基于动态故障树的列控系统风险分析与控制
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 安全风险管理基本概念 | 第12-13页 |
| 1.2.2 关于风险分析的研究 | 第13页 |
| 1.2.3 风险分析的国内外研究现状 | 第13-14页 |
| 1.3 动态故障树 | 第14-16页 |
| 1.3.1 传统静态故障树及其优缺点 | 第14-15页 |
| 1.3.2 动态故障树概念 | 第15-16页 |
| 1.3.3 动态故障树分析算法 | 第16页 |
| 1.4 研究思路和文章结构 | 第16-18页 |
| 第2章 基于马尔科夫的动态故障树分析方法 | 第18-34页 |
| 2.1 动态逻辑门的引入与转化 | 第18-20页 |
| 2.2 动态故障树的模块化方法 | 第20-24页 |
| 2.2.1 故障树模块化分解方法 | 第21页 |
| 2.2.2 模块搜索方法 | 第21-23页 |
| 2.2.3 故障树模块化结果合成 | 第23-24页 |
| 2.3 静态模块子树的分析 | 第24-26页 |
| 2.3.1 基于BDD的故障树定性分析 | 第24-25页 |
| 2.3.2 基于BDD的故障树定量分析 | 第25-26页 |
| 2.4 动态子树的分析 | 第26-28页 |
| 2.4.1 马尔可夫链的基本概念 | 第26-27页 |
| 2.4.2 基于马尔可夫链的动态故障树分析 | 第27-28页 |
| 2.5 基于马尔科夫链的车地通信系统安全评估 | 第28-33页 |
| 2.5.1 构建车地通信系统动态故障树 | 第28页 |
| 2.5.2 模块化动态故障树 | 第28-29页 |
| 2.5.3 分析动态子树 | 第29-31页 |
| 2.5.4 静态子树分析 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于贝叶斯网络的动态故障树分析方法 | 第34-43页 |
| 3.1 贝叶斯网络理论基础 | 第34-35页 |
| 3.2 贝叶斯网络建模 | 第35-36页 |
| 3.2.1 贝叶斯网络建模方式 | 第35页 |
| 3.2.2 基于聚类的贝叶斯网络模型推理 | 第35-36页 |
| 3.3 基于贝叶斯网络的二态系统风险分析 | 第36-38页 |
| 3.3.1 故障树向贝叶斯网络转化 | 第36-37页 |
| 3.3.2 基于贝叶斯网络的安全评估 | 第37-38页 |
| 3.4 基于贝叶斯网络的车地通信系统风险分析 | 第38-42页 |
| 3.4.1 构建车地通信系统贝叶斯网络 | 第38页 |
| 3.4.2 贝叶斯网络参数确定 | 第38-40页 |
| 3.4.3 贝叶斯模型的仿真与结果分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于梯形公式的动态故障树分析方法 | 第43-53页 |
| 4.1 动态逻辑门函数分布 | 第43-44页 |
| 4.2 基于梯形公式的动态子树分析 | 第44-47页 |
| 4.2.1 常用可靠性分布模型 | 第45-46页 |
| 4.2.2 基于热备件门的动态子树分析 | 第46-47页 |
| 4.3 蒙特卡洛仿真 | 第47-52页 |
| 4.3.1 均匀分布随机数的产生 | 第47-48页 |
| 4.3.2 非均匀随机数的产生 | 第48页 |
| 4.3.3 仿真步骤 | 第48-49页 |
| 4.3.4 仿真结果分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于模糊综合评判的RCM | 第53-62页 |
| 5.1 RCM理论基础 | 第53-54页 |
| 5.2 模糊综合评判方法 | 第54-56页 |
| 5.2.1 模糊综合评判模型简介 | 第55-56页 |
| 5.3 基于模糊综合评判的系统可靠性评价 | 第56-61页 |
| 5.3.1 维修方式决策模型 | 第56-58页 |
| 5.3.2 实例分析 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
