基于贝叶斯网络可靠性分析方法的研究与应用

被引:10
作者
翟胜
田硕
陈倩倩
机构
[1] 大连科技学院电气工程学院
关键词
贝叶斯网络; 多态; 可靠性分析; 复杂系统;
D O I
10.16526/j.cnki.11-4762/tp.2020.09.052
中图分类号
TB114.3 [可靠性理论]; O157.5 [图论];
学科分类号
1201 ; 070104 ;
摘要
针对传统可靠性分析方法在评估多态复杂系统时的局限性,提出了一种基于贝叶斯网络的多态系统可靠性分析方法;该方法利用贝叶斯网络的多态变量节点来描述故障模式的多态性,用条件概率表及有向边来表达节点之间的不确定因果关系;通过对先验概率和后验概率的双向推理计算,得到节点与节点之间的相互影响关系,从而找到系统的薄弱环节,为提高系统可靠性提供依据;该方法在电池生产线系统的可靠性分析中得到了验证,有效地提高了电池生产线系统的可靠性。
引用
收藏
页码:262 / 266
页数:5
相关论文
共 7 条
[1]   基于贝叶斯网络的隧道火灾安全评估模型 [J].
刘凯 ;
王俊峰 ;
聂于斐 .
消防科学与技术, 2017, 36 (10) :1461-1464
[2]   基于贝叶斯网络的复杂装备维修质量评价模型 [J].
王永攀 ;
杨江平 ;
邓翔 ;
李瀛 .
海军工程大学学报, 2017, 29 (01) :84-90
[3]   基于贝叶斯网络的岩溶隧道涌水风险评估 [J].
郭威 ;
陈秋南 ;
阳跃朋 ;
马向前 ;
罗鹏 .
工程地球物理学报, 2017, 14 (01) :20-25
[4]   基于贝叶斯网络推理的起落架系统故障诊断技术研究 [J].
陈新霞 ;
刘煜原 ;
黄加阳 ;
陈曦 .
计算机测量与控制, 2016, 24 (10) :24-27
[5]   基于贝叶斯网络的风电齿轮箱可靠性分析 [J].
寇海霞 ;
安宗文 ;
刘波 ;
高建雄 .
兰州理工大学学报, 2016, 42 (01) :40-45
[6]  
现代可靠性设计[M]. 国防工业出版社 , 芮延年, 2007
[7]  
Bayesian networks in reliability[J] . Helge Langseth,Luigi Portinale. &nbspReliability Engineering and System Safety . 2005 (1)