【摘 要】
:
冷贮备系统是可靠性研究中一类重要的类型,它的应用十分广泛,结构类型也非常繁多。本文在参考文献的基础上,将修理设备可更换,Poisson冲击,修理工休假,多种失效状态和“修复非新”
论文部分内容阅读
冷贮备系统是可靠性研究中一类重要的类型,它的应用十分广泛,结构类型也非常繁多。本文在参考文献的基础上,将修理设备可更换,Poisson冲击,修理工休假,多种失效状态和“修复非新”的问题与该模型结合,得出了一些重要的可靠性指标。首先,在修理设备可更换且修理工多重休假的冷贮备可修理中,分别对在Poisson冲击环境下和部件具有的多状态的情形进行了可靠性分析。(1)在Poisson冲击环境下,假定冲击流的到达是一个Poisson过程,Poisson冲击量和工作部件的阈值都是非负的随机变量;(2)每个部件均有两类失效状态,部件寿命服从指数分布。在上述两种情况下,假设修理设备的寿命均服从指数分布,部件的修理时间,修理工的休假时间以及修理设备的更换时间均服从一般分布,在这些假设条件下利用补充变量法,拉普拉斯变换,洛必达法则等数学工具得到了系统的可用度,系统的可靠度,系统的故障频度以及系统首次故障前平均时间等可靠性指标。其次,研究了具有单重休假和优先权的多状态冷贮备退化系统。考虑了在部件1“修复非新”而部件2修复如新且部件1具有优先权的条件下,每个部件均有两种相互独立故障模式子。部件的工作寿命,故障后的修理时间均服从不同的指数分布,修理工休假服从一般连续型分布。运用几何过程理论、补充变量法及Laplace变换等数学方法,得到系统的可用度,可靠度和系统首次故障前平均时间等可靠性指标,最后通过数值例验证了结果的有效性。最后,考虑了Poisson冲击下修理工单重休假且修复不如新的冷贮备可修系统。部件的本质寿命和部件的修理时间是一个几何过程,Poisson冲击量和部件的阈值都是非负的随机变量,修理工的休假时间服从一般连续概率分布。运用几何过程理论,补充变量法,拉普拉斯变换,得到了系统可用度,系统可靠度,系统的故障频度以及系统首次故障前平均时间等可靠性指标。最后,通过数值例子验证了指标的有效性。
其他文献
设(?)是域K上的代数元,p(x)∈K[x]是(?)在K上的极小多项式,A=K((?))[a1,…,an]是单代数扩域K((?))上具有n个生成元的可解多项式代数.本文证明,若A的子代数K[a1,…,an]是K上可
本文主要研究指数丢番图方程px±qv=2z的非负整数解的问题,共由三部分组成。第一部分简单地介绍了有关指数丢番图方程的背景知识。第二部分主要做了以下工作:1用初等方法给出
特色小镇作为新型城镇化建设的重要形式,在全国范围内如火如荼地发展起来。特色小镇是以村镇为建制基础,以特色产业为核心的小镇。它一方面可以充分发挥自身优势实现农村就地
本文以Bernstein算子在r-重积分Wiener空间下同时逼近平均误差的强渐近阶结论为基础,利用数值分析的方法,系统讨论了在加权Lp范数下Kantorovitch算子序列在r-重积分Wiener空
近年来有关分数阶微积分的研究引起了人们的广泛关注。目前用得最多的分数阶微积分是基于Gamma函数定义的Riemann-Liouville导数和Riemann-Liouville积分,其次有Caputo导数、
二氧化碳(CO2)是导致温室效应的主要气体之一,同时也是储量丰富的C1资源,通过化学固定CO2制备高附加值化工产品是最具吸引力的碳捕集与利用的策略之一。其中,将CO2化学固定为环碳酸酯是一条最具工业应用前景的转化利用途径。目前,以环氧化物和CO2反应合成环碳酸酯是最常用的制备体系。然而,环氧化物作为原料不仅成本高、毒性大、不易储存,且反应体系对设备要求高,严重制约环碳酸酯的产业规模。烯烃毒性小、价
一维时序信号处理技术凭借其对时间属性的强依赖及有用信息量的庞大承载量在生活及工业界中的应用愈加广泛。例如,音频事件检测及光网络故障预测这两类一维时序信号处理技术分别在多重场景分析、通信信息传播中具有重要的应用价值。深度学习算法在音频事件检测和光网络故障预测中都体现了优于传统算法的性能,因而得到广泛关注。深度学习算法对大量抽象数据的强拟合建模能力得益于深度学习网络模型中庞大的参数量及其复杂的计算迭代
线性k-森林是每一个连通分支均为长度不超过k的路的图.一个图G的线性k-荫度是将图G的边集合能分解成的线性k-森林的最少数目,用lak(G)来表示.图的线性k-荫度是边着色的一种很
种群系统的最优控制问题是一门与生态平衡.生物多样化及可再生资源的开发利用等密切相关的学科.目前大量的学者对具有年龄结构的种群系统的控制问题进行了研究,并取得了许多
随着互联网及知识经济的高速发展,众包由于其开放式的资源聚集和低成本等优点获得了快速发展。但一方面,现有的众包平台均为中心化众包平台,其中心化的架构机制使得众包活动的公平性、隐私性和可靠性很难得到保障。另一方面,任务分配算法是众包的重要研究方向,关系到众包任务能否被按时且高质量地完成。针对以上问题,本文主要的研究成果如下:1)以数据标注类众包为例,基于现有的去中心化应用部署框架Edgence,提出了