系统故障演化过程中关键事件的确定方法研究

为研究系统故障演化过程中关键事件的确定方法,提出了一种基于核局部保持投影(Kernel Locality Preserving Projections, KLPP)的关键事件确定方法。首先论述了系统故障演化过程、关键事件和因素空间,随后提出了关键事件确定方法,最后进行了实例分析。研究认为系统故障演化过程具有复杂的结构和层次,经历事件是演化测量得到的对象,其中具有决定作用的就是关键事件。关键事件是描述演化过程的基础,可通过因素空间中的对象分布进行确定。通过KLPP方法对对象分布特征进行研究,实现近邻对象分析,得到特征对象。这些特征对象对应的经历事件即为关键事件。按照测量时刻升序排列特征对象即为所求,最终作为描述演化过程的空间故障网络的节点。实例分析得到了预期结果,并说明了方法的特点和研究意义。     

基于锥切割理论的系统故障状态优化调整方法研究

为了在系统故障演化过程中控制系统故障状态,提出了一种系统故障状态优化调整方法。其主要根据锥切割理论,以及非优理论和Hat投影建立方法的数学模型,设置了分析系统并给出了分析步骤。首先论述了相关理论的基本思想;其次研究了系统故障状态优化调整的基础和关键,描述了需要研究的问题;再次建立了系统故障状态优化调整方法模型及分析步骤;最后通过实例展示了方法流程,得到了定量结果和优化调整最优方案。结果表明：系统故障状态的优化调整可通过影响因素实现;通过比较原系统故障状态和新系统故障状态与目标系统故障状态的内积,基于非优理论选择需要实施的优化调整措施。当措施是优化调整措施时计算继续;是非优化调整措施时计算停止,这时得到的按照实施顺序组成的措施集合即为优化调整最优方案。最后论述了方法的先进性和有待研究的问题。     

系统故障演化过程的事件故障概率分布熵构建及其性质研究

为研究系统故障演化过程带来的系统功能状态的不确定性，提出事件故障概率分布熵的概念和计算方法。系统故障演化过程的不确定性来源于事件故障概率分布和演化过程本身的不确定性，可等效为概率分布和演化的混乱性。基于上述考虑，借助信息熵的思想建立事件故障概率分布熵，对演化过程中事件故障概率分布的变化混乱程度进行度量。考虑事件故障概率分布特征，确定了分布熵模型的各参数，给出了模型推导过程，建立了分布熵表达式。研究表明：分布熵具有对称性、确定性、非负性、扩展性、可加性和极值性，符合信息熵规则；分布熵与因素数量、因素值域的等距划分点数量、故障概率变化程度均存在正相关性。通过实例演示了事件故障概率分布熵的计算过程，得到了不同事件分布熵的大小关系，表明了不同事件对系统功能状态不确定性的影响。为下一步建立系统故障演化过程的熵理论提供基础。     

系统故障演化过程最终事件状态及发生概率研究

为探究系统故障演化过程(SFEP)中系统故障的发生特征,基于空间故障网络(SFN)和量子博弈理论提出最终事件状态及发生概率确定方法,以管理者和操作者的安全和不安全行为制定博弈假设,通过量子力学方法表示混合策略概率;研究单一事件混合策略的概率、事件逻辑关系的量子博弈表示、最终事件状态形式及发生概率。结果表明:利用管理者和操作者的静态博弈确定预期收益,求导得到各方安全和不安全行为概率,即可得到最终事件全部状态的发生概率;但由于安全和不安全行为概率是由管理者和操作者收益确定的,因此最终事件全部状态的发生概率是不精确的。     

空间故障网络理论与系统故障演化过程研究

为描述和分析系统故障演化过程,提出了空间故障网络理论。该理论基于先期提出的空间故障树理论,继承了其多因素影响分析、故障大数据处理及因果关系分析的能力。实际系统故障演化过程较为复杂,使用空间故障树树形结构难以描述,因此提出空间故障网络。故障演化过程的实质是由事件和连接组成的按照一定因果关系相连的网络结构。又由于事件由对象及其状态表示,空间故障网络研究的是故障演化过程中对象、状态和连接之间的关系。论述了以往研究的不足,给出了各概念的物理含义、转化步骤、单向环分类、最终事件发生概率计算方法等。论述了空间故障网络研究存在的不足及今后需要研究的关键问题。     

SFEP中因素重要度计算及其不确定性修正方法研究

为研究系统故障演化过程(System Fault Evolution Process, SFEP)中因素重要性及其不确定性，提出了基于相似性、联系数和信息熵的分析方法。以因素影响下的事件故障概率为基础数据，将因素重要性表征为事件在因素作用下的故障概率相似性和不确定性，建立研究方法和数学模型。首先，研究了因素重要性的由来及不确定性产生的原因。其次，建立了因素重要度计算和不确定性修正方法，提出了因素概率相似度、因素概率犹豫度、因素概率犹豫熵和因素重要度。最后，通过实例展示了分析流程。结果表明，系统故障演化过程中实现上述方法是可行的，能达到预期效果。研究方法和结果可用于系统故障演化过程中因素重要性的确定，并作为基础数据实现因素的化简、合并或删减，以降低演化过程复杂性，也可为类似的因素重要性分析提供支持。     

单一事件故障状态中管理者和操作者的收益关系研究北大核心CSCD

为了更深刻地了解系统故障演化过程(System Fault Evolution Process,SFEP)中事件故障状态受管理者和操作者安全和不安全行为的影响,基于量子博弈模型提出了单一事件故障状态量子博弈模型,并对管理者和操作者的收益情况进行了研究。首先论述了利用量子博弈研究单一事件故障状态的可行性并提出假设;其次研究了管理者和操作者在博弈后的期望收益;最后探讨了管理者和操作者混合策略中各行为的实施概率,得到了针对事件故障状态变化的量子博弈模型。结果表明该博弈一般是非对称博弈。管理者采取安全行为且操作者采取不安全行为对双方收益的影响最大;操作者选择安全行为的概率越大,管理者越有利;管理者选择安全行为的概率越大,操作者越有利;确定了双方采取混合策略时各自的期望收益;最后通过实例说明了模型的使用方法。该混合策略具有纳什均衡非博弈演化稳定性,可应用于空间故障网络(Space Fault Network,SFN)的系统故障状态量子博弈分析。     

基于特征函数和联系数的系统故障模式识别

为识别具有确定性和不确定性的系统故障模式,提出一种系统故障模式识别方法。利用已有故障标准模式识别故障样本模式,使用集对分析联系数表示识别的确定性和不确定性;使用空间事故树的特征函数计算联系数的分量系数,通过联系度和识别度识别故障样本模式;借助电气系统实例分析,有效识别在多因素影响下的系统故障模式。结果表明:基于特征函数和联系数的模式识别方法可表示模式识别的确定性和不确定性;该方法可使用特征函数确定联系数分量系数,利用联系度和识别度识别故障模式。     

多因素影响下系统故障预防的多方案比选方法研究*

为研究多因素影响下系统遭遇危险事件前预防方案的选优,在集对分析和空间故障树基础上提出比选方法。首先,论述集对分析与空间故障树理论结合的可行性;其次,研究系统故障预防的多因素多方案比选方法和步骤;最后,通过实例进行分析。研究结果表明:停运方案没有因素分量系数影响,其损失是停运带来的经济损失;无措施方案的系统常分量系数最小,因素分量系数最大;采取措施方案中,当常分量系数相差不大时,因素分量系数积最小者为最优方案。使用赵森烽-克勤概率表示危险事件的发生特征是可行的;常分量系数代表方案对系统故障预防效用的可靠性,因素分量系数代表该可靠性的稳定性;结合常分量系数和因素分量系数即可确定最优方案。该方法适合于故障发生对因素变化敏感的系统。     

基于云模型的变因素影响下系统可靠性模糊评价方法

为了解系统工作环境因素变化导致系统元件失效的可能性,进而确定系统故障变化情况,建立基于云模型的系统可靠性模糊综合评价方法。通过将不同状态下得到的多个综合评价矩阵中云模型对应位置的特征参数作为因变量,不同状态的影响因素值作为自变量进行拟合。用拟合后的函数代替云模型特征参数,该云模型参数矩阵与权重云参数矩阵的乘积即为最终的评价结果云模型。结果云模型是带有因素自变量的函数,能统一地表示多个云模型,并能得到连续的过渡状态云模型。应用上述方法分析某实例系统。结果表明:最终形成的结果云模型各特征参数是带有表示温度自变量X的函数,与实际相符。     

系统故障演化过程不连续现象的原因及消除方法研究*

为研究系统故障演化过程中,通过原因事件得到的结果事件发生可能性与直接试验得到的结果事件发生可能性不同的问题,定义系统故障演化过程的不连续现象,研究不连续现象出现的原因和消除方法。根据不连续现象的程度将原因分为3层,第1层是基本的原因事件、结果事件或传递的概率错误造成的不连续;第2层是因素对应错误造成的概率错误;第3层是演化结构不清造成的错误。针对这些错误提出消除方法,基本方法包括试验法、结构分析法和逻辑推理法;第2层次使用空间故障树和因素空间等方法;第3层使用三值逻辑等方法。研究结果表明:导致不连续的原因是演化过程的结构性问题,消除的方法应根据实际情况进行选择和变化。     

PSA中人因失误模型化研究

主要研究PSA模型如何考虑人因失误的影响,系统地提出如何在电厂系统模型中建立相对应的人因失误分析模型。利用事件树把系统故障和人因失误相结合的方法,探讨如何最大可能地真实描述事故后的操纵员行为,确定重要人因事件发展序列以及根据系统响应确定合理可分析的人因题头,建立完整的人因失误模型化的体系,并以实例说明具体分析过程。此项研究能够较好地描述硬件可靠性和人因可靠性之间的关联关系,降低HRA出力并满足PSA对于事故后人员行为的概率分析需求。     

基于自适应神经网络的通风系统故障过程及其规律研究

首先对影响通风系统故障过程特征量进行了定义;然后通过对矿井通风系统故障过程及其改善和劣化状态的分析,建立了基于两参数的Weibull过程故障率函数,给出了系统故障过程改善和劣化的判别式;最后,基于自适应神经网络技术对通风系统的故障规律进行了仿真研究,并应用C 语言和Matlab语言强大的解算及绘图功能,求出了故障过程特征参数值,绘制了故障曲线.     

基于双链量子遗传算法的系统故障概率分布研究

为简化空间故障树理论中的系统故障概率分布计算方法,提出基于双链量子遗传算法计算该分布.双链量子遗传算法有收敛快、计算量小的特点;同时系统故障概率分布原有方法基于分段函数解析计算,虽可得到精确分布,但计算较为复杂,不适合现场应用.据此,给出了基于双链量子遗传算法的系统故障概率分布确定步骤,并使用该方法分析了以往系统的故障概率分布.对比于前期研究成果,得到的故障分布可以分区表示故障的变化范围,且形成的分布图更为直观,同时体现了原分布中故障概率的变化特征,进而可得到符合故障概率要求的因素范围.     

系统故障演化过程中事件综合效用系数计算方法研究

为确定各事件在系统故障演化过程(System Fault Evolution Process, SFEP)中的效用，衡量对演化过程的贡献，提出了事件综合效用及系数计算方法。研究认为，影响SFEP的要素包括事件、事件故障概率、影响因素、演化过程中的事件演化关系和事件逻辑关系；进而提出了事件效用系数、事件逻辑效用系数和事件结构效用系数来表征这些要素；给出了3个系数的推导过程和计算方法；综合3个系数形成了事件综合效用系数。通过实例展示了计算流程，得到了实例SFEP中各事件的综合效用系数。结果表明：事件综合效用从大到小依次为过程事件、最终事件、边缘事件；对比事件效用系数，事件逻辑效用系数和结构效用系数对实现演化的作用更大；事件综合效用系数是通过所有因素的具体值确定的，只对确定因素值有效。成果可为SFEP增加研究事件效用的新方法。     

SFT下的云化故障概率分布变化趋势研究

为了扩展空间故障树SFT的应用性,特别是处理具有离散性、随机性和模糊性(不确定性)的实际运行中系统产生的故障数据,利用云模型重构系统故障概率分布变化趋势的计算方法。通过故障概率分布变化趋势可得到系统故障概率随某一因素变化情况。建立云化故障概率分布变化趋势方法的目的在于,对于可靠性数据普遍存在的不确定性可使用云模型进行表示;构建的故障概率分布函数是连续的,可进行函数求导以方便得到变化趋势。将云化故障概率分布变化趋势方法应用于经典实例,得到了一些定性和定量结果。论述了该方法在理论和实际应用上的价值。     

铁路事故持续时长预测背景下的影响因素分析

为提高铁路事故持续时长预测能力及行车调度指挥水平,选取2006—2015年中国铁路事故报告数据为研究对象,根据事故持续时长特征,首先利用焦点损失(FL)和双向门控神经网络(BiGRU)的分类模型(FL-BiGRU)对事故直接致因进行分类;然后应用统计学方法最大信息系数进行相关性分析,得到与持续时长相关的前8个因素并选其作为预测指标;最后利用5种机器学习算法建立事故持续时长预测模型以验证相关性分析进行因子集筛选的合理性。结果表明:FL-BiGRU分类模型精确度达到94%;最大信息系数构建的预测指标体系能够显著提高预测模型的准确度,其中卡方检测决策树(CHAID)模型较其他模型预测性能最佳,准确度为79%;在实际工作中可用于辅助调度工作。     

城市综合承灾能力评价的分形模型

基于结构决定功能的系统原理,运用分形理论,构建城市综合承灾能力分形评价模型。首先构建了城市综合承灾能力评价指标体系;其次进行原始数据标准化处理及指标数据之间相关性的消除;接着进行研究对象的分形评价与分维计算;最后通过对29个城市实例进行计算,并与模糊可变识别评价方法、指数评价方法进行比较验证,得到各城市综合承灾能力属于相对较强、中等和较弱的各占13.79%6,5.52%和20.69%。实例分析结果与各城市承灾能力实际状态基本一致,显示该方法能利用一个综合反映多因素之间复杂关系的特征指标给出相应的评价等级结果。     

基于模糊贴近度的组织安全文化评估方法

鉴于组织安全文化评估过程中,各因素指标及其相互作用关系具有模糊性,引入模糊数学理论,提出一种基于模糊贴近度的组织安全文化评估(SCA)方法。首先,构建组织安全文化因素指标体系以及确定SCA特征状态模式;其次,依据模糊语言隶属度函数以及特征状态模式,确定指标与SCA等级的隶属度;第三,确定指标与各等级的非对称贴近度,依据模糊贴近度判断矩阵进行评估决策;最后,以核电组织安全文化为例,通过对比分析进行方法的验证。实例分析结果的一致性表明:该方法能有效量化系统状态与各评估等级之间的贴近程度,能解决安全文化以及评估状态的模糊性问题,且评估结果与实际状态相吻合。     

基于突变理论的非常规突发事件下个体行为状态研究

针对非常规突发事件下个体行为状态,考虑物质环境、社会环境和个体属性等因素,建立评价影响个体行为状态的3级指标体系;在分析非常规突发事件下个体行为状态突变特征的基础上,建立非常规突发事件下个体行为状态的尖点突变模型;采用突变级数法对4类非常规突发事件进行实例分析,得到4类突发事件下个体行为状态的影响度。实例表明,不同类型非常规突发事件下个体行为状态的影响度不同;重大自然灾害和公共卫生类型突发事件中个体行为所受影响最大,社会安全事件次之,事故灾难突发事件中最小。