共因失效数据分析方法.pdfVIP

维普资讯 第25卷第12期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vo1．25，No．12 2004年 12月 JournalofNortheasternUniversity(NaturalScience) Dec． 2004 文章编号 ：1005—3026(2004)12—1183．04 共因失效数据分析方法 李翠玲 ，谢里阳 (东北大学 机械工程与 自动化学院，辽宁 沈阳 110004) 摘 要：提出一种基于神经网络技术的数据映射方法，训练样本通过蒙特卡罗方法获得．该 方法能将已知的一般工业实验数据转换成特定工厂应用的数据，实现了不同阶次冗余系统失效数 据之间的映射，弥补了共因失效数据的不足，降低 了共因失效分析中的不确定性，为系统可靠性分 析提供可靠的数据来源．通过实例分析与对比，验证 了神经网络是一种解决非线性问题的好方法， 同时也说 明应用神经 网络技术进行共因失效数据分析的可行性 ． 关 键 词：神经网络；蒙特卡罗法；系统可靠性；共因失效；不确定性 中图分类号 ：TH l22 文献标识码 ：A 共因失效 (comiTloncausefailure，简称 CCF) 互连接而构成的一种非线性动力学系统 5，其特 是指，在一个系统 中由于某种共同原因而引起两 点在于信息的分布储存和协同处理，单个神经元 个或两个以上单元的同时失效 ．共因失效是冗余 结构很简单、功能有限，但是由神经元构成的网络 系统失效的主要根源 ，已引起广泛重视 ，近些年 系统所能实现的功能却很强大 ．与计算机相比，神 来 ，用 于共 因失效分析 的许 多参数模 型被提 经网络不仅具有计算功能 ，并且具有 自学 、联想和 出 【1~4J．但是这些模型大多是以系统 出现过的共 综合推理的能力．神经网络的种类很多，但研究最 因失效事件为依据 的经验模型，即假设被分析系 多、应用最广的还是前馈型BP网络 ，其最大特点 统的失效数据是已知的．由于特定工厂或系统 自 是具有非线性映射能力，只需借助样本数据 ，无需 己发生过的CCF事件十分稀少 ，甚至是不可得 ， 建立数学模型 ，就可以对系统实现由R”空间( 致使这些模型难以应用 ．为了弥补这种不足，分析 个输入节点数)到 R 空间( 个输出节点数)的 人员不得不借用其他工厂同类系统的事件报告． 高度非线性映射 ，从而免去了建立、验证和求解复 但在引用时，必须考虑能提供数据的系统与要进 杂数学模型的诸多不便 ．本文就是利用 BP网络 行分析的系统之间的差别，这种差别存在于两个 所具有的对非线性函数的逼近能力、泛化能力等 方面，一是定性差别 ，二是定量差别 ．如果不考虑 特点，根据已知系统的失效数据对任意阶冗余系 这两种差别的存在 ，而直接把 已知的共 因失效数 统的失效数据进行预测 ，降低了建模的复杂性，提 据用于要分析的系统 中，将会产生严重 的不确定 高了求解精度 ． 性 ．因此 ，寻求一种有效的、准确的共因失效数据 2 共因失效数据分析方法 的处理方法是十分必要的．本文针对这两种差别 进行分析 ，提出一种实用的共因数据分析方法 ，能 在进行共因失效数据处理时，通常采用影响 将已知的失效数据转换成被分析系统可用 的数 向量法 6．影响向量法是一种失效事件 的向量表 据，为共因失效分析提供可靠的数据来源． 达法 ，可以表达失效事件对单元的影响结果．若一 个由 个单元组成的冗余系统，其中一共因事件 1 人工神经网络概述