[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

说明书

一种基于贝叶斯网络的物流无人机风险评估方法。其包括从系统结构、运行环境和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；构建物流无人机失效评估贝叶斯网络；构建物流无人机失效评估贝叶斯网络的条件概率表：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等步骤。本发明效果：针对物流无人机的系统结构、运行场景和人为因素的特点，全面地分析了造成物流无人机失效的各类诱因，并利用贝叶斯网络将复杂的联合概率分布分解成一系列相对简单的模块，大大降低了知识获取的难度和概率推理的复杂性，适用于物流无人机系统风险评估中不确定性的推理问题，为物流无人机安全风险定量化评估提供了有效方法。

技术领域

本发明属于物流无人机技术领域，特别是涉及一种基于贝叶斯网络的物流无人机失效风险评估方法。

背景技术

目前评估无人机失效风险的技术较少，尤其是针对物流无人机展开失效风险评估的技术。由于无人机的失效风险与其结构特点和运行环境密切相关，而城市物流无人机结构复杂，各系统故障都可能导致无人机整体失效坠毁。同时，在城市空中物流运输中，强风、暴雨、强电磁干扰都会诱发无人机系统意外故障，造成坠机伤人。现有的无人机失效风险评估方法并未较好地针对物流无人机的结构特点、运行环境和保障人员工作特性进行建模，同时由于缺乏对物流无人机失效诱因的全面提取，无法建立风险定量化评估模型。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于贝叶斯网络的物流无人机失效风险评估方法。

为了达到上述目的，本发明提供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。

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。

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。