【摘 要】
:
动态故障树相比传统的静态故障树,具有动态性、时序性和冗余性等动态失效特征,其顶事件发生概率的计算方法更加复杂.采用深度优先搜索方法获取动态故障树子模块,介绍了基于最小割集和二元决策图的静态故障树顶事件概率计算方法、基于马尔科夫链和积分公式的动态故障树顶事件概率计算方法.重点分析了4种计算顶事件概率方法的适用范围和特点,总结了计算动态故障树顶事件概率的一般计算流程.最后以飞机某新型氧气系统失效为例进行分析验证.
【机 构】
:
空军工程大学 航空工程学院,陕西 西安 710038
论文部分内容阅读
动态故障树相比传统的静态故障树,具有动态性、时序性和冗余性等动态失效特征,其顶事件发生概率的计算方法更加复杂.采用深度优先搜索方法获取动态故障树子模块,介绍了基于最小割集和二元决策图的静态故障树顶事件概率计算方法、基于马尔科夫链和积分公式的动态故障树顶事件概率计算方法.重点分析了4种计算顶事件概率方法的适用范围和特点,总结了计算动态故障树顶事件概率的一般计算流程.最后以飞机某新型氧气系统失效为例进行分析验证.
其他文献
分析介绍灭火救援电子沙盘的开发流程及部分功能的实现原理,结合目前消防训练实际,探究现实情况下电子沙盘的应用及训练模式,并从训练内容、使用范围和应用前景等方面进一步分析电子沙盘的应用模式,为数字化消防训练提供参考.
高层建筑安全风险是社会应急管理的重要影响因素,实践中普遍存在应急防范失灵、介入被动、效果不佳等问题.本文在分析其安全意义基础上,以实地调研、文献检索、内容分析等方法梳理不同类型、周期、系统视角下高层建筑的安全风险,追溯高层建筑应急管理研究传统、逻辑及趋势,提出复杂风险下高层建筑应急管理需处理的关系,分析了风险认知片面、研究结构失衡、理论基础侧移、关注重心后置等弊病.
利用数值模拟软件对一起火灾事故进行建模和模拟,采用残留物计算方法模拟了火灾发生后物体残留状况,对比现场残留痕迹和尸体检验报告后推演了火灾发生、蔓延的过程和人员死亡的过程.该方法对起火原因、蔓延过程和人员死亡的判定起到了辅助认定作用.
通过模拟不同种连接方式,研究铝导线连接点过热故障现象及痕迹特征.测得连接点温度和熔断时间,利用高速摄像机记录熔断过程,并对所得痕迹试样的宏观形貌、金相组织进行观察比较.得出勾接方式连接时,导线断开瞬间产生明显电弧,断开温度低、速度快,熔痕晶粒为细小的胞状晶和柱状晶;缠绕和铰接方式连接时,导线断开瞬间很少产生明显电弧,会有尖状熔痕,绕结、粘接、熔结痕迹,熔痕晶粒为粗大的等轴晶或柱状晶.研究结论为此类电气火灾调查提供依据.
基于地理位置的路由协议因其对动态拓扑的高适应能力已成为车载自组织网(Vehicular Ad Hoc Network,VANET)的主导路由协议.首先,介绍基于地理位置的路由协议的基本思想,描述几种经典的基于地理位置的单播和多播路由协议算法.其次,分析VANET的特点,基于此对VANET环境中基于地理位置的单播和多播路由协议进行分析总结.再次,介绍欧洲电信标准化协会提出的面向VANET的基于地理位置路由的协议标准GeoNetworking的基本实现框架.最后,对VANET中基于地理位置的路由协议存在的问题
5G时代智能终端数量和数据量呈指数级增长,集中式的云计算将难以满足用户浸入式的极致体验.作为5G的关键技术之一,移动边缘计算在边缘侧提供IT服务和云计算能力,带来便利的同时也引出了新的安全挑战.首先,调查了移动边缘计算所面临的安全风险和现有安全防护机制;其次,重点讨论了协议和网络安全、访问控制、身份认证、数据安全与隐私保护、虚拟化安全的发展现状并进行展望;最后,针对安全防护机制提出三方面建议,分别是改进安全防护机制、定制差异化安全需求、与新技术相结合.
表面增强拉曼散射(SERS)因其无损检测、快速响应和高灵敏度等优点,已经发展成为一种高效的分子探测技术.但目前大多数关于SERS的研究仍然基于贵金属材料(如Au、Ag等),成本高、表面均匀性较低、生物相容性差等不足限制了其广泛应用.石墨烯具有原料来源丰富、二维原子级平面、大比表面积、高稳定性和独特的电学和光学性能等优势,研究表明其可作为一种有效的SERS基底材料,为相关研究开拓了新思路.近年来,过渡金属硫族化合物(TM-DCs)、六方氮化硼、黑磷、二维碳氮化物等二维无机层状材料也开始受到研究者关注.本文综
在研究发射机和接收机正交失衡对MIMO OFDM系统影响的基础上,提出了基于正交失衡的指纹特征提取方法.通过构造特殊的训练序列,使用最小二乘算法对MIMO信道和发射机正交失衡进行估计,提取出反映正交失衡畸变的指纹特征,采用支持向量机对10个辐射源目标进行身份识别.实验结果表明,其性能优于基于调制域错误的方法.
误差反向传播卷积神经网络在误差反向传播中的权值更新对网络结构的优化、显卡的设计制造以及底层源代码编写都具有很重要的指导意义.针对目前关于权值更新的基础算法分析不足的问题,以简单的误差反向传播卷积神经网络为例,将卷积神经网络的结构中共用的卷积层、池化层、激活函数以及损失函数的权值更新方法进行了推导,并给出了严密的数学证明.最后,利用经典的分类模型进行试验验证,清晰地诠释了监督学习卷积神经网络误差反向传播过程中权值更新的计算过程.
随着人工智能的发展、含有激活函数库开源框架的增加,针对激活函数库的对比与分析越来越重要.在Intel x86架构上进行实验,从函数性能、稳定性、精度3个方面测试并分析了PyTorch和TensorFlow两种主流人工智能框架中的常用激活函数.实验结果表明,PyTorch的整体稳定性要高于TensorFlow,且Sigmoid、Hardsigmoid、SeLU、ReLU、ReLU6、Tanh函数的性能皆优于TensorFlow;在精度方面,TensorFlow中除SeLU函数与LeakyReLU函数稍差些,