论文部分内容阅读
随着科技的发展和社会的进步,机械系统的结构日益复杂,性能参数不断增多,环境条件也更加苛刻,对其进行风险分析也日显重要。近些年很多方法诸如风险矩阵、决策树、蒙特卡洛仿真和敏感度分析等,被用于进行系统的风险评价。但是,这些方法要么不支持定性风险分析,要么需要大量精确数据的支撑。为了克服这些方法的不足,本文以柴油发动机为研究分析对象,将模糊逻辑理论与故障模式及影响分析(FMEA).故障树分析方法和事件树分析方法相结合,使用集成方法来弥补单一评价方法的不足。主要工作如下：(1)将模糊逻辑理论与FMEA相结合建立了模糊FMEA方法来对风险事件进行分析。对传统FMEA中的发生度、严重度和检测度分别使用模糊语言变量来表示,分别建立其隶属度函数和模糊运算规则,基于以上分析利用MATLAB的模糊工具箱建立模糊风险专家系统,克服传统FMEA对数据要求严格的缺点。应用建立起来的模糊专家系统对发动机的五种潜在失效模式进行风险评价,得出了风险优先度顺序,并与传统FMEA分析结果进行了对比分析。(2)针对以上运用模糊FMEA所得到的风险分析结果,提出模糊故障树分析方法,对导致故障发生的原因做深层次分析。在模糊故障树分析方法中使用模糊语言变量代替传统故障树分析中的确切值来评价风险事件的发生概率,以克服传统故障树分析方法对数据要求严格的缺点。通过建立的模糊故障树分析对特定的故障模式进行定性和定量的分析,得出各底事件的模糊重要度,并对底事件进行重要等级划分,区别底事件对顶事件发生概率的影响。(3)在以上分析的基础上,将模糊逻辑与事件树分析方法相结合,建立模糊事件树的风险评价构架。使用模糊语言代替具体数值进行发生概率评价和影响结果评价,使其在可用数据少的情况下依然可以进行定量的事件树分析。针对风险事件提出减缓措施,计算出了采取减缓措施情况下的风险期望价值,使其在对减缓措施的效果判断上更为直观、准确。在分析过程中,交叉使用模糊故障树进行辅助分析。