[发明专利]一种水下卡爪连接器结构失效的风险评估方法

权利要求书

1.一种水下卡爪连接器结构失效的风险评估方法，其特征在于，包括下述步骤：

S1：针对水下卡爪连接器进行故障模式、影响及危害性分析，得到分析表；

S2：根据所述分析表，以水下卡爪连接器结构失效为顶事件，采用逐级演绎的方法建立水下卡爪连接器结构失效的故障树模型，从而得到所述故障树中各底事件；

S3：采用模糊综合评价的方法计算水下卡爪连接器结构失效的故障树中各底事件的失效率；

S4：结合所述各底事件的失效率，通过布尔运算得到顶事件的失效率；

S5：对水下卡爪连接器结构失效的故障树进行定量分析，进一步根据可靠性理论计算得到水下卡爪连接器的可靠性指标，实现水下卡爪连接器结构失效的风险评估。

2.根据权利要求1所述的水下卡爪连接器结构失效的风险评估方法，其特征在于：所述S3中的水下卡爪连接器结构失效的故障树中底事件的失效率的计算过程具体包括：

S301：确定所述故障树各个底事件中等级评估所用的模糊语言集，及各个模糊语言对应的模糊数类型及其隶属函数；

S302：邀请相关领域专家对所述故障树中各个底事件作失效可能性评估，得到关于水下卡爪连接器结构失效的专家评估结果；

S303：计算出模糊语言集中各个模糊语言对应的隶属函数的λ截集，并针对任一个底事件，根据专家评估结果，通过平均模糊数公式计算出该底事件的平均模糊数，并进一步得到其隶属函数；

S304：建立模糊最大集和模糊最小集，并通过左右模糊排序法将平均模糊数转化为模糊可能值，并通过该模糊可能值计算出模糊失效率，该模糊失效率即为基于模糊综合评价得到的该底事件的失效率。

S305：重复步骤S303和S304，得到所述故障树中各底事件的失效率。

3.根据权利要求2所述的水下卡爪连接器结构失效的风险评估方法，其特征在于：S301中所述故障树中的底事件为：X＝{X₁，X₂，…，X_j，…X_N}，其中N为底事件的总数量，X_j为第j个底事件；

S301中所述模糊语言集为：U＝{u₁，u₂，…，u_m，u_M}，其中，M为模糊语言集中元素的总数量，u_m为模糊语言集中第m个元素；

S301中所述专家的数量为n(n≥2)。

4.根据权利要求2所述的水下卡爪连接器结构失效的风险评估方法，其特征在于：S302中所述的模糊数类型为三角形模糊数和梯形模糊数，所述隶属函数为梯形隶属函数和三角形隶属函数，以梯形模糊数为主要模糊数类型，以梯形隶属函数为主要隶属函数。

5.根据权利要求2所述的水下卡爪连接器结构失效的风险评估方法，其特征在于：S303中所述的平均模糊数w的计算公式为：

其中x为模糊数EXP_i对应的模糊集合中的元素；

⊕为有界和算子，

∧为取小运算；

EXP_i为第i为专家针对底事件X_j所评估的模糊语言，EXP_i∈U；

W_i为第i位专家所占的权重(0W_i1)；

f_EXPi为EXP_i所对应的隶属函数；

a_EXPi、b_EXPi为f_EXPi的λ截集的上限所对应的系数，为正实数；

c_EXPi、d_EXPi为f_EXPi的λ截集的下限所对应的系数，为正实数；

根据平均模糊集公式求得的|aλ+b,c-dλ|即为结合各专家意见的平均模糊数w，令w＝|aλ+b,c-dλ|＝|x₁,x₂|，进而求得的平均模糊数w的隶属函数f_w(x)：

其中a、b、c、d为正实数。