一种基于线性时间算法的故障树模块扩展分解方法技术

本发明专利技术提供了一种基于线性时间算法的故障树模块扩展分解方法。所述基于线性时间算法的故障树模块扩展分解方法包括如下步骤：一、通过修剪冗余节点或子树来对故障树进行简化；二、对线性时间算法识别出的模块进行扩展，识别故障树中的等效事件，划分等效事件为新模块。本发明专利技术的有益效果是：所述基于线性时间算法的故障树模块扩展分解方法提出一套新的故障树简化规则和模块扩展分解方法，不仅合理地除去故障树中的冗余信息还能够有效的优化故障树分析，进一步减少工业大型故障树分析的计算时间和内存消耗。

An extended decomposition method for fault tree modules based on linear time algorithm

The invention provides an extended decomposition method of fault tree module based on linear time algorithm. The extended decomposition method of the fault tree module based on the linear time algorithm includes the following steps: firstly, simplifying the fault tree by pruning redundant nodes or subtrees; secondly, extending the modules identified by the linear time algorithm to identify the equivalent events in the fault tree and dividing the equivalent events into new modules. The invention has the beneficial effect that the fault tree module extension decomposition method based on the linear time algorithm proposes a new set of fault tree simplification rules and a module extension decomposition method, which not only removes the redundant information in the fault tree reasonably, but also effectively optimizes the fault tree analysis and further reduces the large-scale industrial fault tree analysis. The computation time and memory consumption.

【技术实现步骤摘要】
一种基于线性时间算法的故障树模块扩展分解方法
本专利技术属于故障树预处理
，具体地涉及一种基于线性时间算法的故障树模块扩展分解方法。
技术介绍
故障树(faulttree,FT)是一种逻辑因果关系图，它描述了导致顶事件发生的基本事件之间的相互逻辑关系。如图1。r1表示故障树的顶事件，集合{g1,g2…g6}表示故障树的中间事件，集合{e1,e2…e7}表示了故障树中的基本事件。故障树中还有一种基本元素门事件，它表示了输入事件的关系类型。所示的故障树中有两种类型的门事件，and门表示只有当所有的输入事件发生故障时，才会导致输出事件故障，or门表示只要有一个输入事件故障就会导致输出事件故障。故障树能很好地展现其故障模式，形象客观地描述故障事件之间的逻辑关系。故障树分析(faulttreeanalysis，FTA)是一种系统可靠性、安全性分析的重要方法。故障树分析被广泛的应用于安全系统工程领域。故障树分析可以作为发生重大故障或事故后进行故障调查的有效手段；指导故障诊断、改进使用和维修方案等；也可用于发现可靠性和安全性薄弱环节，采取改进措施，以提高产品的可靠性和安全性。由于自动化生成工具的广泛使用，具有几百个门或事件的故障树已经变得很常见。而大型故障树的分析通常需要大量的计算机资源和时间消耗，有的故障树太复杂以至于现有的一些求解工具无法对其进行分析。所以如何有效的对大型故障树进行预处理变得尤为重要。故障树的预处理是在对故障树进行定性定量分析之前进行的，通常包括简化和分解。可以有效的去除故障树的冗余信息，减小故障树规模，有效的减少故障树分析的时间和内存资源的消耗。故障树简化是根据一定的规则消去故障树中多余的节点或子树以减小故障树的规模。最早的简化算法消除了输入到或门的重复事件。文PlatzO,OlsenJV.FAUNET:AProgramPackageforEvaluationofFaultTreesandNetworks[J].1976.是基于故障树评估程序包规则(ProgramPackageforEvaluationofFaultTrees,FAUNET)，其化简规则是最广泛使用的传统化简规则之一，它在不改变故障树逻辑结构的基础上使用了一些布尔规则减小了故障树的规模。后来的一些学者在此基础上增加了一些新的规则，例如消除。在集成可靠性和风险系统(IntegratedReliabilityandRiskAnalysisSystem，IRRAS)算法中提出了故障树的新简化方法，其采用了一些自下而上的技术，利用多种优化方法来重构和修剪故障树，包括子树独立，概率修剪和门事件合并。这些简化方法虽然能将故障树简化为比较简洁的形式，但需要付出很大的时间代价。故障树分解是指将故障树分解为若干独立的子树，对每棵子树进行单独求解。对所有子树的分析结果进行重新组合，可以获得原始故障树的分析结果。虽然在早期有许多分解的方法已经被提出，而在此之后提出的线性时间算法分解故障树，大大的减少了故障树分解的时间，使得与树的处理时间相比，分解故障树本身需要的时间可以忽略不计。在现有的故障树分解的算法中，文DutuitY,RauzyA.Alinear-timealgorithmtofindmodulesoffaulttrees[J].IEEETransactionsonReliability,1996.45(3):p.422-425.提出的线性时间算法广泛应用于故障树分析领域，能在线性时间内检测出故障树中的模块，此方法能应用于单调故障树和非单调故障树。但该方法存在一些缺陷，它所分解出的子树个数并不是最多的。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷或问题，提供一种基于线性时间算法的故障树模块扩展分解方法。本专利技术的技术方案如下：一种基于线性时间算法的故障树模块扩展分解方法包括如下步骤：一、通过修剪冗余节点或子树来对故障树进行简化；二、对线性时间算法识别出的模块进行扩展，识别故障树中的等效事件，划分等效事件为新模块。优选地，步骤一中，对故障树进行简化包括如下步骤：规范步骤：化简只含有一个输入事件的中间事件；收缩步骤：将连续出现的相同类型的中间事件进行缩减；萃取步骤：将含有相同事件作为输入的中间事件进行合并。优选地，步骤二中，模块扩展分解过程包括如下步骤：初始化两个集合EventOrGate(u)、EventAndGate(u)，其中，EventOrGate(u)表示节点u的所有门事件类型为或的父亲节点集合，EventAndGate(u)表示节点u的所有门事件类型为与的父亲节点集合，u为正整数；遍历故障树的过程中记录父亲节点与儿子节点之间的对应的门事件类型，若门事件的类型为and，则将父亲节点记录在该儿子节点的EventAndGate(u)集合中，在相对应的EventOrGate(u)集合中记录；若门事件的类型为or，则将父亲节点记录在还儿子节点EventOrGate(u)集合中，在相对应的EventAndGate(u)集合中记录；对于故障树中的若干个事件u,v…w，如果满足EventOrGate(u)＝EventOrGate(v)＝…EventOrGate(w)，并且那么这若干个事件u,v…w可以构成一个新的模块，其中，u,v…w分别为正整数，且为空集。优选地，如果满足EventAndGate(u)＝EventAndGate(v)＝…EventAndGate(w)，并且，那么这若干个事件u,v…w也可以组成一个新的模块。本专利技术提供的技术方案具有如下有益效果：所述基于线性时间算法的故障树模块扩展分解方法提出一套新的故障树简化规则和模块扩展分解方法，不仅合理地除去故障树中的冗余信息还能够有效的优化故障树分析，进一步减少工业大型故障树分析的计算时间和内存消耗；而且，所述故障树简化规则通过修剪冗余节点或子树来将故障树简化到最简洁的形式，从而减小故障树的尺寸，降低计算的复杂度。附图说明图1为motor2的故障树示意图；图2为化简规范规则过程图；图3为化简收缩规则过程图；图4为化简萃取规则过程图；图5为motor2的化简后故障树图；图6为构造EventOrGate(u)和EventAndGate(u)的集合图；图7为motor2的分解故障树图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。除非上下文另有特定清楚的描述，本专利技术中的元件和组件，数量既可以单个的形式存在，也可以多个的形式存在，本专利技术并不对此进行限定。本专利技术中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。可以理解，本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。本专利技术提供的基于线性时间算法的故障树模块扩展分解方法所涉及的线性时间算法的原理是：对故障树进行深度优先最左遍历，用ti(i＝1,2,last)标记事件的访问日期，在遍历过程中，如果在第一次访问到gi之前和第二次访问到gi之后都没有访问到gi的本文档来自技高网...

【技术保护点】
1.一种基于线性时间算法的故障树模块扩展分解方法，其特征在于：包括如下步骤：一、通过修剪冗余节点或子树来对故障树进行简化；二、对线性时间算法识别出的模块进行扩展，识别故障树中的等效事件，划分等效事件为新模块。

【技术特征摘要】
1.一种基于线性时间算法的故障树模块扩展分解方法，其特征在于：包括如下步骤：一、通过修剪冗余节点或子树来对故障树进行简化；二、对线性时间算法识别出的模块进行扩展，识别故障树中的等效事件，划分等效事件为新模块。2.根据权利要求1所述的一种基于线性时间算法的故障树模块扩展分解方法，其特征在于，步骤一中，对故障树进行简化包括如下步骤：规范步骤：化简只含有一个输入事件的中间事件；收缩步骤：将连续出现的相同类型的中间事件进行缩减；萃取步骤：将含有相同事件作为输入的中间事件进行合并。3.根据权利要求1所述的一种基于线性时间算法的故障树模块扩展分解方法，其特征在于，步骤二中，模块扩展分解过程包括如下步骤：初始化两个集合EventOrGate(u)、EventAndGate(u)，其中，EventOrGate(u)表示节点u的所有门事件类型为或的父亲节点集合，EventAndGate(u)表示节点u的所有门事件类型为与的父亲节点集合...

【专利技术属性】
技术研发人员：魏欧，李思洁，宋俊花，罗炜麟，王立松，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32