基于动态贝叶斯网络的发动机涡轮叶盘系统可靠性分析

发布时间：2017-06-13 07:01

  本文关键词：基于动态贝叶斯网络的发动机涡轮叶盘系统可靠性分析，由笔耕文化传播整理发布。

【摘要】：贝叶斯网络是一种推理网络，通过网络结构和概率分布表对系统进行表述。动态贝叶斯网络是静态贝叶斯网络和时间因素结合起来的一种网络，，主要针对随时间变化而参数发生变化的系统。 本文的目的是应用动态贝叶斯网络，通过改进网络建模和推理方法，应用于大型复杂机械系统的可靠性分析。 第二章中，提出了动态贝叶斯网络建模的改进方法。本文提出了搜索系统邻接矩阵的方法，建立和判断树结构，将系统分为单连通区域和多连通区域。系统单连通区域依靠节点与连接线路的逻辑关系，直接建立贝叶斯网络；系统多连通区域通过传统的最小路集方法建立贝叶斯网络。 第三章中，介绍了动态贝叶斯网络推理。动态贝叶斯网络中，系统节点的概率分布形式不统一，通过连续数据的离散化，在时间坐标参数下选取若干个点，每个时间点上抽取所有节点的概率离散值，将动态贝叶斯网络转化为多个静态贝叶斯网络。 第四章中，提出了改进的贝叶斯网络推理方法。单连通贝叶斯网络推理过程中，在网络结构基础上，直接应用概率分布表进行计算。多连通贝叶斯网络的推理过程中，提出了改进的桶消元算法，在桶消元方法的基础上引入布尔真值表，表述方式比桶消元方法更加简洁。 第五章分析的航空发动机涡轮叶盘系统是一个大型复杂的机械系统，失效模式分布在叶片、涡轮盘和轴件等结构。通过受力分析、热分析、振动分析和经验的总结，得出系统的失效模式，建立动态贝叶斯网络。应用改进桶消元方法对涡轮叶盘系统进行推理，求解出涡轮叶盘整体系统和各个构件的失效率和故障率。通过改进桶消元算法得出的结果与传统推理方法进行比较，验证了该方法的准确性和优越性。 本文提出的复杂系统框图建立贝叶斯网络的方法，弥补了传统方法表述能力有限和建模过程复杂的缺点；改进的动态贝叶斯网络推理方法计算精确、计算量小、表达简洁，成为大型复杂机械系统的重要研究方向。
【关键词】：动态贝叶斯网络 连续数据的离散化 贝叶斯网络的建模 改进桶消元方法 航空发动机涡轮叶盘系统
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：V235.1;TP18
【目录】：

• 摘要5-7
• ABSTRACT7-9
• 目录9-11
• 第一章 绪论11-18
• 1.1 选题背景11-14
• 1.1.1 贝叶斯网络简介11-12
• 1.1.2 系统可靠性简介12-13
• 1.1.3 动态贝叶斯网络在机械可靠性研究中存在的问题13-14
• 1.2 机械可靠性的研究现状14-15
• 1.3 本文的主要工作及内容15-17
• 1.4 本章小结17-18
• 第二章 系统框图的贝叶斯网络建模18-35
• 2.1 复杂系统区域分析18-22
• 2.1.1 单连通和多连通系统18-19
• 2.1.2 单连通和多连通系统分析方法19-22
• 2.2 复杂系统的贝叶斯网络建模22-29
• 2.2.1 典型连接方式系统的贝叶斯网络建模22-24
• 2.2.2 故障树法的贝叶斯网络建模24-28
• 2.2.3 最小路集法的贝叶斯网络建模28-29
• 2.3 复杂系统结构框图的贝叶斯网络建模改进方法29-34
• 2.3.1 系统单连通区域的贝叶斯网络建模30-31
• 2.3.2 系统多连通区域的贝叶斯网络建模31-34
• 2.4 本章小结34-35
• 第三章 动态贝叶斯网络推理35-47
• 3.1 动态贝叶斯网络概述35-37
• 3.1.1 动态贝叶斯网络连续数据的离散化35-36
• 3.1.2 单连通和多连通贝叶斯网络36-37
• 3.2 桶消元法37-43
• 3.2.1 桶消元方法简介37
• 3.2.2 链式规则37-38
• 3.2.3 桶消元算法38-43
• 3.3 基于桶消元法的贝叶斯网络故障率分析方法43-46
• 3.4 本章小结46-47
• 第四章 贝叶斯网络推理改进算法47-60
• 4.1 贝叶斯网络单连通和多连通区域分析方法47-51
• 4.1.1 贝叶斯网络单连通和多连通区域47-48
• 4.1.2 贝叶斯网络矩阵48-49
• 4.1.3 贝叶斯网络单连通和多连通区域搜索方法49-51
• 4.2 贝叶斯网络单连通区域推理51-52
• 4.3 改进桶消元算法52-55
• 4.4 基于改进桶消元法贝叶斯网络反向推导55-58
• 4.5 本章小结58-60
• 第五章 航空发动机涡轮叶盘系统可靠性分析60-77
• 5.1 航空发动机涡轮叶盘系统60-62
• 5.1.1 涡轮叶盘系统的失效分析60-61
• 5.1.2 涡轮叶盘系统的失效模式分析61-62
• 5.2 涡轮叶盘系统故障模式的贝叶斯网络建模62-66
• 5.2.1 涡轮叶盘系统框图62
• 5.2.2 涡轮叶盘系统的贝叶斯网络建模62-63
• 5.2.3 涡轮叶盘系统故障模式的贝叶斯网络建模63-66
• 5.3 涡轮叶盘系统故障模式的贝叶斯网络推理66-76
• 5.3.1 涡轮叶盘系统故障模式的动态贝叶斯网络离散化66
• 5.3.2 涡轮叶盘系统故障模式的贝叶斯网络单连通和多连通区域66-69
• 5.3.3 涡轮叶盘系统故障模式的贝叶斯网络单连通区域推理69-72
• 5.3.4 涡轮叶盘系统故障模式的贝叶斯网络多连通区域推理72-76
• 5.4 本章小结76-77
• 第六章 总结和展望77-80
• 6.1 全文总结77-78
• 6.2 研究展望78-80
• 致谢80-81
• 参考文献81-85
• 攻读硕士期间取得的研究成果85-86

【参考文献】

中国期刊全文数据库 前10条

1 宋志丹,王玉森;基于故障树最小割集的故障诊断方法[J];兵工自动化;2004年06期

2 霍利民,朱永利,张在玲,陈丽;贝叶斯网络在配电系统可靠性评估中的应用[J];电工技术学报;2004年08期

3 霍利民,朱永利,范高锋,刘军,苏海锋;一种基于贝叶斯网络的电力系统可靠性评估新方法[J];电力系统自动化;2003年05期

4 王军,周伟达;贝叶斯网络的研究与进展[J];电子科技;1999年15期

5 霍利民,朱永利,苏海锋;基于贝叶斯网络的配电系统可靠性分析方法[J];华北电力大学学报;2003年06期

6 田凤占,张宏伟,陆玉昌,石纯一;多模块贝叶斯网络中推理的简化[J];计算机研究与发展;2003年08期

7 邱振汉;浅析直升机无维修待命时间[J];航空科学技术;1995年02期

8 王巍,崔海英,黄文虎;基于故障树最小割集和最小路集的诊断方法研究[J];数据采集与处理;1999年01期

9 杨虹;汪厚祥;支冬栋;韩若飞;;基于贝叶斯网络的故障树在机械设备中的应用[J];微计算机信息;2010年04期

10 王广彦,马志军,胡起伟;基于贝叶斯网络的故障树分析[J];系统工程理论与实践;2004年06期

中国博士学位论文全文数据库 前1条

1 尹晓伟;基于贝叶斯网络的机械系统可靠性评估[D];东北大学;2008年

中国硕士学位论文全文数据库 前1条

1 胡仁兵;动态贝叶斯网络结构学习的研究[D];北京工业大学;2009年

  本文关键词：基于动态贝叶斯网络的发动机涡轮叶盘系统可靠性分析，由笔耕文化传播整理发布。

本文编号：445914