[发明专利]一种基于贝叶斯网络的物流无人机失效风险评估方法

权利要求书

1.一种基于贝叶斯网络的物流无人机风险评估方法，其特征在于：所述的基于贝叶斯网络的物流无人机风险评估方法包括按顺序进行的下列步骤：

步骤1：从系统结构角度分析并获得物流无人机意外坠落事故的诱因及各诱因的概率值；

步骤2：从运行环境角度分析并获得物流无人机意外坠落事故的诱因及各诱因的概率值；

步骤3：从人为因素角度分析并获得物流无人机意外坠落事故的诱因及各诱因的概率值；

步骤4：基于步骤1、步骤2和步骤3获得的物流无人机意外坠落事故的诱因构建物流无人机失效评估贝叶斯网络；

步骤5：构建步骤4获得的物流无人机失效评估贝叶斯网络的条件概率表：

步骤6：依据步骤1、步骤2和步骤3获得的概率值和步骤5)获得的物流无人机失效评估贝叶斯网络图的条件概率表，计算出不同事故诱因发生时物流无人机发生意外坠落事故的风险。

2.根据权利要求1所述的基于贝叶斯网络的物流无人机风险评估方法，其特征在于：在步骤4中，所述的基于步骤1、步骤2和步骤3获得的物流无人机意外坠落事故的诱因构建物流无人机失效评估贝叶斯网络的方法是：

根据步骤1)、步骤2)和步骤3)获得的物流无人机意外坠落事故的诱因，分别将控制失效、失速、失去全部动力和失去部分动力四项失效模式作为事故节点，按照各自之间的因果关系将各个事故节点通过有向边以单箭头形式连接，其中箭头起始端的事故节点是父节点，箭头末端的事故节点是子节点，由此将失效模式与诱因通过有向无环图连接起来，基于网络框架的有向无环图描述变量间的依赖和独立关系，构建成物流无人机失效评估贝叶斯网络。

3.根据权利要求1所述的基于贝叶斯网络的物流无人机风险评估方法，其特征在于：在步骤5中，所述的构建步骤4获得的物流无人机失效评估贝叶斯网络的条件概率表中的条件概率是指一个事故在另外一个事故已经发生条件下的发生概率，可通过物流无人机运行数据的统计分析和各事故节点的联合分布概率计算公式获得，如式(1)所示。

式中：P为事故节点的条件概率；X_i为事故节点编号；n为事故节点X_i的所有父节点数量；Π为累计相乘函数；π(X_i)为事故节点X_i的所有父节点。

4.根据权利要求1所述的基于贝叶斯网络的物流无人机风险评估方法，其特征在于：在步骤6中，所述的依据步骤1、步骤2和步骤3获得的概率值和步骤5)获得的物流无人机失效评估贝叶斯网络图的条件概率表，计算出不同事故诱因发生时物流无人机发生意外坠落事故的风险的方法是：

依据步骤1、步骤2和步骤3获得的概率值和步骤5)获得的物流无人机失效评估贝叶斯网络图的条件概率表，使用贝叶斯网络原理，计算出步骤1、步骤2和步骤3中某一项事故诱因或某几项事故诱因发生时，物流无人机发生意外坠落事故的风险。