论文部分内容阅读
提出一种加权故障树和分层贝叶斯网络（HBN）相结合的强电磁脉冲下柴油发动机系统薄弱环节识别方法。该方法综合考虑同层单元失效的相关性，加权故障树的局部应用解决了部分条件概率表不易获取的问题。运用贝叶斯网络双向推理功能，结合试验和仿真数据首先计算出强电磁脉冲下部件到系统级的先验失效概率，然后依据贝叶斯概率公式计算在发动机失效条件下各部件故障的后验概率，并排序以识别其薄弱环节，为电磁防护方案的设计提供参考和建议。以宽带高功率微波辐照（WBHPM）为例，说明了柴油发动机分层贝叶斯网络模型参数获取与概率计算过程。