一、可靠性参数不确定性重要度研究（论文文献综述）
吴昕阳[1]（2018）在《基于重要度的多阶段任务系统可靠性分配模型及算法》文中进行了进一步梳理在一些实际工程中,有些系统任务可以被划分为几个连续不相交的时间阶段,在不同的阶段内有不同的部件组合逻辑和不同的任务成功准则,这种系统通常被称为多阶段任务系统（Phased Mission Systems,PMS）。对这样的系统进行可靠性分配时,需考虑如下特点:（1）同一个部件在不同的阶段中具有不同的可靠度水平;（2）不同的阶段有不同的任务部件组合逻辑;（3）部件的可靠性参数存在不确定性,如在不同的任务环境中,可靠性参数随环境应力的变化而变化;（4）系统需要执行多个不同的任务。此外,系统可能会存在部分部件需要更新的情况（如性能不再符合要求、到达预期寿命等）,需要这些设备进行升级或淘汰处理。本文针对PMS的上述特点,提出了两种分配模型,分别用于解决考虑部件不确定性的可靠性分配问题及系统由部分待更新部件构成情况下的可靠性分配问题。可靠性预计是可靠性分配的前提,因此,本文还提出了一种基于扩展的面向对象的Petri网（Extended Object-oriented Petri Net,EOOPN）模型,用于PMS的任务可靠性建模与评估。论文的主要工作和创新点为:（1）提出了基于EOOPN模型的PMS的可靠性建模与评估方法由于解析方法的假设条件较多,仿真方法更适合用于实际PMS的任务可靠性预计。Petri网结合了马尔可夫方法和仿真方法的优点,其仿真结果稳定性高,使用广泛。但经典的Petri网描述能力有限,较难应用于复杂系统建模,本文在着色Petri网的基础上,提出了适用于PMS任务可靠性分析的EOOPN模型。该模型引入子网库所来构建阶段状态、阶段任务及部件部件的可靠性模型,使用逻辑变迁门代替部分布尔结构表达式,使用信息库所在子网库所间传递信息,增加广播库所用来同时向模型中的所有库所无延时的广播信息。论文还从三个层次（系统级、阶段级、部件级）构建了四个通用的子网,增加了模型的可重用性。（2）建立了考虑部件不确定性的可靠性分配模型,提出了基于部件全局重要度的混合启发式算法部件可靠性的不确定性可能会引起系统的实际任务可靠度低于目标可靠度的问题,在可靠性分配过程中,需要考虑部件的不确定性。论文提出了考虑部件不确定性的可靠性分配模型,该模型使用部件的平均故障间隔时间作为部件可靠性的输入参数,避免了使用部件的可靠度作为输入参数带来的输入参数在不同的阶段中变化的问题,模型将分配方案满足系统目标任务可靠性的置信度作为约束,使得分配方案可以以满意的成功概率完成系统任务。为求解该模型,论文提出了基于方差分析方法的部件全局重要度的混合启发式算法。该重要度指标可以用来评估部件在所有部件的可靠性都不确定的情况下对系统的重要程度。算例证明了论文提出的模型及算法对解决此类问题的有效性。（3）建立了系统存在部分待更新部件的可靠性分配模型并提出了基于部件成本重要度的混合启发式算法PMS系统通常由多个不同的子系统构成,当需要执行新的任务时,需要对现有配置下系统的可靠度进行评估,若现有配置下不能按照设计的可靠度完成系统任务,则需要对系统中的部分子系统进行更新。对于因技术革新等原因,不再为市场部件组成的子系统需要进行更新或者废弃,保留市场上存在的主流产品,在这种情况下,系统将由部分待更新部件部件构成。论文针对这种情况提出了考虑系统存在部分部件待更新的可靠性分配模型,模型将部件分为两大类,即待更新的部件和现有部件。需要更新的部件按照处理方法又可以分为两小类,即更新升级的部件、废弃的部件。在进行可靠性分配时,为提高系统的可靠度,对于更新设计的部件,可以提高其可靠度参数,对于现有部件可以进行冗余设计。为求解该模型,论文提出了基于B-可靠性重要度的成本重要度,综合考虑了部件的重要度及部件成本对系统可靠性及系统总成本的影响。算例表明该模型适用于具有部分部件待更新的PMS任务可靠性分配问题。此外,论文将提出的具有部分部件待更新的分配模型及算法应用于载人航天测控通信系统的任务可靠性分配中,验证了模型及算法的有效性。
赵渊,郭胤,谢开贵[2]（2013）在《考虑参数不确定的电网可靠性概率分布特征》文中研究说明从概率分布角度刻画电网可靠性的随机分布规律,并对概率分布特征受参数不确定性的影响开展研究,克服了常规电网可靠性评估中在参数不确定性影响研究上仅仅囿于期望值指标的缺陷。推导了参数不确定时元件故障前工作时间和故障后修复时间的边缘概率分布,为规避边缘分布函数过于复杂且难以解析计算的障碍,采用了数值积分对其进行离散化表征,并据此改进传统序贯蒙特卡洛算法,实现了计入参数不确定影响的电网可靠性指标的边缘概率分布计算,探索了参数不确定的电网可靠性概率分布特征研究的新思路。同时采用双循环蒙特卡洛仿真与所提方法在计算效率和计算时间上进行对比验证。通过对RBTS和IEEE-RTS 79系统的评估分析,验证了所提方法的正确性和实用性。
张雅维[3]（2013）在《电力系统概率风险评估中的薄弱环节辨识研究》文中提出本文受国家自然科学基金项目（柔性发输电系统概率风险评估和优化配置模型研究，项目号50977094），中央高校基本科研业务费科研专项“电网概率风险评估的参数不确定性分析及概率密度解析计算研究”（CDJZR11150012）资助。随着社会经济的快速发展和电力工业技术的不断进步，现代化电力系统规模日趋庞大，运行机理愈加复杂。电力系统的联网运行在获得巨大效益的同时，也承受着更大的潜在风险，为规划、运行、维护和管理带来了更大挑战。新型设备的加入、气候条件和人为因素等都会对电力系统安全运行产生影响，现代社会对电能的需求则对电力系统的供电能力提出了更高的要求。电力系统可靠性评估能够定量提供有关系统可靠水平的信息，揭示系统中的薄弱环节，为电网运行、规划和设计人员提供理论依据，具有重要的工程实际意义，因此成为电力系统研究中十分重要的课题之一。本文从大电力系统概率风险评估的角度，针对元件可靠性参数这类统计参数的取值不准确性对系统期望值风险指标的影响以及系统中薄弱环节的辨识方法开展了相关工作。论文的主要研究内容包括：①计及元件故障率和平均修复时间的随机性，引入随机响应面法（StochasticResponse Surface Method, SRSM），通过少量计算，建立了期望值风险指标的多项式函数表达式。根据正交性，推导了指标期望值和方差的计算公式，实现了快速计算。采用广义混沌多项式展开，提高了元件可靠性参数为非正态分布时随机响应面法的收敛速度。根据系统期望值风险指标的多项式函数，结合元件可靠性参数取值的不确定性，辨识了系统中的薄弱环节。分别使用二阶和三阶随机响应面法，计算了RBTS系统和IEEE-RTS79系统期望值风险指标的多项式函数表达式、期望值和标准差，并得到了指标的概率密度曲线，识别出了系统中的薄弱可靠性参数。与重复可靠性评估计算结果比较，验证了随机响应面法的正确性和有效性。②采用模糊数描述元件修复率和故障率这些统计参数的不准确性，通过模糊数运算法则计算了系统元件的模糊重要度指标。并采用重心法、中值法和-截集法等去模糊方法，将模糊重要度指标进行归一化表达，有效辨识了参数不确定时对系统可靠性影响显着的元件，揭示了元件可靠性参数的模糊性对系统可靠性指标的影响。通过对RBTS和IEEE-RTS79系统的元件模糊重要度指标的计算和分析，辨识了系统的薄弱环节，并验证了该方法的正确性和有效性。③建立了基于直流潮流的容量增量利用率模型，定义了容量增量平均利用率指标和容量增量期望指标，并根据指标的计算结果，从容量的角度对系统中的薄弱发电机节点和输电线路进行了辨识。将该方法应用到RBTS系统和IEEE-RTS79系统中，说明辨识结果的有效性，并验证了计算结果的正确性。
齐金平[4]（2018）在《高速铁路动车组可靠性建模方法研究 ——以兰新客专动车组为例》文中认为客运高速化是中国铁路重要的发展方向。高速铁路已经成为城市与城市间大密度、高效率的运输方式之一。高速铁路动车组作为高速客运的主要载体,在我国动车组服役数量及运营里程不断增加的条件下,现役动车组的运行可靠性已成为人们关注的重要问题。动车组工作条件复杂、功能层次结构复杂,其故障形式与故障机理复杂多样;同时由于现场数据、试验数据等故障统计数据缺乏、不规范等原因,导致部件故障概率难以用精确数值表达;此外,动车组关键部件故障关系存在优先相关性、功能相关性、顺序相关性以及由系统冗余带来的备件门逻辑关系（冷备件、热备件等）。因而动车组在故障演化过程中存在部件故障状态、部件故障率的模糊性,故障逻辑关系的不确定性及动态时序性特点。采用故障树、故障模式影响分析等传统可靠性方法对动车组进行可靠性分析和建模时难以真实表征动车组的多故障状态与动态时序性特点,研究高速铁路动车组可靠性建模分析方法,对于完善动车组维修策略、提升现役动车组可靠性水平、保障动车组安全运营具有重要意义。本文基于作者主持的“兰新高铁动车组可靠性分析方法研究”和“大风环境下高速动车组运行关键技术研究”等项目,围绕动车组关键部件故障概率获取及融合处理方法、动车组模糊多态可靠性建模分析方法、动车组模糊动态可靠性建模分析方法等关键问题进行了深入研究。兰新客运专线动车组在运用检修过程中已形成了一定量的运维数据,但存在小样本特性、多源异构及不确定性等问题,难以对动车组关键部件故障的失效概率进行精确的数值表达,限制了动车组可靠性分析水平的提升。针对上述问题,本文统筹考虑客观运维数据与主观领域专家信息,提出了基于D-S证据理论的多源数据融合方法:在对当前动车组检测数据、故障数据等进行整理分析的基础上,根据故障等级、故障频次等属性获取动车组部件的主要故障及故障率参数;通过基于信心指数的专家调查法获取动车组部件的主要故障及重要程度信息,并由专家自己进行数据可靠性或客观性评价,提高了动车组故障数据的可用性,从而与客观运维数据形成了有效补充;最后根据运维数据和专家数据的可信度不同确定了融合权重,根据D-S证据理论对两者进行融合,实现了主观专家知识信息与客观数据样本信息的结合,保证了基础数据在小样本及不确定性条件下动车组关键部件故障率数据的可用性,为动车组部件可靠性分析奠定基础。动车组功能层次结构复杂,且受自然环境、维修及运营等多种条件的影响,动车组部件在工作过程中常具有多种故障状态,而且其故障机理具有不确定性。当前对多态系统的表述一般采用三态系统,即在理想工作状态和完全失效状态之间增加中间故障状态,因其只有一种中间状态,难以如实表征多种故障状态对动车组可靠性的影响。因而本文提出了动车组部件模糊多态可靠性建模方法。在建模过程中考虑了动车组部件故障机理的不确定性,采用T-S模糊故障树进行建模,并采用模糊数（0,0.25,0.5,0.75,1）表述故障的多种状态,从而构建了T-S模糊多态故障树模型。考虑到T-S故障树在求解过程中计算量大的特点,将T-S模糊多态故障树模型转化为模糊贝叶斯网络,再进行可靠性分析计算,利用所构建的简单模型进行二态、多态故障树与模糊贝叶斯网络之间的可靠性参数进行对比,验证了该模型的有效性。针对动车组关键部件故障关系存在优先相关性、功能相关性、顺序相关性以及由系统冗余带来的备件门逻辑关系（冷备件、热备件等）等动态时序性特点,本文还提出了动车组部件模糊动态可靠性建模方法。考虑到动车组部件故障机理的不确定性,利用动态故障树及T-S模糊理论构建了T-S模糊动态故障树分析模型,并确定了T-S模糊动态故障树中的动态门的条件概率表,从而降低了模型计算难度。通过简单动态模型实现了动态故障树与T-S模糊动态故障树可靠性参数的对比分析,验证了T-S模糊动态可靠性分析模型的有效性。利用构建的动车组关键部件模糊多态可靠性分析模型与模糊动态可靠性分析模型,本文分别对动车组受电弓系统与空气制动系统进行可靠性分析,确定了模糊多态与动态门的条件概率,通过计算得出了动车组部件可靠性参数,从而找到了受电弓系统与空气制动系统的高风险事件与薄弱环节,为提升其运营可靠性提供参考。
郭胤[5]（2013）在《考虑参数不确定性的电网可靠性概率分布计算》文中进行了进一步梳理本文受国家自然科学基金项目（柔性发输电系统概率风险评估和优化配置模型研究，项目号50977094），中央高校基本科研业务费科研专项“电网概率风险评估的参数不确定性分析及概率密度解析计算研究”（CDJZR11150012）资助。传统电网可靠性评估使用基于期望值的可靠性指标体系，但可靠性指标本质上是随机变量，需从概率分布视角对系统风险进行描述。无论采用何种模型和方法求解，元件可靠性参数都是基础输入数据，其不确定性对模型输出结果有着深刻的影响。因此，探索参数不确定性对电网可靠性概率分布的影响，研究参数不确定时电网可靠性概率分布计算的模型和方法是一个亟待深入研究的重要课题。本文从概率分布角度刻画电网可靠性的随机分布规律，并对概率分布受参数不确定性的影响展开了研究，探索了参数不确定性向电网可靠性概率分布的传播规律，实现了考虑参数不确定性的电网可靠性指标概率分布计算，主要内容如下：①建立了参数不确定时电网可靠性概率分布计算的数学模型，并将双循环蒙特卡洛模拟法应用于该模型的计算，同时定义了双循环蒙特卡洛模拟法的收敛判据。在部分元件参数不确定时利用该方法对RBTS系统进行了评估。该方法直观易用，其计算结果可作为一种参考基准，验证其他方法的正确性和有效性。②将点估计法和电网可靠性评估进行有机结合，利用点估计法处理参数的不确定性，实现了参数不确定时电网可靠性概率分布的计算。与双循环蒙特卡洛模拟法相比，点估计法的计算效率大幅提高。通过对RBTS系统的评估验证了点估计法的正确性和有效性，并利用2m+1点估计法计算了所有参数不确定时RBTS系统可靠性指标的概率分布。③基于条件概率分布和边缘概率分布的概念推导了参数不确定时元件故障前工作时间和故障后修复时间的边缘概率分布，并采用数值积分对其进行了离散化表征，通过改进序贯仿真中元件状态持续时间的抽样模型，实现了参数不确定时电网可靠性概率分布的计算。与点估计法相比，改进序贯模拟法的计算效率进一步提高，并且不受系统规模的限制。通过对RBTS系统和IEEE-RTS79系统的评估验证了该方法的正确性、有效性和实用性，分析了参数不确定性对电网可靠性概率分布的影响。在此基础上同时计及参数不确定性和负荷变动对RBTS系统进行了可靠性评估。最后在元件修复时间服从威布尔分布时，采用改进序贯模拟法计算了元件平均修复时间不确定时电网可靠性指标的概率分布。
裴建中,贾彦顺,张久鹏,李蕊,常明丰[6]（2016）在《沥青路面结构可靠度的研究进展及展望》文中指出为了明确沥青路面结构可靠度理论的研究现状,对沥青路面结构可靠度概率分析模型、不确定性影响因素、可靠度计算方法以及结构可靠度研究热点等方面的研究进展进行了综述,对比分析了各国沥青路面结构概率分析模型,探讨了设计和施工过程中的不确定性因素,归纳了路面结构可靠度计算方法,最后论述了沥青路面结构可靠度的发展方向。综合分析表明:一次二阶矩法可以满足沥青路面结构可靠度的计算要求;当前沥青路面结构可靠度研究在设计指标、极限状态和概率分析模型等方面还存在不足,需要从时变可靠度、体系可靠度、随机可靠度等方面进一步深入研究;建议开展基于可靠度的结构鲁棒性和冗余性分析。
杨红义[7]（2004）在《中国实验快堆设计阶段内部事件一级概率安全评价》文中研究表明为解决人类长期的能源问题，建设快堆依然被公认为是增殖核燃料、焚烧核废物的现实途径。快堆的安全性一直受到世界公众的关注，概率论分析技术是对核反应堆进行安全分析的确定论方法的有益补充，概率安全评价（PSA）技术通过对核反应堆进行全面的风险评价，形成用于分析核反应堆特定问题和普遍问题的信息库，同时可定量地度量潜在的事故对公众造成的风险，并对核反应堆的设计和运行的安全特征作出全面分析。 一级PSA通过对核反应堆设计和运行分析，尤其着重于对能引起堆芯熔化的事故序列、基本原因和发生频率的分析，对反应堆安全作出评价，对设计和运行规程作出评价，并从防止堆芯熔化的观点给出电站的系统分析模式，获得核反应堆总的堆芯熔化频率（CDF）。 在系统调研国际国内核反应堆PSA分析以及快堆PSA研究进展的基础上，研究和阐述了实施快堆一级PSA的方法论，重点研究了确定快堆初因事件并进行分类、确定事故序列、建立安全系统的可靠性模型、进行定量分析、不确定性分析和重要度分析的实施方法和技术，从而确定了实施CEFR一级PSA分析的技术路线与方法。 在研究和掌握中国实验快堆（CEFR）安全设计及确定论分析的基础上，分析了CEFR内部初因事件并进行了分类和归集，界定了事故序列分析和系统模化的边界与范围，通过详细分析CEFR的各种事故保护模式设计，建立了完整的CEFR内部事件一级PSA事故序列分析模型。通过对重要安全系统及部件故障和失效模式分析，建立了这些系统的可靠性分析模型。然后，采用广泛调研和与实际设计相结合的方法，收集和确定了各种可靠性参数，应用小事件树与大故障树相结合的技术，在国际着名核反应堆一级PSA分析软件RiskSpectrum平台上，完成了事故序列与系统故障树的各种定量分析、不确定性分析和重要度分析。获得了重要系统的不可用度及CDF，得到了导致系统不可用和堆芯熔化的支配性最小割集及事故序列。 最终计算结果显示，在超功率保护信号触发时停堆系统的不可用度为7.6E-10／需求，各种事故情况下事故佘热排出系统的不可用度为6E-7/需求，各种事故情况下主热传输系统的不可用度为1.6E-4／需求，内部事件总的CDF为4E-7堆年，其90％置信度区间下限（5％）为6.2E-8／堆年，上限（95％）为2.3E-6／堆年，对CDF贡献最大的初因事件为失去厂外电源，支配性事故序列是失去厂外电源合并事故余热中国原子能科学研究院博士学位论文排出系统失效。 各种重要度和灵敏度分析表明，避免较长的任务时间给事故余热排出系统带来的风险、改进事故余热排出系统的可靠性、通过优化的运行规程和完善的管理减少导致主热传输系统失去排热能力的初因事件的发生是减小CEFR堆芯熔化风险、更加提高安全与可靠性的主要努力方向。 在国内首次进行了快堆PSA研究。研究和论述了将通用一级PSA原理应用到池式钠冷快堆概率安全分析的方法学，并通过实施CEFR一级PSA的实践，掌握了快堆一级PSA的特点、方法和经验。为国内今后快堆PSA的深入研究奠定了重要基础。 首次完成了CEFR一级PSA研究。通过系统评价CEFR安全设计和确定论分析，建立了实施CEFR一级PSA的总体模型和信息库。为当前和今后对CEFR的各级PsA分析以及Living（活的）PSA分析研究奠定了重要基础。 首次获得CEFR停堆系统和事故余热排出系统的不可用度，获得了内部事件时总的CDF。与国际快堆研究及典型的轻水堆比较研究表明，论文获得的CEFR结果满足国际原子能机构建议的快堆的概率安全目标，而且与国际快堆PSA研究结论基本一致，印证了世界其它国家研究的结论，即快堆的CDF比当代轻水堆约低一个量级。这一结果提供了快堆安全性的量化指标，为我国今后大力发展以快堆为主要环节的核燃料循环事业提供了重要的理论支持。 创新地引进另一种系统可靠性分析技术一GO法。应用GO法原理建立了对CEFR供电系统可靠性分析的理论模型，创建了CEFR供电系统GO图，并编制计算机软件进行GO法分析，获得了重要安全系统和设备的电力系统的失效概率。为在我国应用GO法进行核反应堆相关系统的可靠性研究增加了新的例证。关健词:概率安全评价、中国实验快堆、堆芯熔化频率、可靠性、不可用度
嵇炳翰[8]（2019）在《民航发动机可靠性数据分析与预计方法研究》文中提出作为通用质量特性的核心与基础,可靠性是影响发动机安全性与综合效能的重要因素。可靠性设计对发动机可靠性性能起到决定性作用,而在设计阶段进行可靠性预计工作是可靠性设计中的重要一环。传统的预计方法往往准确性不高、所需信息过多或者不能很好地描述预计结果,所以亟需开发更为适用的预计模型。由于我国刚刚开展民航发动机研制工作,各类可靠性工作不可避免的需要参考国外的先进机型,并从中提取出有用信息。因此本文从目前面临的问题出发,首先对国外制造商和航空公司常用可靠性参数进行比较分析,选取最适宜的可以反映发动机可靠性性能的参数建立发动机系统的可靠性参数体系。由于可靠性工作需要大量数据作为支持,所以本文以航空公司实际运营中产生的数据为主进行收集。为了保证数据分析的完整和全面,做了如下工作:对数据进行异常值检验和分布参数估计;对于缺失数据,利用多重插补法进行填补;引入无故障数据分析的方法。在完成对数据的分析处理后,将其作为预计的输入。在深入研究各种预计方法后,通过分析传统方法的不足之处与限定范围,针对不同参数、不同阶段提出三种预计方法:第一种是基于模糊可靠性模型的蒙特卡罗仿真法,在建立可靠性模型的基础上,根据实际问题中存在不确定性的因素将其模糊化表示,并通过蒙特卡罗仿真简化计算,在仿真结果的基础上进行重要度分析,确定薄弱环节;第二种是通过对性能参数与可靠性参数的相关性分析进行多元回归建模和神经网络预计的方法;第三种是在设计阶段为了最大化专家工程经验知识,在分析发动机系统各影响因素的基础上进行模糊综合评判,适合对数据量少、预计难度较大的参数进行合理估计。通过对发动机系统的预计分析,发现蒙特卡罗仿真适用于详细设计阶段,能够很精确地计算系统的可靠性参数值。性能参数分析和模糊综合评判适用于初步设计阶段,能够大致估算出系统的可靠性性能,可以给可靠性工作一定的参考价值。它们之间互为补充,很好地弥补了现有预计模型的不足。
祝锦舟[9]（2019）在《面向规划的电网全寿命周期安全效能成本评估方法研究》文中研究指明国民经济的发展离不开电力工业的支撑,科学合理的电网规划不仅可以提高电网自身的经济社会效益,同时也将对国民经济其它行业的发展产生重要的影响。开展统筹电网安全、效能、成本的全寿命周期评估,即电网全寿命周期安全效能成本（safety efficiency cost,SEC）评估,对于优化电网规划方案、提高电网管理水平和运营效益具有重要意义。目前的电网SEC评估还主要是从资产全寿命周期管理的角度针对设备和现状电网进行评估,而从电网整体的角度对电网规划方案进行全寿命周期SEC评估的研究尚不多见。如何从电网整体的角度定义适应电网规划方案优选的电网全寿命周期SEC评估指标、如何构建面向规划的电网全寿命周期SEC评估模型,以及如何对电网规划方案的全寿命周期SEC评估指标进行分析计算,这些仍值得深入研究和思考。本文将电网全寿命周期SEC评估理论引入到电网规划方案的分析与优选中,建立面向规划的电网全寿命周期SEC评估指标体系及评估模型,并着重针对电网规划方案全寿命周期SEC评估中的相关分析计算方法展开深入研究。本文主要从以下几个方面展开研究工作:1.分析电网规划方案全寿命周期SEC评估与现有的电网SEC评估的差异,构建面向规划的电网全寿命周期SEC评估的指标体系,并在此基础上疏理电网规划方案全寿命周期SEC评估的主要环节以及其中用到的相关分析计算方法,提出面向规划的电网全寿命周期SEC评估的技术路线图。2.基于马尔科夫链及概率-频率分布函数,在计及随机变量频率及持续时间等时序（序贯）特性的条件下,对电网SEC评估中的时序随机变量进行建模与分析:在时序随机变量马尔科夫链建模的基础上,通过综合考虑时序随机变量的状态划分精度及状态转移过程的马尔科夫性水平,提出马尔科夫链的优化聚类决策模型,提高时序随机变量马尔科夫链建模的准确性;基于马尔科夫链,提出改进的时序随机变量概率-频率分布函数及其分析计算方法,使得计及随机变量频率及持续时间等时序特性的分析计算变得简洁和高效;基于时序随机变量概率-频率分布函数,综合考虑风电场风速波动的随机性及风电机组自身故障和降额运行状态的影响,提出风电场随机出力的建模与分析方法,提高风电场随机出力建模与分析的效率;基于随机向量马尔科夫链,提出计及时序随机变量空间互相关性的马尔科夫链及概率-频率分布函数的建模与分析方法。3.基于时序随机变量的建模与分析方法,提出计及电网SEC评估中随机变量时序特性的概率潮流和概率最优潮流计算方法。现有的关于概率潮流和概率最优潮流的大多数计算方法均存在一个不足,即仅能获得相关输出随机变量（如节点电压、支路潮流）的概率信息。本文提出的方法利用概率潮流和概率最优潮流计算中输入随机变量（如节点注入功率）与输出随机变量间的函数关系,通过输入随机变量概率-频率分布函数的运算,可高效地实现包括概率、频率及持续时间等信息在内的相应输出随机变量时序特性的分析计算。4.利用电网传输点输电能力与负荷解耦（系统-负荷解耦）的特性,提出基于传输点容量模型的电网可靠性评估方法,提高电网SEC评估中电网可靠性评估的效率。目前已有的基于系统-负荷解耦分析的电网可靠性评估方法中,输电能力计算模型以及频率与持续时间型可靠性指标的计算方法均存在不足。本文以系统-负荷解耦分析为出发点,建立适用于电网可靠性评估的传输点输电能力优化决策模型,并研究该优化决策模型的求解方法,提高计算效率;在时序随机变量马尔科夫链建模以及传输点输电能力优化决策模型的基础上,构建传输点容量模型,即传输点输电能力的概率-频率分布函数,并通过传输点容量模型与相应负荷模型（即负荷的概率-频率分布函数）之间的运算,高效地实现包括概率型、频率及持续时间型等指标在内电网可靠性指标的分析计算。5.提出电网最大输电能力的概率优化决策方法,在电网SEC评估中实现满足风险-收益概率均衡的电网最大输电能力计算:在综合考虑电网状态不确定性、负荷变化不确定性、不同子区域输电能力相互制约关系以及不同电网状态下电网输电能力决策间相互影响的基础上,以包含风险及收益在内的输电综合成本期望值最小化为目标,建立电网最大输电能力的概率优化决策一般模型;通过将优化决策一般模型转化为双层线性规划模型进行求解,提高计算效率。6.在前述对电网SEC评估中的相关分析计算方法进行研究的基础上,实现面向电网规划方案优选的电网安全、效能、成本的定量分析和综合评估:针对现有电网SEC评估模型的不足,建立基于电网整体分析的电网全寿命周期SEC评估模型;从电网规划方案优选的角度,构建全寿命周期SEC评估中各项指标的计算模型,实现各项指标的分析计算;基于全寿命周期评估的特点,提出确定电网全寿命周期SEC评估年限的方法,实现电网规划方案全寿命周期SEC的综合评估。以RBTS-6、IEEE-RTS79、IEEE-300测试系统以及我国中部地区某输电网规划方案为分析算例,说明本文所提出的面向规划的电网全寿命周期SEC评估方法的有效性。
林衍旎[10]（2019）在《认知不确定性下采用可靠性分析诊断系统故障的信息融合方法》文中研究指明容错技术在车地无线通信系统中的大量运用,一方面极大地提高了系统可靠性,另一方面显着增加了系统结构复杂性,导致其发生故障时存在认知不确定性和故障相关性等特性,给系统故障诊断提出了新挑战。如何针对车地无线通信系统独有的故障特性,建立考虑多种因素影响的故障诊断模型及多源异构信息动态诊断决策算法,以便能快速准确定位故障、修复故障从而降低诊断成本具有极为重要的意义。首先,针对车地无线通信系统采用大量冗余技术而导致的故障相关性问题,研究采用动态故障树建立车地无线通信系统的故障模型,以描述其故障特性的动态性和时序性;针对车地无线通信系统存在故障样本少导致的认知不确定性问题,采用区间数来表示车地无线通信系统各部件故障分布参数;针对传统马尔可夫链和贝叶斯网络无法对底事件分布参数为区间值的动态故障树进行求解,研究采用动态证据网络的方法对动态故障树进行定量分析,计算城市轨道交通车地无线通信系统可靠性参数。其次,针对现有诊断算法无法处理认知不确定性及诊断效率低等问题,提出一种认知不确定性下基于部件诊断重要度和最小割集诊断重要度的系统故障诊断方法。同时,针对多属性诊断算法无法处理异构信息,研究综合考虑部件重要度、测试代价及其不确定性、风险增加因子和当前诊断结果等多源异构信息的动态诊断决策算法。具体包括部件测试代价评估方法、异构多属性决策表的构建及避免出现排序混乱的归一化方法、广义距离集结函数定义、基于信息熵的属性权重确定方法以及基于距离度量的VIKOR动态故障诊断决策算法。并通过相关算例验证了所提方法的有效性。最后,在以上研究内容基础上,进一步融合实时传感器信息来优化系统诊断过程,构建了面向动态证据网络推理的诊断传感器模型,提出了基于部件诊断重要度的传感器优化布局方法;同时考虑传感器信息的可信性,利用传感器信息和当前诊断结果对可靠性参数进行更新,动态修正诊断决策表,并利用所提的诊断决策算法来获得最优的诊断顺序,提高诊断效率。
二、可靠性参数不确定性重要度研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、可靠性参数不确定性重要度研究（论文提纲范文）
（1）基于重要度的多阶段任务系统可靠性分配模型及算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 PMS可靠性建模与分析方法研究现状 |
| 1.2.2 PMS可靠性分配方法研究现状 |
| 1.2.3 部件具有不确定性的可靠性分配研究现状 |
| 1.2.4 重要度分析方法在可靠性分配问题应用中的研究现状 |
| 1.3 本文主要研究工作 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要创新点 |
| 第二章 基于EOOPN的 PMS任务可靠性模型 |
| 2.1 着色Petri网模型定义 |
| 2.2 扩展的面向对象的Petri网 |
| 2.2.1 EOOPN模型形式化定义 |
| 2.2.2 EOOPN模型的特点 |
| 2.3 多阶段任务系统的EOOPN模型 |
| 2.3.1 PMS可靠性模型假设 |
| 2.3.2 基于EOOPN的部件状态模型 |
| 2.3.3 基于EOOPN的阶段状态模型 |
| 2.3.4 基于EOOPN的阶段任务模型 |
| 2.3.5 基于EOOPN的系统任务模型 |
| 2.3.6 EOOPN中各子模型间的交互 |
| 2.3.7 EOOPN与经典PN模型对比分析 |
| 2.4 复杂PMS的 EOOPN模型 |
| 2.4.1 具有内部共因失效PMS的 EOOPN模型 |
| 2.4.2 具有外部共因失效PMS的 EOOPN模型 |
| 2.4.3 多状态PMS的 EOOPN模型 |
| 2.4.4 多任务PMS的 EOOPN模型 |
| 2.5 EOOPN模型数值算例分析 |
| 2.6 本章小结 |
| 第三章 部件MTBF具有不确定性的PMS任务可靠性分配 |
| 3.1 部件MTBF具有不确定性的PMS可靠性分配模型 |
| 3.1.1 任务可靠性分配模型定义 |
| 3.1.2 部件全局重要度指标定义 |
| 3.2 部件全局重要度相关性分析 |
| 3.2.1 训练样本及假设 |
| 3.2.2 环境因素与部件全局重要度的关系 |
| 3.2.3 部件结构逻辑与部件全局重要度的关系 |
| 3.2.4 部件工作时间及可靠性与部件全局重要度的关系 |
| 3.2.5 部件不确定性水平与部件全局重要度的关系 |
| 3.3 基于部件全局重要度的可靠性分配算法 |
| 3.3.1 可行解集合生成方法 |
| 3.3.2 可行解内部迭代优化方法 |
| 3.3.3 可行解外部迭代优化方法 |
| 3.3.4 可靠性分配算法流程 |
| 3.4 部件MTBF具有不确定性的PMS可靠性分配算例 |
| 3.4.1 算例1设计及其分配结果分析 |
| 3.4.2 算例2设计及其分配结果分析 |
| 3.5 可靠性分配模型及分配算法对比 |
| 3.5.1 典型分配算法 |
| 3.5.2 分配模型对比分析 |
| 3.5.3 分配算法对比分析 |
| 3.6 本章小结 |
| 第四章 具有部分待更新设备的PMS任务可靠性分配 |
| 4.1 具有部分待更新部件的PMS任务可靠性分配模型 |
| 4.1.1 具有部分待更新部件的PMS任务可靠性分配模型假设 |
| 4.1.2 具有部分待更新部件的PMS任务可靠性分配模型定义 |
| 4.2 具有部分部件待更新的PMS可靠性分配算法 |
| 4.2.1 部件成本重要度定义 |
| 4.2.2 基于部件成本重要度的混合启发式算法 |
| 4.3 具体部分待更新部件的PMS可靠性分配算例 |
| 4.3.1 具有部分待更新部件的PMS算例设计 |
| 4.3.2 基于部件成本重要度的混合启发式算法仿真分析 |
| 4.4 具有部分待更新部件的PMS任务可靠性分配模型及算法分析 |
| 4.5 本章小结 |
| 第五章 航天测控通信系统的任务可靠性分配 |
| 5.1 航天测控通信系统简介 |
| 5.1.1 航天测控通信系统定义 |
| 5.1.2 航天测控通信任务测控对象及测控子业务 |
| 5.1.3 航天测控通信任务测控子业务框图模型 |
| 5.1.4 航天测控通信任务测控方案 |
| 5.2 航天测控通信系统多任务可靠度评估方法 |
| 5.3 载人航天测控通信系统可靠性分配案例设计 |
| 5.3.1 交会对接段可靠性分配案例 |
| 5.3.2 返回段可靠性分配案例 |
| 5.4 具有部分待更新设备场景下航天测控通信系统可靠性分配模型 |
| 5.4.1 航天测控通信系统可靠性分配模型假设 |
| 5.4.2 航天测控通信系统可靠性分配模型及算法对比 |
| 5.4.3 航天测控通信系统可靠性分配结果分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 下一步研究工作及展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A 用于全局重要度相关性分析的23个PMS算例 |
| 附录 B 载人航天测控通信系统关键设备组成及代号 |
| 附录 C 交会对接段各阶段分系统级结构函数 |
| 附录 D 返回段各阶段分系统级结构函数 |
（3）电力系统概率风险评估中的薄弱环节辨识研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大电力系统可靠性评估的相关研究 |
| 1.2.2 不确定性分析的相关研究 |
| 1.2.3 薄弱环节辨识的相关研究 |
| 1.3 本文的主要工作 |
| 2 基于随机响应面法的电力系统可靠性不确定性分析 |
| 2.1 引言 |
| 2.2 随机响应面法原理介绍 |
| 2.2.1 输入变量标准化 |
| 2.2.2 建立输出响应多项式 |
| 2.2.3 确定多项式系数 |
| 2.2.4 系统响应的期望值和方差计算 |
| 2.3 广义混沌多项式展开 |
| 2.4 元件可靠性参数的薄弱辨识 |
| 2.5 算例分析 |
| 2.5.1 RBTS 系统计算结果及分析 |
| 2.5.2 IEEE-RTS79 系统计算结果及分析 |
| 2.6 本章小结 |
| 3 大电网可靠性评估的元件模糊重要度辨识 |
| 3.1 引言 |
| 3.2 模糊理论简介 |
| 3.3 模糊重要度指标 |
| 3.3.1 元件无效度的模糊数表达 |
| 3.3.2 失负荷概率 LOLP 对元件的模糊重要度指标 |
| 3.3.3 电力不足期望 EDNS 对元件的模糊重要度指标 |
| 3.4 模糊重要度指标排序 |
| 3.5 算例分析 |
| 3.5.1 RBTS 系统模糊重要度指标 |
| 3.5.2 IEEE-RTS79 系统模糊重要度指标 |
| 3.5.3 验证分析 |
| 3.6 本章小结 |
| 4 基于容量增量法的大电网薄弱环节辨识 |
| 4.1 引言 |
| 4.2 发电机节点的有功输出功率增量利用率模型 |
| 4.2.1 基于直流潮流的线性规划模型 |
| 4.2.2. 发电机节点有功输出功率增量指标计算 |
| 4.3 输电线路的容量增量利用率模型 |
| 4.3.1 基于直流潮流的线性规划模型 |
| 4.3.2 线路容量增量指标计算 |
| 4.4 算例分析 |
| 4.4.1 RBTS 系统计算结果及分析 |
| 4.4.2 IEEE-RTS79 系统计算结果及分析 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）高速铁路动车组可靠性建模方法研究 ——以兰新客专动车组为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与课题来源 |
| 1.1.1 研究背景 |
| 1.1.2 课题来源 |
| 1.2 研究对象 |
| 1.2.1 兰新客专简介 |
| 1.2.2 兰新客专动车组简介 |
| 1.2.3 动车组维修制度 |
| 1.3 问题的提出 |
| 1.3.1 高速铁路动车组运营特点 |
| 1.3.2 高速铁路动车组故障特点 |
| 1.3.3 现役动车组可靠性分析的必要性分析 |
| 1.3.4 现役动车组可靠性建模分析需要解决的问题 |
| 1.4 课题研究的意义 |
| 1.5 国内外研究综述 |
| 1.5.1 可靠性分析方法研究综述 |
| 1.5.2 可靠性分析理论在动车组可靠性分析的研究现状 |
| 1.6 研究内容及整体思路 |
| 1.7 论文整体结构 |
| 2 基于多源数据融合的兰新客专动车组部件故障率参数获取方法研究 |
| 2.1 兰新客专动车组关键部件可靠性基础数据采集 |
| 2.2 动车组可靠性数据特点分析 |
| 2.2.1 兰新客专动车组可靠性数据类型 |
| 2.2.2 动车组可靠性数据特点分析 |
| 2.3 问题的提出 |
| 2.3.1 小样本条件下多源可靠性数据融合 |
| 2.3.2 当前专家意见的利用方法及假定的不合理 |
| 2.4 兰新客专故障数据初步分析 |
| 2.4.1 整体统计 |
| 2.4.2 各部分统计 |
| 2.4.3 分布及波动性统计 |
| 2.5 基于信心指数专家调查法的动车组部件故障概率及重要度获取 |
| 2.5.1 调研概况 |
| 2.5.2 基于信心指数的专家调查步骤 |
| 2.5.3 调研结果 |
| 2.6 基于证据理论的多源可靠性数据融合 |
| 2.6.1 证据理论及融合方法 |
| 2.6.2 融合步骤 |
| 2.6.3 融合结果 |
| 3 基于T-S故障树和贝叶斯网络的动车组部件模糊多态可靠性建模 |
| 3.1 动车组多态特性及多态系统分析方法特点分析 |
| 3.2 T-S模糊故障树构建 |
| 3.2.1 故障树 |
| 3.2.2 T-S模糊故障树 |
| 3.2.3 事件描述 |
| 3.2.4 T-S模糊门规则 |
| 3.3 T-S模糊多态故障树构建 |
| 3.3.1 多态事件描述 |
| 3.3.2 多态模型构建 |
| 3.4 基于T-S模糊故障树的模糊贝叶斯网络构建 |
| 3.4.1 T-S模糊故障树到模糊贝叶斯网络的映射规则 |
| 3.4.2 模糊条件概率表的确定 |
| 3.5 模糊贝叶斯网络可靠性分析 |
| 3.5.1 叶节点故障概率 |
| 3.5.2 根节点灵敏度 |
| 3.5.3 重要度分析 |
| 3.6 模型有效性验证 |
| 3.6.1 传统二态和模糊贝叶斯网络二态对比 |
| 3.6.2 传统五态故障树和模糊贝叶斯网络五态对比 |
| 4 基于模糊动态故障树的动车组模糊动态可靠性模型构建 |
| 4.1 动车组部件的动态时序性特征 |
| 4.2 动态故障树与动态门 |
| 4.3 T-S模糊动态故障树构建 |
| 4.3.1 模糊理论与动态故障树 |
| 4.3.2 模糊动态故障树构建 |
| 4.4 门规则的建立 |
| 4.5 T-S模糊动态故障树可靠性分析 |
| 4.5.1 中间事件及顶事件概率求解算法 |
| 4.5.2 概率重要度分析 |
| 4.6 模型有效性验证分析 |
| 5 兰新客专动车组部件可靠性分析 |
| 5.1 受电弓多态可靠性分析 |
| 5.1.1 受电弓系统简介 |
| 5.1.2 受电弓系统T-S模糊多态故障树可靠性模型构建 |
| 5.1.3 多态受电弓系统模糊贝叶斯网络可靠性分析模型构建 |
| 5.1.4 受电弓系统可靠性分析 |
| 5.2 制动系统动态可靠性分析 |
| 5.2.1 空气制动系统简介 |
| 5.2.2 空气制动系统T-S模糊动态故障树可靠性模型构建 |
| 5.2.3 空气制动系统动态门条件概率表确定 |
| 5.2.4 空气制动系统模糊动态可靠性分析 |
| 5.3 可靠性参数对动车组部件可靠性优化的指导作用 |
| 5.3.1 重要度参数对动车组部件可靠性优化的指导作用 |
| 5.3.2 灵敏度参数对动车组可靠性优化的指导作用 |
| 5.4 部分分析结果的实际验证 |
| 5.4.1 基于受电弓模糊重要度参数的验证 |
| 5.4.2 部分动车组运营群发故障分析结果验证 |
| 6 总结与展望 |
| 6.1 主要研究内容与研究成果 |
| 6.2 主要创新点 |
| 6.3 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（5）考虑参数不确定性的电网可靠性概率分布计算（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 大电力系统可靠性评估研究现状 |
| 1.2.2 不确定性分析的研究现状 |
| 1.3 本文研究的主要内容 |
| 2 电力系统可靠性评估的模型和方法 |
| 2.1 引言 |
| 2.2 电力系统元件的停运模型 |
| 2.3 电力系统可靠性评估的方法 |
| 2.3.1 序贯蒙特卡洛模拟法 |
| 2.3.2 基于直流潮流的最优负荷削减模型 |
| 2.4 小结 |
| 3 参数不确定时电网可靠性概率分布计算的点估计法 |
| 3.1 引言 |
| 3.2 参数不确定时电网可靠性概率分布计算的数学模型 |
| 3.3 双循环蒙特卡洛模拟法 |
| 3.4 基于点估计法的电网可靠性边缘概率分布计算 |
| 3.4.1 点估计法的基本原理 |
| 3.4.2 基于点估计法的电网可靠性边缘概率分布计算 |
| 3.5 算例分析 |
| 3.5.1 元件可靠性参数随机变量及其分布 |
| 3.5.2 点估计法的验证 |
| 3.5.3 基于点估计法的电网可靠性边缘概率分布计算 |
| 3.6 小结 |
| 4 参数不确定时电网可靠性概率分布计算的改进序贯模拟法 |
| 4.1 引言 |
| 4.2 条件概率分布和边缘概率分布 |
| 4.3 改进序贯蒙特卡洛模拟法 |
| 4.4 算例分析 |
| 4.4.1 改进序贯模拟法的验证 |
| 4.4.2 RBTS 系统计算结果 |
| 4.4.3 IEEE-RTS79 系统计算结果 |
| 4.4.4 计及负荷变动的电网可靠性评估 |
| 4.5 改进序贯模拟法在非指数分布系统中的应用 |
| 4.6 小结 |
| 5 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A RBTS 可靠性测试系统 |
| B IEEE-RTS 79 可靠性测试系统 |
| C 作者攻读硕士期间发表的论文及参研项目 |
（6）沥青路面结构可靠度的研究进展及展望（论文提纲范文）
| 0 引言 |
| 1 沥青路面结构可靠度主要分析模型 |
| 1.1 结构可靠度分析模型 |
| 1.2 基于材料性能的可靠性水平评价模型 |
| 2 影响沥青路面结构可靠度的不确定性因素 |
| 2.1 不确定性分析方法 |
| 2.2 设计过程中的不确定性因素 |
| 2.3 施工过程中的不确定性因素 |
| 3 结构可靠度的计算方法 |
| 4 沥青路面结构可靠度研究的发展方向 |
| 4.1 时变可靠度 |
| 4.2 体系可靠度 |
| 4.3 随机可靠度 |
| 4.4 基于可靠度的结构鲁棒性或冗余性 |
| 4.5 沥青路面结构可靠度理论的应用 |
| 4.5.1 基于可靠度的沥青路面设计 |
| 4.5.2 沥青路面结构的可靠性评价 |
| 4.5.3 基于可靠度的沥青路面养护维修 |
| 5 展望 |
| 6 结语 |
（7）中国实验快堆设计阶段内部事件一级概率安全评价（论文提纲范文）
| 摘要 |
| 目次 |
| 图目次 |
| 表目次 |
| 缩略语 |
| 1 绪言 |
| 1.1 确定论分析方法 |
| 1.2 PSA分析方法 |
| 1.2.1 可靠性 |
| 1.2.2 概率与风险 |
| 1.2.3 概率安全评价(PSA) |
| 1.2.4 PSA研究的历史 |
| 1.2.5 PSA的目标与范围 |
| 1.2.6 PSA的方法与任务 |
| 1.2.7 我国PSA发展现状 |
| 1.3 国际快堆PSA研究现状 |
| 1.3.1 快中子反应堆 |
| 1.3.2 快堆的安全特征 |
| 1.3.3 快堆PSA的发展 |
| 1.4 本课题的意义及主要任务 |
| 1.4.1 课题的主要意义 |
| 1.4.2 课题的主要内容及论文结构 |
| 2 一级PSA方法学及软件 |
| 2.1 一级PSA方法学 |
| 2.1.1 概述 |
| 2.1.2 事故序列的确定 |
| 2.1.3 系统模化 |
| 2.1.4 相关失效分析 |
| 2.1.5 事故序列定量分析 |
| 2.1.6 PSA分析软件 |
| 2.2 Risk Spectrum软件介绍 |
| 2.2.1 Risk-Spectrum的主要功能 |
| 2.2.2 可靠性参数与模型 |
| 2.2.3 共因故障组 |
| 2.2.4 事件树与故障树 |
| 2.2.5 最小割集(MCS)分析 |
| 2.2.6 不确定性分析 |
| 2.2.7 重要度和敏感性分析 |
| 3 中国实验快堆安全设计 |
| 3.1 中国实验快堆 |
| 3.1.1 CEFR的主要设计参数 |
| 3.1.2 安全设计原则 |
| 3.1.3 多道实体屏障 |
| 3.1.4 固有安全性 |
| 3.2 安全系统和安全设施 |
| 3.2.1 停堆系统 |
| 3.2.2 事故余热排出系统 |
| 3.2.3 主热传输系统 |
| 3.2.4 供电系统 |
| 3.3 CEFR事故保护工况 |
| 3.3.1 概述 |
| 3.3.2 停堆保护动作分类 |
| 3.3.3 MHC系统保持正常排热能力的停堆保护动作 |
| 3.3.4 切除一条环路，另一环路保持正常排热功能的停堆保护动作 |
| 3.3.5 冷凝器真空破坏的事故保护动作 |
| 3.3.6 两台蒸汽发生器失去给水事故保护动作 |
| 3.3.7 失去厂外电源事故停堆保护动作 |
| 3.3.8 “地震” 信号的事故保护动作 |
| 3.4 CEFR确定论分析 |
| 3.4.1 初因事件谱 |
| 3.4.2 事故分析标准及限值 |
| 4 事故序列的确定与分析 |
| 4.1 概述 |
| 4.1.1 前沿系统及主要支持系统 |
| 4.1.2 事故序列确定中的相关性分析 |
| 4.1.3 堆芯熔化模式 |
| 4.1.4 反应堆初始状态 |
| 4.2 初因事件分析 |
| 4.2.1 初因事件的确定 |
| 4.2.2 初因事件的归集 |
| 4.2.3 初因事件频率 |
| 4.3 紧急停堆事故分析 |
| 4.3.1 分析范围 |
| 4.3.2 事故描述 |
| 4.3.3 事故序列分析 |
| 4.3.4 事故序列描述 |
| 4.4 反应性增加事故分析 |
| 4.4.1 分析范围 |
| 4.4.2 事故描述 |
| 4.4.3 事故序列分析 |
| 4.4.4 事故序列描述 |
| 4.5 堆芯局部冷却恶化事故分析 |
| 4.5.1 分析范围 |
| 4.5.2 事故描述 |
| 4.5.3 事故序列分析 |
| 4.5.4 事故序列描述 |
| 4.6 一回路失流事故分析 |
| 4.6.1 分析范围 |
| 4.6.2 事故描述 |
| 4.6.3 事故序列分析 |
| 4.6.4 事故序列描述 |
| 4.7 二回路失流事故分析 |
| 4.7.1 分析范围 |
| 4.7.2 事故描述 |
| 4.7.3 事故序列分析 |
| 4.7.4 事故序列描述 |
| 4.8 单环路失去主给水事故分析 |
| 4.8.1 分析范围 |
| 4.8.2 事故描述 |
| 4.8.3 事故序列分析 |
| 4.8.4 事故序列描述 |
| 4.9 失去厂外电源事故分析 |
| 4.9.1 分析范围 |
| 4.9.2 事故描述 |
| 4.9.3 事故序列分析 |
| 4.9.4 事故序列描述 |
| 4.10 两台蒸汽发生器失去给水事故分析 |
| 4.10.1 分析范围 |
| 4.10.2 事故描述 |
| 4.10.3 事故序列分析 |
| 4.10.4 事故序列描述 |
| 4.11 冷凝器失真空事故分析 |
| 4.11.1 分析范围 |
| 4.11.2 事故描述 |
| 4.11.3 事故序列分析 |
| 4.11.4 事故序列描述 |
| 4.12 一回路系统失钠事故分析 |
| 4.12.1 分析范围 |
| 4.12.2 事故描述 |
| 4.12.3 事故序列分析 |
| 4.12.4 事故序列描述 |
| 5 重要系统可靠性分析 |
| 5.1 概述 |
| 5.2 停堆系统可靠性分析 |
| 5.2.1 系统描述 |
| 5.2.2 故障树分析 |
| 5.2.3 主要结果与分析 |
| 5.3 主要安全参数监测系统可靠性分析 |
| 5.3.1 通量(功率)测量系统 |
| 5.3.2 堆芯出口钠温测量系统 |
| 5.3.3 功率流量比测量系统 |
| 5.3.4 二回路流量测量系统 |
| 5.3.5 蒸汽发生器出口钠温测量系统 |
| 5.3.6 主容器钠液位测量系统 |
| 5.4 事故余热排出系统可靠性分析 |
| 5.4.1 系统描述 |
| 5.4.2 工艺系统及流程 |
| 5.4.3 支持性仪控电设计 |
| 5.4.4 系统主要设备 |
| 5.4.5 故障树分析 |
| 5.4.6 主要结果与分析 |
| 5.5 主热传输系统可靠性分析 |
| 5.5.1 系统描述 |
| 5.5.2 工艺系统及流程 |
| 5.5.3 支持性仪控电设计 |
| 5.5.4 系统主要设备 |
| 5.5.5 故障树分析 |
| 5.5.6 主要结果与分析 |
| 5.6 应用GO法分析主要设备供电的可靠性 |
| 5.6.1 GO法概述 |
| 5.6.2 CEFR供电系统 |
| 5.6.3 建立GO系统图 |
| 5.6.4 程序编制及计算结果 |
| 6 堆芯熔化频率定量分析 |
| 6.1 定量分析 |
| 6.1.1 概述 |
| 6.1.2 RS项目概况 |
| 6.1.3 MCS分析 |
| 6.1.4 不确定性分析 |
| 6.1.5 重要度分析 |
| 6.1.6 灵敏度分析 |
| 6.2 结果与讨论 |
| 6.2.1 堆芯熔化频率 |
| 6.2.2 对堆芯熔化频率的重要贡献因素 |
| 6.2.3 结果分析 |
| 6.2.4 降低堆芯熔化频率的建议 |
| 7 总结论 |
| 7.1 结论 |
| 7.2 下一步工作 |
| 参考文献 |
| 附录1 PSA分析软件 |
| 附录2 可靠性数据 |
| 附录2.1 概述 |
| 附录2.2 快堆可靠性数据 |
| 附录2.3 本课题采用的可靠性可靠性数据 |
| 附录3 系统故障树 |
| 附录3.1 停堆保护系统 |
| 附录3.2 重要安全参数测量系统 |
| 附录3.3 事故余热排出系统 |
| 附录3.4 主热传输系统 |
| 附录4 博士课题研究期间发表的论文 |
| 致谢 |
（8）民航发动机可靠性数据分析与预计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 参数体系的建立与数据收集 |
| 2.1 可靠性参数分析 |
| 2.1.1 发动机常用可靠性参数 |
| 2.1.2 建立可靠性参数体系 |
| 2.2 可靠性数据收集 |
| 2.2.1 可靠性数据来源 |
| 2.2.2 航空公司数据收集流程 |
| 2.2.3 数据收集的要求与特点 |
| 2.3 本章小结 |
| 第三章 可靠性数据分析处理 |
| 3.1 发动机常用故障分布 |
| 3.1.1 指数分布 |
| 3.1.2 正态分布 |
| 3.1.3 威布尔分布 |
| 3.2 故障分布分析 |
| 3.2.1 异常值检验 |
| 3.2.2 分布参数估计 |
| 3.3 缺失数据补充分析 |
| 3.3.1 缺失数据产生原因 |
| 3.3.2 多重插补的处理过程 |
| 3.3.3 实例分析 |
| 3.4 无故障数据分析方法 |
| 3.4.1 数据服从正态分布情形 |
| 3.4.2 指数分布下基于Bsyes理论的分析方法 |
| 3.4.3 服从威布尔分布的最优置信下限处理 |
| 3.4.4 实例分析 |
| 3.5 本章小结 |
| 第四章 可靠性参数预计方法研究 |
| 4.1 基于模糊可靠性模型的蒙特卡罗仿真 |
| 4.1.1 常用可靠性模型 |
| 4.1.2 Simfia软件功能 |
| 4.1.3 模糊数学原理 |
| 4.1.4 可靠度的模糊化表示 |
| 4.1.5 蒙特卡罗仿真设计 |
| 4.1.6 基于可靠性框图的仿真分析与验证 |
| 4.1.7 基于故障树的仿真计算与验证分析 |
| 4.2 基于统计的性能参数分析 |
| 4.2.1 设计及性能数据的收集与分析 |
| 4.2.2 多元最小二乘拟合方法 |
| 4.2.3 修正因子计算 |
| 4.2.4 建立参数的多元回归预测模型 |
| 4.2.5 基于BP神经网络的预计方法 |
| 4.2.6 预计结果分析 |
| 4.3 结合相似产品法的模糊综合评判预计 |
| 4.3.1 层次分析法赋予权重 |
| 4.3.2 建立模糊综合评判模型 |
| 4.3.3 模糊相似产品法 |
| 4.3.4 预计结果综合分析 |
| 4.3.5 实例分析 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（9）面向规划的电网全寿命周期安全效能成本评估方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 电网全寿命周期评估方法研究现状 |
| 1.3 电网安全效能成本(SEC)相关分析方法的研究现状 |
| 1.3.1 电网随机变量的建模与分析方法 |
| 1.3.2 电网概率潮流及概率最优潮流计算方法 |
| 1.3.3 电网可靠性评估方法 |
| 1.3.4 电网最大输电能力计算方法 |
| 1.4 本文主要研究内容 |
| 第二章 面向规划的电网全寿命周期SEC评估的指标体系及技术路线 |
| 2.1 引言 |
| 2.2 面向规划的电网全寿命周期SEC评估的指标体系 |
| 2.2.1 安全(safety,S)指标 |
| 2.2.2 效能(efficiency,E)指标 |
| 2.2.3 成本(cost,C)指标 |
| 2.3 面向规划的电网全寿命周期SEC评估的技术路线 |
| 2.4 本章小结 |
| 第三章 电网SEC评估中时序随机变量的建模与分析方法 |
| 3.1 引言 |
| 3.2 时序随机变量的马尔科夫链建模 |
| 3.2.1 马尔科夫链基本参数的计算 |
| 3.2.2 马尔科夫链的优化聚类决策模型 |
| 3.3 时序随机变量概率-频率分布函数的构建与计算 |
| 3.3.1 传统的概率-频率分布函数 |
| 3.3.2 改进的概率-频率分布函数 |
| 3.3.3 电网常规时序随机变量的概率-频率分布函数 |
| 3.4 风电场随机出力的建模与分析 |
| 3.4.1 风电场出力的影响因素 |
| 3.4.2 单个风电场随机出力的建模 |
| 3.4.3 多个风电场随机出力的建模与分析 |
| 3.5 时序随机变量建模与分析方法的应用算例 |
| 3.5.1 含风电的发电系统可靠性评估指标的计算 |
| 3.5.2 含单个风电场的发电系统可靠性评估算例 |
| 3.5.3 含多个风电场的发电系统可靠性评估算例 |
| 3.6 本章小结 |
| 第四章 电网SEC评估中计及随机变量时序特性的概率潮流和概率最优潮流计算方法 |
| 4.1 引言 |
| 4.2 计及随机变量时序特性的概率潮流计算方法 |
| 4.2.1 潮流方程 |
| 4.2.2 概率潮流的计算 |
| 4.2.3 算例分析 |
| 4.3 计及随机变量时序特性的概率最优潮流计算方法 |
| 4.3.1 最优潮流方程 |
| 4.3.2 概率最优潮流的计算 |
| 4.3.3 算例分析 |
| 4.4 本章小结 |
| 第五章 电网SEC评估中基于传输点容量模型的电网可靠性评估方法 |
| 5.1 引言 |
| 5.2 传输点输电能力优化决策模型 |
| 5.2.1 模型的建立 |
| 5.2.2 模型的求解 |
| 5.3 传输点容量模型的构建 |
| 5.4 传输点容量模型在电网可靠性评估中的应用 |
| 5.4.1 传输点可靠性指标的计算 |
| 5.4.2 电网可靠性指标的计算 |
| 5.5 算例分析 |
| 5.5.1 RBTS-6 节点系统 |
| 5.5.2 IEEE-RTS79 系统 |
| 5.6 本章小结 |
| 第六章 电网SEC评估中电网最大输电能力的概率优化决策方法 |
| 6.1 引言 |
| 6.2 电网最大输电能力概率优化决策的一般模型 |
| 6.2.1 最大输电能力的相关费用函数 |
| 6.2.2 最大输电能力概率优化决策的一般模型 |
| 6.3 电网最大输电能力概率优化决策的双层优化模型 |
| 6.3.1 双层优化模型的构建 |
| 6.3.2 双层优化模型的求解 |
| 6.4 算例分析 |
| 6.4.1 RBTS-6 节点系统 |
| 6.4.2 IEEE-RTS79 系统 |
| 6.5 本章小结 |
| 第七章 面向规划的电网全寿命周期SEC评估指标的计算方法 |
| 7.1 引言 |
| 7.2 电网全寿命周期SEC评估模型 |
| 7.2.1 基于单台设备分析的评估模型 |
| 7.2.2 基于单类设备分析的评估模型 |
| 7.2.3 基于电网整体分析的评估模型 |
| 7.3 面向规划的电网全寿命周期SEC各项指标的计算 |
| 7.3.1 安全指标的计算 |
| 7.3.2 效能指标的计算 |
| 7.3.3 成本指标的计算 |
| 7.3.4 面向规划的电网全寿命周期SEC综合指标的计算及评估年限的确定 |
| 7.4 算例分析 |
| 7.4.1 IEEE-RTS79 系统 |
| 7.4.2 实际电网算例 |
| 7.5 本章小结 |
| 第八章 全文总结 |
| 8.1 主要成果与结论 |
| 8.2 主要创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 附录1 风电场随机出力的建模 |
| 附录2 传输点输电能力优化决策模型目标函数的斜率分析 |
| 附录3 电网最大输电能力概率优化决策模型目标函数的斜率分析 |
| 致谢 |
| 攻读博士学位期间已发表或录用的论文 |
| 攻读博士学位期间参与的科研项目 |
（10）认知不确定性下采用可靠性分析诊断系统故障的信息融合方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容及组织结构 |
| 1.3.1 本文研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 论文的组织结构 |
| 1.4 论文创新点 |
| 第2章 认知不确定性下复杂系统可靠性分析方法 |
| 2.1 故障树模型的构建 |
| 2.2 基于动态证据网络的动态故障树定量分析方法 |
| 2.2.1 动态证据网络 |
| 2.2.2 动态故障树转化为动态证据网络 |
| 2.2.3 可靠性参数的计算 |
| 2.3 动态故障树定性分析 |
| 第3章 基于可靠性分析的复杂系统故障诊断方法 |
| 3.1 基于诊断重要度的系统故障诊断方法 |
| 3.1.1 基于部件诊断重要度和最小割集的系统故障诊断方法 |
| 3.1.2 基于最小割集重要度和部件诊断重要度的系统故障诊断方法 |
| 3.1.3 基于可靠性参数与TOPSIS算法的系统故障诊断方法 |
| 3.2 基于距离度量的VIKOR多源异构信息动态故障诊断方法 |
| 3.2.1 系统故障诊断中的多属性决策问题 |
| 3.2.2 构建诊断决策表 |
| 3.2.3 异构信息的距离度量 |
| 3.2.4 基于广义距离集结函数的VIKOR算法 |
| 3.3 算例分析 |
| 3.3.1 车地无线通信系统动态故障树模型 |
| 3.3.2 基于最小割集重要度和部件诊断重要度的故障诊断方法 |
| 3.3.3 基于距离度量的VIKOR多源异构信息故障诊断方法 |
| 3.4 本章小结 |
| 第4章 融合传感器信息的系统故障诊断方法 |
| 4.1 传感器模型的构建 |
| 4.2 基于部件诊断重要度的传感器优化布局方法 |
| 4.2.1 故障树分析 |
| 4.2.2 融合传感器信息 |
| 4.2.3 故障诊断算法及其评价指标 |
| 4.2.4 算例分析 |
| 4.3 传感器证据信息可靠性 |
| 4.4 融合传感器信息及当前诊断结果更新诊断决策表 |
| 4.5 算例分析 |
| 4.5.1 基于最小割集重要度和部件诊断重要度的故障诊断方法 |
| 4.5.2 基于距离度量的VIKOR多源异构信息故障诊断方法 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 进一步工作的方向 |
| 致谢 |
| 参考文献 |
| 附录 缩略词 |
| 攻读学位期间的研究成果 |
四、可靠性参数不确定性重要度研究（论文参考文献）
- [1]基于重要度的多阶段任务系统可靠性分配模型及算法[D]. 吴昕阳. 国防科技大学, 2018(01)
- [2]考虑参数不确定的电网可靠性概率分布特征[J]. 赵渊,郭胤,谢开贵. 电网技术, 2013(08)
- [3]电力系统概率风险评估中的薄弱环节辨识研究[D]. 张雅维. 重庆大学, 2013(02)
- [4]高速铁路动车组可靠性建模方法研究 ——以兰新客专动车组为例[D]. 齐金平. 兰州交通大学, 2018(03)
- [5]考虑参数不确定性的电网可靠性概率分布计算[D]. 郭胤. 重庆大学, 2013(02)
- [6]沥青路面结构可靠度的研究进展及展望[J]. 裴建中,贾彦顺,张久鹏,李蕊,常明丰. 中国公路学报, 2016(01)
- [7]中国实验快堆设计阶段内部事件一级概率安全评价[D]. 杨红义. 中国原子能科学研究院, 2004(02)
- [8]民航发动机可靠性数据分析与预计方法研究[D]. 嵇炳翰. 中国民航大学, 2019(02)
- [9]面向规划的电网全寿命周期安全效能成本评估方法研究[D]. 祝锦舟. 上海交通大学, 2019(06)
- [10]认知不确定性下采用可靠性分析诊断系统故障的信息融合方法[D]. 林衍旎. 南昌大学, 2019