为研究空间故障网络(Space Fault Network,SFN)中故障模式的最终事件故障概率分布(Fault Probability Distribution of Target Event,TEFPD),在不同情况下确定分布特征,提出不同情况下的TEFPD确定方法。研究对象为单元故障演化过程和全...为研究空间故障网络(Space Fault Network,SFN)中故障模式的最终事件故障概率分布(Fault Probability Distribution of Target Event,TEFPD),在不同情况下确定分布特征,提出不同情况下的TEFPD确定方法。研究对象为单元故障演化过程和全事件诱发+最终事件过程两种。根据原因事件和结果事件的关系,分析方法分为比较形式方法和继承形式方法。根据故障模式中事件存在性,故障概率分布处理方式分为最大值方法和平均值方法。考虑多因素影响,将事件故障概率分布引入到分析中,得到各种情况下的TEFPD.通过一个简单故障模式得到TEFPD,最终总结各种方式得到的TEFPD的特征显著程度。展开更多
操作工人在长时间的工作过程中,由于精神和身体的疲劳会产生失误,人的可靠性降低,导致生产残次品,甚至危及人身安全。为了了解在保证可靠性的前提下操作者最长可持续的工作时间(极限工作时间),提出了一种结合统计过程控制图(statistical...操作工人在长时间的工作过程中,由于精神和身体的疲劳会产生失误,人的可靠性降低,导致生产残次品,甚至危及人身安全。为了了解在保证可靠性的前提下操作者最长可持续的工作时间(极限工作时间),提出了一种结合统计过程控制图(statistical process control chart,SPCC)和差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型的方法。用连续时间中单位时间间隔内的次品率衡量人的可靠度,并形成次品率时序序列(defective rate time series,DRTS)。一方面使用该数列基于ARIMA构建SPCC,并确定样本的上控制线(upcontrolline,UCL)、下控制线(lowcontrolline,LCL)和极限时间范围;另一方面使用ARIMA和支持向量机(support vector machine,SVM)配合实时跟踪算法(realtime tracing algorithm,RTA)对需要确定极限工作时间(limit working time,LWT)的某一操作者的DRTS进行预测。最后将预测曲线置于SPCC中来确定该操作者LWT的范围。通过对10个操作者8h,每隔10min采样得到的DRTS分析,表明该类工作参数的范围为UCL=[3.89,4.66]、LCL=[-4.98,-3.90]、LWT=[393,450]min,确定了一个新操作者的LWT为[435,452]min,即435min时该操作者就应该停止工作进行休息。展开更多
文摘为研究空间故障网络(Space Fault Network,SFN)中故障模式的最终事件故障概率分布(Fault Probability Distribution of Target Event,TEFPD),在不同情况下确定分布特征,提出不同情况下的TEFPD确定方法。研究对象为单元故障演化过程和全事件诱发+最终事件过程两种。根据原因事件和结果事件的关系,分析方法分为比较形式方法和继承形式方法。根据故障模式中事件存在性,故障概率分布处理方式分为最大值方法和平均值方法。考虑多因素影响,将事件故障概率分布引入到分析中,得到各种情况下的TEFPD.通过一个简单故障模式得到TEFPD,最终总结各种方式得到的TEFPD的特征显著程度。
基金This work was supported by the National Key Research and Development Program of China(2017YFA0700201,2017YFA0700203 and 2016YFC0800401)National Natural Science Foundation of China(61890544,61522106,61631007,61571117,61731010,61735010,61722106,61701107,and 61701108)+3 种基金Postgraduate Research&Practice Innovation Program of Jiangsu Province(KYCX19_0081)Scientific Research Foundation of Graduate School of Southeast University(YBPY1938)Foundation of National Excellent Doctoral Dissertation of China(201444)the 111 Project(111-2-05).
文摘操作工人在长时间的工作过程中,由于精神和身体的疲劳会产生失误,人的可靠性降低,导致生产残次品,甚至危及人身安全。为了了解在保证可靠性的前提下操作者最长可持续的工作时间(极限工作时间),提出了一种结合统计过程控制图(statistical process control chart,SPCC)和差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型的方法。用连续时间中单位时间间隔内的次品率衡量人的可靠度,并形成次品率时序序列(defective rate time series,DRTS)。一方面使用该数列基于ARIMA构建SPCC,并确定样本的上控制线(upcontrolline,UCL)、下控制线(lowcontrolline,LCL)和极限时间范围;另一方面使用ARIMA和支持向量机(support vector machine,SVM)配合实时跟踪算法(realtime tracing algorithm,RTA)对需要确定极限工作时间(limit working time,LWT)的某一操作者的DRTS进行预测。最后将预测曲线置于SPCC中来确定该操作者LWT的范围。通过对10个操作者8h,每隔10min采样得到的DRTS分析,表明该类工作参数的范围为UCL=[3.89,4.66]、LCL=[-4.98,-3.90]、LWT=[393,450]min,确定了一个新操作者的LWT为[435,452]min,即435min时该操作者就应该停止工作进行休息。