的诊断方法及装置 |
-
2021
- 2021-12-28 CN CN202111628701.6A patent/CN114297561B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104460337A (zh) * | 2014-10-08 | 2015-03-25 | 机械工业仪器仪表综合技术经济研究所 | 一种基于修正β因子的控制系统共因失效分析方法 |
CN105574680A (zh) * | 2015-12-27 | 2016-05-11 | 乌鲁木齐三力元生产力促进中心有限公司 | 一种企业竞争能力诊断的方法及系统 |
CN112882935A (zh) * | 2021-02-24 | 2021-06-01 | 中国科学院计算机网络信息中心 | 一种分布式环境运行状态的诊断方法及装置 |
Non-Patent Citations (2)
Title |
---|
邓倩瑾等: "基于证据理论的共因失效因子不确定性分析", 《计算机与应用化学》 * |
高莺等: "基于不同参数模型的安全计算机共因失效分数计算及比较分析", 《中国铁道科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114297561B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3839478B2 (ja) | 技術的設備のプロセスデータの解析方法 | |
EP2458178B2 (en) | Turbine performance diagnositic system and methods | |
CN103927343B (zh) | 一种phm系统诊断与预测能力综合验证方法 | |
JPS6270914A (ja) | プラント診断装置 | |
CN106525107A (zh) | 一种通过仲裁方式鉴定传感器失效的方法 | |
JP5621967B2 (ja) | 異常データ分析システム | |
CN114297561B (zh) | 一种简化β因子计算的方法与装置 | |
CN104460337B (zh) | 一种基于修正β因子的控制系统共因失效分析方法 | |
JP3394817B2 (ja) | プラント診断装置 | |
JP3117283B2 (ja) | 原子力発電プラントの警報表示方法およびその警報表示システム | |
CN112928820B (zh) | 配电柜用自动检测系统及其检测方法 | |
JP7453049B2 (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム | |
CN112906237A (zh) | 一种发动机部件故障分析方法及系统 | |
JPH07191740A (ja) | 異常診断方法 | |
KR20210127223A (ko) | 고로의 이상 판정 장치, 고로의 이상 판정 방법, 및 고로의 조업 방법 | |
CN113283070B (zh) | 一种工艺过程本质安全智能诊断方法及系统 | |
RU2781738C2 (ru) | Способ функционального диагностирования жидкостного ракетного двигателя при огневом испытании | |
CN113159411B (zh) | 一种电网气象风险预警模型的检验方法及系统 | |
JPS58119008A (ja) | 事故原因自動判定装置 | |
JPH05157668A (ja) | プラント機器の異常検知方法及び装置 | |
JP2024154902A (ja) | 故障評価システム及び故障評価方法 | |
WO1982000065A1 (en) | Monitoring systems | |
JPS61206008A (ja) | プラント異常と検出器異常との識別装置 | |
CN115856184A (zh) | 一种油色谱监测系统在线自检方法及相关装置 | |
JPH04346033A (ja) | プラント異常診断装置 |
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 |