[发明专利]高速列车部件间关联关系的判断方法有效
申请号: | 202011550806.X | 申请日: | 2020-12-24 |
公开(公告)号: | CN112560188B | 公开(公告)日: | 2023-09-15 |
发明(设计)人: | 王艳辉;孙鹏飞;郝羽成;夏伟富;王文浩 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/18;G06F111/02;G06F119/02 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 麻吉凤 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 高速 列车 部件 关联 关系 判断 方法 | ||
1.一种基于二元决策图的高速列车部件间关联关系的判断方法,其特征在于,包括:
步骤1,根据高速列车系统的结构及工作原理,以部件为节点,部件间的关联关系为边,构建高速列车系统本构拓扑网络模型;具体包括:
根据所述高速列车系统的结构及工作原理,将部件间关联关系划分为物理结构关系与协同工作关系两类;以部件vi为节点,部件间包括机械电气管路连接在内的物理结构关系为边,构建基础层网络模型GF(VF,EF,AF);
分别以部件为节点,部件间包括物质流机械能流电能流信息流在内的协同工作关系为边,构建各功能层网络模型GS(VS,ES,AS),GM(VM,EM,AM),GE(VE,EE,AE),GI(VI,EI,AI);
构建耦合边连接相同部件在各层网络模型中抽象出的节点,构建高速列车系统本构拓扑网络模型G(V,E,A);
步骤2,基于高速列车系统运行故障数据,计算高速列车系统各部件的故障状态函数λ(t);具体包括:
通过对高速列车系统中部件运行故障数据的统计分析,应用威布尔分布模型对部件故障概率密度曲线进行拟合,计算部件的故障状态函数式中β是形状参数,η是尺度参数,τ是位置参数;t是时刻;
步骤3,采用深度优先搜索算法,搜索所述高速列车系统本构拓扑网络模型中所述节点间所有功能路径,构建等价网络模型;具体包括:
使用深度优先搜索算法,对所研究节点间所有功能路径进行搜索,对功能路径进行合并,合并原则为当功能路径Ai和Aj满足路径Ai失效是路径Aj失效的充分条件时,将功能路径Ai和Aj合并为Ai,并以合并后的功能路径为基础构建等价网络模型;
步骤4,依据节点拓扑属性,对所述等价网络模型进行子网络划分;
步骤5,依据高速列车系统各部件的故障状态函数λ(t)与所述子网络划分的结果,采用二元决策图算法,计算所述高速列车系统的各部件间的功能可靠性,以判断部件间的关联关系;具体包括:
采用二元决策图法,计算研究节点间各子网络的功能可靠性,其基本运算基于Shannon公式:
基于节点间各子网络的功能可靠性计算研究节点间的功能可靠性:
其中,RD(t)为t时刻两端节点的可靠性之积,RW(t)为t时刻各伪端节点的可靠性之积,RL(t)为t时刻各子网的路径集可靠性之积,RLi(t)为t时刻子网的路径集可靠性,λi(t)为t时刻节点vi的故障率;
其中:
2.根据权利要求1所述的方法,其特征在于,所述使用深度优先搜索算法对所研究节点间所有功能路径进行搜索的步骤包括:
Step1:将所研究节点对的其中一个节点作为起始节点,另一个节点为目标节点,把起始点放入栈中;
Step2:访问栈顶的点,选择一个与此点邻接的且尚未遍历的点,进行标记,然后放入栈中;
Step3:如果该点没有未标记的邻接节点,或该点为目标节点,则将该点从栈中弹出;
Step4:重复Step2和Step3直到栈空为止。
3.根据权利要求1所述的方法,其特征在于,所述步骤4包括:
将节点失效时导致所研究节点间的所有功能路径均失效的节点定义为伪端节点,以伪端节点为基础进行子网络划分。
4.根据权利要求1所述的方法,其特征在于,所述采用二元决策图法计算研究节点间各子网络的功能可靠性的步骤包括:
Step1:将等价网络模型中两端节点间的功能可靠性写成各功能路径可靠性的并集的形式;
Step2:选择各功能路径中除端点外出现频数最大的节点作为二元决策图的顶点,应用Shannon公式进行运算;
Step3:重复Step2,若Shannon公式中出现f(xk)=1,将该项标记为
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011550806.X/1.html,转载请声明来源钻瓜专利网。