当前位置:首页 > 工业技术
复杂机械系统可靠性分析与概率风险评价
复杂机械系统可靠性分析与概率风险评价

复杂机械系统可靠性分析与概率风险评价PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:古莹奎,黄开启著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2015
  • ISBN:9787302411017
  • 页数:168 页
图书介绍:本书系统地介绍了作者及其科研团队近年来在复杂系统可靠性方面的科研实践,具有针对性、学术性和实用性强等特点。全书共计划10章,第1章介绍了复杂机械系统可靠性及其风险评价的研究现状和实施必要性;第2章介绍基于二元决策图的二态系统重要度分析方法;第3章介绍基于多值决策图的多态系统重要度分析方法;第4章介绍基于性能水平的多状态系统可靠性缝隙方法;第5章介绍基于ET-DFT分层模型的动态概论安全评价方法。
《复杂机械系统可靠性分析与概率风险评价》目录

第1章 绪论 1

1.1 可靠性概率风险评价的意义 1

1.2 可靠性技术发展的现状与趋势 4

1.3 可靠性风险评价的研究现状与发展趋势 5

1.4 本章小结 10

第2章 基于二元决策图的二态系统重要度分析 11

2.1 引言 11

2.2 二元决策图 11

2.2.1 BDD的基本结构 11

2.2.2 BDD的转化 12

2.2.3 逻辑算法 14

2.3 底事件的指标排序与约简规则 14

2.3.1 指标排序的影响 14

2.3.2 BDD的约简分析 16

2.4 基于BDD的系统可靠性分析 18

2.4.1 定性分析 18

2.4.2 定量分析 18

2.5 二态系统重要度 19

2.6 实例分析 21

2.7 本章小结 24

第3章 基于多值决策图的多状态系统重要度分析 25

3.1 引言 25

3.2 MDD结构及概率算法 25

3.2.1 MDD的结构 25

3.2.2 MDD的路径搜索与概率算法 26

3.3 直接逻辑偏导数 27

3.4 基于DPLD的多状态系统重要度分析 28

3.5 实例分析 30

3.6 本章小结 33

第4章 基于性能水平的多状态系统可靠性分析 35

4.1 引言 35

4.2 多状态系统及组件的性能描述 35

4.2.1 多状态系统组件的性能描述 35

4.2.2 多状态系统的性能描述 36

4.3 可修复系统的可用性分析 37

4.3.1 可修复多状态组件的马尔可夫模型 37

4.3.2 可修复系统及组件的可用度 38

4.4 基于α水平划分的多状态系统性能分析 38

4.5 实例分析 40

4.5.1 某数控机床供油子系统的性能描述 40

4.5.2 基于马尔可夫过程的可靠性分析 42

4.5.3 α水平的分割 44

4.5.4 基于性能水平的重要度分析 46

4.6 本章小结 48

第5章 基于ET-DFT分层模型的动态概率安全评价方法 49

5.1 引言 49

5.2 ET-DFT分层模型 50

5.3 ET-DFT模型的算法 51

5.3.1 基于BDD的ET-DFT模型静态子树分析 51

5.3.2 基于MC的ET-DFT模型动态子树分析 52

5.3.3 ET-DFT模型的综合求解 54

5.4 实例分析 54

5.5 本章小结 58

第6章 基于离散时间贝叶斯网络的复杂系统动态概率安全评价方法 59

6.1 引言 59

6.2 DTBN 59

6.3 故障树向DTBN的转化 60

6.3.1 SFT向DTBN的转化 60

6.3.2 DFT向DTBN的转化 61

6.4 实例分析 63

6.5 本章小结 65

第7章 基于ET-DFT分层模型的机械系统重要度与诊断分析 66

7.1 引言 66

7.2 重要度分析 66

7.3 系统诊断分析 68

7.3.1 ET-DFT分层模型的诊断分析 68

7.3.2 基于DTBN的ET-DFT分层模型诊断分析 69

7.4 实例分析 69

7.4.1 数控机床液压系统的重要度分析 69

7.4.2 数控机床液压系统的诊断分析 73

7.5 本章小结 75

第8章 基于贝叶斯网络的系统可靠性建模分析 76

8.1 引言 76

8.2 几种贝叶斯网络建模方法分析 77

8.2.1 Naive建模方法 78

8.2.2 直观建模方法 79

8.2.3 MLS和MCS建模方法 81

8.3 有效的MLS和MCS方法 84

8.3.1 用有效的MLS和MCS方法建立串联和并联系统的贝叶斯网络 86

8.3.2 用有效的MLS和MCS方法建立一般系统的贝叶斯网络 87

8.4 有效的MLS和MCS方法的最优排序 91

8.5 基于启发法的系统优化 94

8.5.1 基于超级元件的启发法 94

8.5.2 减少排列数量的第二种启发法 96

8.6 实例分析 98

8.6.1 建立发动机起动困难的故障树 99

8.6.2 建立发动机起动困难的贝叶斯网络 100

8.6.3 确定发动机起动困难的贝叶斯网络中根节点的先验概率 103

8.6.4 可靠性分析 103

8.6.5 重要度分析 105

8.7 本章小结 108

第9章 基于固定转移概率的多状态可维修系统可靠性分析 109

9.1 引言 109

9.2 单个可维修组件的状态列举 109

9.3 可维修组件的转移花费 112

9.4 多状态组件风险模型的分析 113

9.5 Markov过程的模拟 116

9.6 对于固定转移概率矩阵模型费用的最优化和PM分配的模拟 119

9.6.1 模型A中参数的定义 119

9.6.2 模型A中的新模块 121

9.6.3 PM模拟的定义 123

9.6.4 模型的模拟结果 125

9.6.5 模型A的一些局限和解释 131

9.7 本章小结 131

第10章 基于动态转移概率的多状态可维修系统可靠性分析 132

10.1 引言 132

10.2 动态转移概率的描述 132

10.3 基于动态转移概率的发动机系统可靠性分析及PM制定 133

10.3.1 具有动态转移概率的发动机系统可靠性分析 133

10.3.2 PM花费对应的相应最优花费 140

10.4 模型B的解释 142

10.5 模型C及运行结果 145

10.6 本章小结 147

附录 148

参考文献 165

返回顶部