【摘 要】
：
故障模式、影响及危害性分析(FMECA)中基于风险优先数(RPN)的危害性分析方法,通常用来识别风险因素,确定关键故障模式和薄弱环节,提供决策依据.传统RPN中评价信息都是确定性
【机 构】
：
中国工程物理研究院 电子工程研究所,四川 绵阳 621999
论文部分内容阅读
故障模式、影响及危害性分析(FMECA)中基于风险优先数(RPN)的危害性分析方法,通常用来识别风险因素,确定关键故障模式和薄弱环节,提供决策依据.传统RPN中评价信息都是确定性信息,并且没有考虑故障模式的相关性.而在工作实际中,评价人员由于自身的属性和对评价对象的认识水平的限制,有时只能给出不确定评价信息,同时故障模式之间往往存在相关性,这都会影响最终危害性的分析结果.针对存在的问题,利用可靠性屋(HoR)来考虑故障模式相关性,针对三角模糊评价信息采用逼近理想解排序技术(TOPSIS)开展模糊RPN评价方法研究.最后结合实际案例,对不同情况下获得的RPN值进行比较.仿真结果表明,考虑故障模式相关性的模糊RPN评价方法,可以提高RPN值的可信度,为风险决策提供更可靠的依据.
其他文献
在多路注入锁频大功率连续波磁控管的相干功率合成实验中,输出特性分析有利于提升合成效率.搭建了一款S波段20 kW连续波磁控管注入实验系统,该系统包含幅频可调的微波源和移
研究了几种典型电源类电子器件的中子和总剂量辐射效应,包括单总剂量效应、单中子辐射效应、总剂量和中子分时序贯辐照效应以及中子和总剂量同时辐照效应,分析了不同辐照条件
为实现密封电子设备内部多余物信号的同步采集,设计了一个基于秒脉冲(PPS)的多余物信号同步采集系统.针对多通道的多余物信号同步采集一致性差的问题,采用双微控制单元(MCU)
针对(2D)~2PCA(two-dimensional principal component analysis)提取的特征脸精度变低的问题,本文引入插值法在特征向量之间插入新的向量,以提高特征信息的显示度;针对传统的神经网络存在学习效率低、收敛速度慢和容易陷入局部极小值的问题,本文使用一种基于权值缓慢变化的粒子群算法(particle swarm optimization with slowly
早期区块链系统主要运行在冯·诺依曼架构的通用处理器上,随着区块链技术的发展,其在各行各业得到广泛应用和大规模部署的情况下,在计算密集型和通信密集型场景中,需要同时兼
针对传统k近邻故障监测算法中仅考虑近邻样本观测信息的问题,提出了一种基于多块信息提取和马氏距离的故障监测方法.通过挖掘原始数据中隐含的累计信息和变化率信息,提升了传统k近邻故障监测算法对微小偏移和脉冲振荡等故障的监测性能.同时结合观测数据构建三类信息子块,基于马氏距离与贝叶斯融合策略,构造出新的统计量进行监测.将所提方法进行数值仿真并应用于田纳西—伊斯曼(TE)过程和高炉炼铁过程故障监测,仿真结果
针对风电机组关键部件的运行状态识别问题,本文提出一种引入时间维度信息的降噪自编码器融合多个传感器信号进行关键部件运行状态识别的方法.首先通过训练学习SCAD A(supervi
2021年4月25～29日,由厦门大学、北京大学、电子科技大学联合举办的第十六届IEEE国际纳米/微米工程及分子系统大会(IEEE-NEMS 2021)于福建厦门顺利召开,共有来自全球各地的500
针对无先验知识下,混合二进制协议数据帧难以识别分离的问题,提出了一种基于联合高斯混合模型(GMM)和自编码器的聚类方法。对于捕获到的未知二进制数据帧,首先通过栈式自编码器对其进行降维提取特征,并根据相应判别准则获取最佳聚类个数,最后使用改进了代价函数的自编码器对二进制数据帧进一步训练以提高聚类准确率。实验表明,该方法对网络二进制协议数据帧识别的准确率达到94%以上。
针对大多数同时定位与地图构建(simultaneous localization and mapping, SLAM)系统在动态场景下位姿估计不准确的问题,本文提出了一个基于语义先验的加权极线和深度约束的运动一致性检测算法,以此构建一个室内动态场景下的视觉SLAM系统.该系统首先对输入图像进行语义分割,获取潜在运动特征点集合;其次对图像非潜在运动区域进行特征点提取,获取帧间变换的初值,利用加权的极