[发明专利]一种基于人为因素强迫停运模型的建立及其判别方法

权利要求书

1.一种基于人为因素强迫停运模型的建立，其特征是：它的具体步骤如下：

步骤1)在时间相关型、过程相关型、应急相关型的人因可靠性分析基础上，得到三种人因的设备修复率模型；

步骤2)确定人为因素强迫停运模型的特征参数；特征参数包括影响因素数N、设备状态数M、初始状态下设备影响因素的概率值π、状态转移概率矩阵A、和设备状态概率矩阵B；

步骤3)将特征参数代入隐马尔可夫模型建立基于人为因素强迫停运模型；

所述步骤2)的具体步骤：

2.1)通过影响因素数N来确定q_t，t时，将设备的影响因素q_t状态分为q_t∈(θ₁,θ₂,...,θ_N)＝{μ(Z)时间相关型，μ(P)过程相关型，μ(Q)应急相关型}；

2.2)通过设备状态数M来确定o_t，t时，设备可以观测到的设备状态o_t，o_t∈(v₁,v₂,...,v_M)＝{正常，停运}；

2.3)初始状态下影响因素的概率值π＝(π₁,π₂,...,π_N)，其中概率值π_i＝P(q_t＝θ_i),1≤i≤N；

2.4)A为状态转移概率矩阵，A＝(a_ij)_N×N，其中a_ij＝P(q_t+1＝θ_j|q_t＝θ_i),1≤i,j≤N，转移状态矩阵：设备的某一种影响因素状态到另一种影响因素状态的概率；统计t时刻时影响因素状态n_t的概率为p_t，以及在t+1时刻时影响因素状态从n_t转移到n_t+1的概率为p_t+1；则t时刻影响因素状态转移到t+1时刻的影响因素状态的概率为p_t+1/p_t；即设备影响因素状态从n_i到n_j的转移概率为；

2.5)B为设备状态概率矩阵，B＝(b_jk)_N×M，b_jk＝P(o_t+1＝v_k|q_t＝θ_j),1≤j≤N是列出设备某种影响因素下的设备状态的概率；已知时间相关型设备人因修复模型、过程相关型人因修复型、应急相关型人因修复模型和故障率，根据设备的强迫停运率的计算公式分别可得到对应状态下强迫停运概率p_a、p_b、p_c。