排序方式: 共有4条查询结果,搜索用时 8 毫秒
1
1.
基于最小径集的系统故障概率分配方法研究 总被引:1,自引:1,他引:0
为准确、快捷地解决在复杂系统中的可靠性分配问题,在基于最小割集的可靠性分配方法的基础上建立了基于最小径集的系统故障概率分配模型.该模型的分配思想不是对系统所有的单元都进行分配,而是选择最有可能导致系统发生故障的单元进行分配.最小径集分配法只需对最小径集中的基本事件直接进行分配计算,从而大幅度减少了中间计算工作量.它的另一个突出优点是‘能提供多个可选择的分配方案,因为每一个最小径集都代表1种分配方案.根据安全系统工程的优化思想,提出了不可靠度分配方案的选择原则:在基本事件数相同的最小径集中选择概率较大的最小径集;在概率接近的最小径集中选基本事件数较少的最小径集.对于最小径集中基本事件的分配,根据概率重要度来分配是合理的,因为重要度越大的基本事件对系统的影响就越大,分配的概率就应该越小.通过矿井火灾事故树的举例,进一步描述了基于最小径集的系统故障概率分配方法的定量计算过程.研究表明,基于最小径集的系统故障概率分配法是工作量最小的分配方法,还可以进行分配方案的比较选择. 相似文献
2.
3.
本文通过分析高炉风口损坏的形式和原因,探讨了目前常用的风口检漏技术和方法;根据高炉运行管理实践,介绍了风口漏损的主要表现形式,并针对风口的漏损程度提出了应采取的处理和维护措施,以及延长高炉风口寿命的建议性措施. 相似文献
4.
为了探明昆山市不同污染条件下PM2.5中水溶性无机离子的污染特征以及本地源排放占主导时对污染过程的贡献,本研究使用昆山市2017年3月—2018年2月期间PM2.5、水溶性无机离子及其气态前体物数据,分别探讨了水溶性无机离子及其气态前体物在污染天气和清洁天气情况下的变化特征,揭示了它们在污染天气和清洁天气下的变化机制.同时结合周围城市PM2.5浓度筛选出昆山市秋、冬季局地污染事件,利用主成分分析(principle component analysis,PCA)方法对筛选出的局地污染事件中的水溶性无机离子数据进行了来源解析,定量评估了本地源排放占主导时不同水溶性无机离子对灰霾污染事件过程中PM2.5浓度的贡献.结果表明:①SO42-、NO3-、NH4+(合称SNA)是PM2.5的重要组分,且其相对贡献随着大气污染加重而变化.3种离子在清洁和污染条件下对PM2.5的相对贡献分别是49.4%~62.3%和52.7%~65.9%.在3种主要的水溶性无机离子中,NO3-浓度最高,其次是SO42-和NH4+.随着污染加重,SO42-的贡献率下降,而NO3-的贡献率上升.②污染天气下3种离子日变化规律不同,且存在明显季节差异.其中秋冬季SO42-和NH4+与各自气态前体物变化趋势一致且为单峰型;NO3-为单峰型而其前体物则为双峰型.另外,NO3-与NH4+日变化趋势较为一致,表明昆山地区SNA多以NH4NO3形式存在.③2017—2018年秋冬季由本地源排放占主导的污染天气下,PM2.5的主要来源是二次气粒转化、建筑扬尘、生物质燃烧和燃煤;除了Mg2+和Ca2+,其他水溶性离子浓度均低于非本地源排放占主导的污染天气下的浓度. 相似文献
1