The invention relates to a method for evaluating a turbine engine based on Markov dynamic fault tree, belonging to the aviation field. The present invention combines the exact failure order of Markov model and the intuitive theory of fault tree logic to simultaneously model and analyze the safety of fuzzy systems with time-related dynamic failure and uncertainty. By transforming the dynamic logic in fault tree into Markov model, the calculation problem of dynamic logic gates can be solved quickly. The combination state of dynamic logic input events is taken as the basic state of Markov model, and the state transition rate of Markov model is set to the failure rate of input events, so that Markov model can express dynamic logic gates.
【技术实现步骤摘要】
一种基于马尔科夫的动态故障树分析评价涡轮发动机的方法
本专利技术涉及一种基于马尔科夫的动态故障树分析评价涡轮发动机的方法，属于航空领域。
技术介绍
涡轮风扇发动机被称为航空业的一颗璀璨明珠，其先进性是衡量一个国家工业能力水平的重要标志。在研发发动机的过程中，系统安全性分析评价和评价必不可少，而其中发动机控制系统作为发动机的一个核心子系统，是评价控制系统的安全性时一个重要部分，因此对控制系统评价方法研究刻不容缓。系统故障树分析评价常用于系统的可靠性，然而其必须依靠分析评价人员按照流程对系统人工分析评价，因此分析评价效率较低，工作量大，数据提取比较机械，此种方法把许多没有价值的数据也加入待分析评价的内容，从而增加了后续步骤的工作量，具有冗余性和局限性。传统的马尔科夫分析评价法能够计算出多重降级状态的具有维修能力系统的概率，但是所有事项在统计上具有独立性，需要了解状态变化的各种概率，因此一定程度上降低了整个分析评价过程的充分性。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于马尔科夫的动态故障树分析评价涡轮发动机的方法。本专利技术解决其技术问题所采用的技术方案是：...
【技术保护点】
1.一种基于马尔科夫的动态故障树评价涡轮发动机的方法，其特征在于：具体步骤如下：Step1根据涡轮发动机系统的失效分析评价创建动态故障树模型，然后把动态故障树模型转化为马尔科夫模型；Step2用模糊数来表示转化后的马尔科夫模型中各状态之间的转移率，使动态故障树模型的状态转移率矩阵变为马尔科夫模型的状态转移率矩阵，进而将其转化为马尔科夫分析评价中的状态转移过程；Step3由模糊状态转移率构成的马尔科夫模型得到相对应的微分方程，得到线性方程；Step4对step3中的线性方程组进行求解，得到关于系统运行状态s的函数MN(s)，并对其作拉普拉斯反变换，得到系统关于时间的概率分布函...
【技术特征摘要】
1.一种基于马尔科夫的动态故障树评价涡轮发动机的方法，其特征在于：具体步骤如下：Step1根据涡轮发动机系统的失效分析评价创建动态故障树模型，然后把动态故障树模型转化为马尔科夫模型；Step2用模糊数来表示转化后的马尔科夫模型中各状态之间的转移率，使动态故障树模型的状态转移率矩阵变为马尔科夫模型的状态转移率矩阵，进而将其转化为马尔科夫分析评价中的状态转移过程；Step3由模糊状态转移率构成的马尔科夫模型得到相对应的微分方程，得到线性方程；Step4对step3中的线性方程组进行求解，得到关于系统运行状态s的函数MN(s)，并对其作拉普拉斯反变换，得到系统关于时间的概率分布函数MN(t)；St...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。