公开(公告)号：CN106056217A

公开(公告)日：2016-10-26

申请号：CN201610312144.X

申请日：2016-05-12

Applicant: 西北工业大学

Inventor： 蔡志强 ,  蒋忠雨 ,  司书宾 ,  张帅 ,  李洋 ,  司伟涛

IPC: G06Q10/00 ,  G06Q10/04

CPC classification number: G06Q10/04 ,  G06Q10/20

Abstract: 本发明公开了一种面向可修备件的多态装备系统多阶段备件需求预测方法，用于解决现有备件需求预测方法实用性差的技术问题。技术方案是首先，根据装备系统部件组成确定各阶段任务需求和各部件状态；其次，将装备系统中的不同部件及其相应备件作为一个可修部件组整体考虑，建立该任务系统的MMDD模型；然后，利用马尔科夫链建立携带可修备件的多态任务系统每个部件组在多阶段任务中的失效模型，列举出MMDD模型中从根节点到终节点1的路径，构成一个不交路径集；最后，基于所建立的MMDD模型和部件组的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，预测该多态装备系统的可修备件需求量。

公开(公告)号：CN104133984A

公开(公告)日：2014-11-05

申请号：CN201410308885.1

申请日：2014-07-01

Applicant: 西北工业大学

Inventor： 蔡志强 ,  司伟涛 ,  司书宾 ,  张帅 ,  李淑敏 ,  王宁

IPC: G06F19/00

Abstract: 本发明公开了一种模块化复杂装备贝叶斯网络故障预测方法，用于解决现有装备故障预测方法实用性差的技术问题。技术方案是首先根据部件之间的物理边界和实际需要对复杂装备进行分解，模块化；其次，对复杂装备的各模块利用不同建模方法建立其FPBN模型，并对各模块的模型进一步修正以使各模型模块化形成故障预测贝叶斯网络模块；然后，集成各FPBNM以建立整个复杂装备系统的FPBN集成模型；最终，基于建立的故障预测集成模型，以检测信息为驱动，利用概率论公式预测装备的实际运行状态。由于该方法以模块化和贝叶斯网络为基础，面向复杂装备维护保障，能够快速准确的预测复杂装备时间状态，有效提高维修效率、降低维修成本，实用性强。

公开(公告)号：CN104063586A

公开(公告)日：2014-09-24

申请号：CN201410256955.3

申请日：2014-06-11

Applicant: 西北工业大学

Inventor： 蔡志强 ,  司伟涛 ,  司书宾 ,  张帅 ,  李淑敏 ,  王宁

IPC: G06F19/00

Abstract: 本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。