收稿日期:20161009;修回日期:20161117 基金项目:国家自然科学基金资助项目(51704141,51050003);辽宁省自然科学基金资
助项目(201202022)
作者简介:李莎莎(1988),女,辽宁盘锦人,博士研究生,主要研究方向为安全系统工程、系统可靠性;崔铁军(1983),男(通信作者),辽宁沈
阳人,讲师,博士(后),主要研究方向为系统可靠性及力学系统稳定性(ctj.159@163.com);马云东(1964),男,内蒙古赤峰人,教授,博导,主要研
究方向为安全科学与工程、环境科学与工程.
基于云模型和 SFT的可靠性数据不确定性评价
李莎莎
1,2
,崔铁军
1,2,3
,马云东
3
(1.辽宁工程技术大学 安全科学与工程学院,辽宁 阜新 123000;2.矿山热动力灾害与防治教育部重点实验
室,辽宁 阜新 123000;3.大连交通大学 辽宁省隧道与地下结构工程技术研究中心,辽宁 大连 116028)
摘 要:为了分析和评价系统可靠性数据中的不确定性,即随机性、离散性和模糊性,将云模型与空间故障树
(spacefaulttree,SFT)理论相结合,使用云化 SFT作为基础对数据不确定性进行评价。首先使用云模型能表示
数据不确定性的特点,将 SFT的相关概念进行云化。将其中云化系统故障概率分布对在某因素影响下可靠性数
据生成的云模型特征参数 Ex、En和 He进行求导。根据在系统工作环境范围内的求导结果,并结合提出的模糊
性
δ
fuz
、离散性
δ
discrete
和随机性
δ
random
计算数据的不确定性。使用该方法对经典实例进行了分析,得到了一些定性
和定量结果,但 Q和
δ
两个参数应该具体问题具体分析。
关键词:安全系统工程;可靠性数据;不确定性评价;云模型;SFT
中图分类号:X9134 文献标志码:A 文章编号:10013695(2017)12365604
doi:10.3969/j.issn.10013695.2017.12.030
UncertaintyevaluationofreliabilitybasedoncloudmodelandSFT
LiShasha
1,2
,CuiTiejun
1,2,3
,MaYundong
3
(1.CollegeofSafetyScience&Engineering,LiaoningTechnicalUniversity,FuxinLiaoning123000,China;2.KeyLaboratoryofMineTher
modynamicDisasters&ControlofMinistryofEducation,FuxinLiaoning123000,China;3.Tunnel& UndergroundStructureEngineering
CenterofLiaoning,DalianJiaotongUniversity,DalianLiaoning116028,China)
Abstract:Inordertoanalyzeandevaluatetheuncertaintyinsystemreliabilitydata,namelytherandomnessanddiscreteness
andfuzziness,thecombinationofthecloudmodelwithspacefaulttree(SFT)theory,thispaperusedthecloudSFTasabasis
toevaluatedatauncertainty.First,itcloudedtherelevantconceptsoftheSFT,becausethecharacteristicsofcloudmodelcould
representdatauncertainty.Cloudsystemfailureprobabilitydistributionwasderivatewithcloudmodelcharacteristicparameters
(Ex,EnandHe)generatedbyreliabilitydata,undertheinfluenceofsomefactors.Accordingtothederivativeresultinthe
systemworkingenvironment,andcombiningthevagueness,discretenessandrandomness,itcomputedthedataofuncertainty.It
analyzedtheclassicalexamplesbythemethod
,andobtainedsomequalitativeandquantitativeresults.ButtwoparametersofQ
and
δ
shouldbeanalysedspecifically.
Keywords:safetysystemengineering;reliabilitydata;uncertaintyevaluation;cloudmodel;SFT
(
引言
系统运行过程中产生的故障数据具有一定的特点,宏观上
其分布具有一定的规律,比如指数分布,或是浴盆曲线,而微观
上却又充满了离散性、随机性和模糊性,即不确定性。可靠性
数据的不确定性来源于系统本身的特性,如系统自身元件失效
的随机性,或来源于监测和报警系统的精度和灵敏程度,或是
检查人员本身对数据理解的模糊性。这些都给可靠性数据分
析带来了不可避免的问题,即可靠性数据本身是否存在不确定
性,如何得到不确定性的程度及这些不确定数据的分布情况。
如果基于可靠性数据对系统可靠性进行分析,那么在不了解这
些数据的不确定性情况下,分析结果的真实性难以保证。所以
对数据的不确定性程度的分析是数据分析的前提,特别是可靠
性这类数据。
对于数据的不确定性程度分析,目前主要的研究有:尹星
露等人
[1]
研究了母线负荷异常数据复杂不确定性检测,并基
于综合云修正了模型;杜永峰等人
[2]
基于测量数据不确定性
对结构参数进行了识别;顾西辉等人
[3]
使用贝叶斯方法对流
量数据的不确定性进行了分析;郭利锐等人
[4]
对海洋台站不
确定性数据表示方法进行了研究;刘三民等人
[5]
基于样本不
确定性对增量式数据流进行了分类研究;岳昆等人
[6]
研究了
一种基于概率图模型的不确定性数据世系表示方法;郑志杰等
人
[7]
考虑数据不确定性预测了中长期电力负荷。但这些研究
也存在着一些问题,各种研究方法都是针对一个领域而言的,
并没有提升到系统工程的层面;这些方法只是分析一个方面,
并没有形成处理问题的体系;这些方法分析数据的角度单一,
并没有从数据的随机性、离散性和模糊性来研究数据。因为基
于人的判断所得数据模糊性较大;基于仪器判断的数据随机性
和离散性较大。所以应从不确定性的三个方面进行分析。
针对上述问题,笔者将提出的空间故障树
SFT理论
[8~20]
第 34卷第 12期
2017年 12月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol34No12
Dec.2017