咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >多维动态贝叶斯网络及其重要度分析方法 收藏

多维动态贝叶斯网络及其重要度分析方法

Multi-dimensional Dynamic Bayesian Network and Its Importance Measure Analysis Method

作     者:陈东宁 胡彦龙 姚成玉 王宽通 马雷 CHEN Dongning;HU Yanlong;YAO Chengyu;WANG Kuantong;MA Lei

作者机构:燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 先进锻压成形技术与科学教育部重点实验室(燕山大学)秦皇岛066004 燕山大学河北省工业计算机控制工程重点实验室秦皇岛066004 

出 版 物:《中国机械工程》 (China Mechanical Engineering)

年 卷 期:2022年第33卷第19期

页      面:2340-2346页

核心收录:

学科分类:080704[工学-流体机械及工程] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0807[工学-动力工程及工程热物理] 070104[理学-应用数学] 0804[工学-仪器科学与技术] 0701[理学-数学] 

基  金:国家自然科学基金(51975508) 河北省自然科学基金(E2021203061) 

主  题:多维动态贝叶斯网络 重要度 可靠性分析 液压系统 

摘      要:贝叶斯网络分析方法是可靠性分析的重要方法,但传统贝叶斯网络分析方法局限于分析单因素影响,当系统可靠性受多因素影响时会产生较大分析偏差。为此,提出多维动态贝叶斯网络分析方法,借助单位阶跃函数与冲激函数进行贝叶斯网络时间连续化构造,建立根节点受多因素影响时系统的失效概率分布函数。在此基础上,对传统重要度分析方法进行多维扩展,提出多维动态贝叶斯网络重要度分析方法。通过对斗轮机张紧机构液压系统进行工程实例分析,并与离散时间贝叶斯网络分析方法分析结果对比,验证了多维动态贝叶斯网络及其重要度分析方法的可行性和优越性,为系统改进与薄弱环节识别提供了更为准确的量化依据。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分