随机与区间不确定性下的序列化的多学科可靠性分析

来源 :2012年第二届全国现代制造集成技术学术会议 | 被引量 : 0次 | 上传用户:ysli
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为保证多学科、多耦合复杂工程系统的可靠性,多学科可靠性分析受到了广泛关注.当系统中只包含随机不确定性时,基于概率理论的多学科可靠性分析可以解决此类问题.然而,在随机与区间不确定性共存的多学科系统中,通过耦合系统的不确定性传播,使多学科可靠性分析计算昂贵.本文提出了一种基于概率论和凸集理论的随机与区间不确定性下的序列化的多学科可靠性分析方法.该方法通过对耦合循环解耦,组成了多学科概率可靠性分析、基于凸模型的多学科非概率可靠性分析和多学科分析的单循环递推迭代过程,并集成全局灵敏度方程和KKT替代条件替换复杂的凸模型极值分析,提高了多学科可靠性分析的计算效率.最后通过两个算例验证该方法的有效性及其计算效率.
其他文献
集群式供应链作为一种以产业集群和多供应链相耦合的云制造服务平台,为不同异质供应链跨链间云采购提供了实施条件.基于此,本文建立了集群式供应链无契约跨链云采购模型,以及由此扩展而来的基于有限超储契约下集群式供应链跨链云采购模型,并给出了相应的算法.研究对比发现,无契约非跨链云采购模型下各参与方采购成本最高,而基于有限超储契约下云采购模式成本最少;并且市场需求对整个系统采购成本有着较为显著影响,特别是云
探讨在市场需求不确定的情况下,期权在集成商风险规避的情形下物流服务供应链中的应用.利用条件风险规避值,建立集成商风险规避模型、供应商风险规避模型和供应链的风险规避模型.得出集成商的最优初始订购量和最优期权购买量,供应商的最优期权价格和最优期权执行价格.研究结果表明:集成商风险规避对集成商和供应商的决策均有重要影响;在集成商风险规避的情况下,物流服务供应链不能实现协调;期权机制下的供应链及其成员的收
从遗留系统中识别出复用价值高、质量好的服务是实现遗留系统面向SOA迁移的关键.通过分析构件识别方法(Component Identification Method,简称CIM)和服务识别方法(Service Identification Method,简称SIM),以业务流程模型和UML图作为SIM的输入,提出了一种面向对象的、自动化的遗留系统服务识别方法(An Automated Service
无论云制造能力如何强大,终归要服务于终端用户也就是人来使用.以智能手机、平板电脑和专用瘦客户端等等为代表的各种智能计算终端构成了个人信息终端云时代的新模式—云终端.云终端与人的结合越来越紧密,越来越自然.自然人机交互模式采用视觉、语音、姿态、手势、脑电和肌电等新的交互通道、设备和交互技术,使人们能以多种通道自然、并行和协作的进行人机对话.语音交互作为人类最自然的交互通道,近年成为自然人机交互研究和
为了解决航空公司快速扩张带来的机队地域分散问题,提高航空发动机的运行维修管理水平,在预报与健康管理、发动机机队管理等技术的基础上,提出了面向航空公司的发动机MRO2支持平台的总体解决方案,对平台的功能以及各功能之间的关系进行了说明,并重点介绍了平台构建过程中涉及的关键技术基于操作和状态的状态变更控制、基于过程神经网络的性能参数预测、维修计划多目标组合优化模型与送修目标导向的维修工作范围优化.最后,
随着制造业的发展,MRO在产品的全生命周期管理中占据的比例越来越高,MRO维修服务需求量也越来越多.只有对相关技术人员或服务商进行合理的组织和调度,才能在有限的成本条件下最快完成MRO维修任务.本文先对MRO维修服务调度问题进行数学建模,并应用基于云模型理论的遗传算法对其数学模型进行求解,得出最优调度方案并将最终方案绘制成甘特图.研究表明建立的模型符合实际应用需求,采用云遗传算法产生最优解,通过比
针对车间设备信息管理的复杂性、多样性和模糊性等特点,构建了一个能够实现故障知识的抽取、整理、更新和扩充的基于自我学习的车间设备故障诊断系统,建立了系统的体系结构、功能架构和运行流程,并对基于改进灰靶理论的设备故障诊断模型进行了研究.该系统作为生产制造执行系统中设备管理子模块,成功应用于某汽车零部件制造企业车间,取得了良好的应用效果.
以重型数控机床为研究对象,为掌握机床状态变迁规律,辅助视情维修决策,建立基于隐Markov模型的健康状态评估模型.鉴于重型数控机床故障模式多样、故障关联复杂且故障样本匮乏等特点,从性能劣化的角度出发,建立多性能参数多观测序列的HMM健康评估模型.首先,针对传统隐Markov模型的参数初始化难题,通过K-means方法进行参数聚类分析,使初始化参数趋向于全局最优解;其次,由于单性能参数不能完全描述机
针对化工生产过程数据具有很强的非线性和多分布性的特点,综合核主元分析(KPCA)具有处理非线性数据的能力和核独立元分析(KICA)能够有效处理多分布性的能力,提出了双核独立元分析(DKICA)的化工过程故障诊断算法.该算法首先利用KPCA将数据通过非线性核函数映射到高维特征空间进行白化预处理,然后对白化预处理后的数据用KICA进行独立成分分析,最后通过在特征空间中构造监控统计量,计算控制置信限,实
随着科学技术的飞速发展,各种控制技术被广泛应用,许多系统的结构变得越来越复杂,系统的规模和复杂度不断增加,导致故障树的规模和复杂度也随之增加,使得可靠性分析面临越来越高的挑战.本文提出了用并行处理的思想来处理大规模故障树,首先分析了大规模故障树并行化的两种处理模式,并且重点研究了基于割集的大规模故障树并行化处理方法,同时,也研究了加速比的取值范围,实验环境为多核处理器,实验结果表明,对于大规模故障