贝叶斯网络在汽车故障诊断中的应用

把贝叶斯网络引入汽车发动机故障诊断中,用来发现节点间的潜在关系,解决故障诊断过程中的不确定推理问题,推理结果说服力强且符合实际情况;并用实例验证了贝叶斯网络用于故障诊断的可行性,结果表明,贝叶斯网络同时实现了诊断与维修步骤的优化,效果良好.     

深圳市中小学生接送概率行为建模及分析

接送是目前我国中小学生上下学出行的主体方式,在大量增加交通出行的同时,对父母出行及家庭产生很大影响。以深圳市中小学生上下学接送概率为研究对象,基于2015年开展的深圳市学童出行专项调查,探讨各相关因素与接送行为的关系。采用二项Logistic回归分析方法,建立学生上下学接送行为的概率模型,对变量进行筛选及显著性检验,分析接送行为特征及其显著影响因素的产生。实证研究结果表明,对接送行为有显著影响的因素包括学生的年龄、母亲的工作状态、家与学校距离、小区安全程度、家庭年平均收入等。该成果对我国中小学出行政策的制定具有一定参考价值。     

基于PDS的铁路信号冗余结构危险失效概率计算方法

在铁路信号领域的安全评估中常采用IEC61508中的方法计算产品的每小时危险失效概率(Probability of a Dangerous Failure Per Hour,PFH),但该方法所面向的工业控制系统同铁路信号地面控制系统间存在差异性,且计算过程针对共因失效的分析较少。采用PDS(挪威语缩写,代表安全仪表系统的可靠性)方法定量计算铁路信号冗余结构的PFH,首先分析铁路信号系统典型的3种冗余结构,然后通过引入结构修正因子CMOON改进β参数模型,以区分共因失效对不同冗余结构PFH影响的不同,接着根据3种冗余结构的工作特点构建系统可靠性框图,并给出不同冗余结构通用的PFH计算公式,最后以实验数据进行仿真,结果显示,与采用IEC61508中的方法相比,本文的方法更加注重共因失效对PFH的影响程度,符合现场设备的实际使用情况。     

水下爆炸作用下的船舶倾覆概率计算

近年来,伴随海洋资源开发力度的不断加大,加之水下爆炸技术的更新与升级,水下爆炸工程项目数量明显增多,而水下爆炸安全防护问题也随之突显出来。特别是军事领域,现代海军舰艇在水下鱼雷抗冲击性能方面提出了更高要求。在船舶海上航行的过程中,很容易受风浪影响,所以其稳定性能也十分关键,备受船舶界的关注。在这种情况下,本文基于水下爆炸作用,准确计算船舶倾覆概率,能够不断优化船舶稳定性,为其海上安全稳定航行提供有价值的参考依据。     

概率度量算法在船舶设备故障分析与定位中的应用

传统的船舶设备故障分析采用历史数据驱动法,通过综合分析对比采集故障信息与历史数据挖掘故障原因,随着船舶动力设备复杂度的增加,处理的数据量越来越大,性能也越来越低。概率度量算法PMA结合了船舶故障类型特点,分析了采集数据与历史数据相关性,本文综合研究了基于概率度量的船舶故障分析算法,最后进行仿真。     

基于灰色理论的铁路交通一般事故数据预测模型

铁路行车安全系统本身是一个部分信息未知的灰色系统,使用其他方法较难获取完整的事故致因信息,并据此建立可靠模型.在比较现阶段学者所采用的各类事故预测方法的基础上,选取2015—2019年铁路交通一般类事故统计数据,运用灰色预测法建立GM(1,1)模型,将模拟得到的2015—2019年数据与原始数据进行精度检验对比分析,验证模型的可行性.检验结果显示:后验差比值C=0.3391,小误差概率P=1,精度等级均为一级,灰色关联度ro1为0.8787,说明建立的模型具有可行性.预测结果显示2020—2022年的铁路交通一般类事故发生数分别为78、73和69,呈下降趋势.     

贝叶斯网络在配电网可靠性评估中的应用

贝叶斯网络在电力工程有效性和可靠性研究、电源品质分析、风险评估、电力监测和故障诊断中有重要的应用.提出了基于条件概率的贝叶斯理论方法如何在不同配电网节点和电力供应链结构中进行具体应用.根据相关实际系统,可以用RBD(可靠性框图)、割集或系集方法、事件树或失效树技术来构建贝叶斯网络.     

基于改进的CREAM的LNG船卸货作业人因失误概率预测

为定量分析液化天然气(Liquefied Natural Gas,LNG)船卸货过程中的人因失误概率,在认知可靠性与失误分析模型(Cognitive Reliability and Error Analysis Model,CREAM)的基础上,通过个体因素对情景环境影响机制进行调整,构建人因失误概率预测模型。采用该模型对LNG船卸货作业人因失误概率进行量化分析,获得不同阶段的失误概率数据,为LNG船卸货作业安全提供数据支持。经检验,该模型稳定、可靠。