基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于系統(tǒng)安全及風(fēng)險(xiǎn)分析技術(shù)領(lǐng)域，具體涉及一種基于蒙特卡洛仿真求解 動(dòng)態(tài)故障樹(shù)的風(fēng)險(xiǎn)分析方法。
【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)技術(shù)的不斷普及，各類(lèi)控制系統(tǒng)在各行各業(yè)發(fā)揮著越來(lái)越重要的作 用，如飛行控制系統(tǒng)、列車(chē)控制系統(tǒng)、生產(chǎn)控制系統(tǒng)等。由于控制系統(tǒng)的重要性，其系統(tǒng)的安 全可靠性就顯得尤為重要，而準(zhǔn)確的分析系統(tǒng)面臨的風(fēng)險(xiǎn)，對(duì)系統(tǒng)的開(kāi)發(fā)和安全運(yùn)行具有 重要意義。
[0003] 例如，得益于計(jì)算機(jī)技術(shù)、電子技術(shù)和控制技術(shù)的飛速發(fā)展，列車(chē)控制系統(tǒng)獲得了 很好的發(fā)展機(jī)遇，目前已經(jīng)在高速鐵路上廣泛使用CTCS-3基于通信的列車(chē)控制系統(tǒng)，其主 要包括三個(gè)模塊，即地面子系統(tǒng)（軌道電路、列控中心、車(chē)站計(jì)算機(jī)聯(lián)鎖、列控中心等）、車(chē) 載子系統(tǒng)（安全計(jì)算機(jī)、測(cè)速定位、無(wú)線通信模塊、人一機(jī)接口等）和信息傳輸子系統(tǒng)（如 GSM-R等）。在鐵路不斷向著高速、高密度的方向發(fā)展的現(xiàn)實(shí)前提下，對(duì)控制系統(tǒng)這樣由一 系列子系統(tǒng)模塊組成來(lái)控制列車(chē)運(yùn)行速度，為了保障列車(chē)運(yùn)行安全和提高運(yùn)輸能力，列車(chē) 控制系統(tǒng)需要滿足的安全條件愈發(fā)嚴(yán)酷，控制要求也越來(lái)越高，系統(tǒng)的結(jié)構(gòu)也日趨復(fù)雜。
[0004] 隨著系統(tǒng)包含的組件也越來(lái)越多的情況下，雖然列車(chē)控制系統(tǒng)在保障列車(chē)安全可 靠高速運(yùn)行方面有著優(yōu)異的表現(xiàn)，但是存在的風(fēng)險(xiǎn)也不容忽視。由于系統(tǒng)中組件數(shù)量巨大 且系統(tǒng)使用數(shù)量亦較大，由組件的隨機(jī)故障導(dǎo)致的系統(tǒng)風(fēng)險(xiǎn)也不斷加大。列控系統(tǒng)一旦發(fā) 生故障，將會(huì)帶來(lái)巨大的經(jīng)濟(jì)損失，且有可能危機(jī)乘客的生命安全，造成嚴(yán)重的社會(huì)影響。
[0005] 目前，對(duì)控制系統(tǒng)的風(fēng)險(xiǎn)分析方法有幾十種之多，近年來(lái)，風(fēng)險(xiǎn)分析方法向正向定 性與定量結(jié)合、注重動(dòng)態(tài)系統(tǒng)描述能力、計(jì)算機(jī)仿真等方向發(fā)展。在現(xiàn)有技術(shù)中，對(duì)列車(chē)控 制系統(tǒng)的風(fēng)險(xiǎn)分析，在利用了概率方法和衡量指標(biāo)之后得到廣泛的發(fā)展，方法和指標(biāo)的選 擇需要根據(jù)具體的問(wèn)題及假設(shè)來(lái)選定，而風(fēng)險(xiǎn)分析所使用的模型有效性，直接關(guān)系到風(fēng)險(xiǎn) 分析的有效性。在選用合適的風(fēng)險(xiǎn)分析模型時(shí)，也要考慮到實(shí)際的故障分布無(wú)法與分析中 所用的分布模式完全匹配的問(wèn)題，從而避免在簡(jiǎn)化時(shí)引入關(guān)鍵性錯(cuò)誤。因此，目前常采用動(dòng) 態(tài)故障樹(shù)模型對(duì)列車(chē)控制系統(tǒng)進(jìn)行風(fēng)險(xiǎn)分析。
[0006] 在對(duì)于動(dòng)態(tài)故障樹(shù)模型的求解上，通常采用將動(dòng)態(tài)故障樹(shù)模型轉(zhuǎn)換為馬爾科夫模 型從而使用解析法進(jìn)行求解。但當(dāng)動(dòng)態(tài)故障樹(shù)規(guī)模增大時(shí)，馬爾科夫模型中的狀態(tài)量增加 速度太快，存在狀態(tài)爆炸問(wèn)題。雖然以往的研宄者提出了各種改進(jìn)方法，但對(duì)于存在大量狀 態(tài)的復(fù)雜系統(tǒng)仍然應(yīng)用有限。另外，將動(dòng)態(tài)故障樹(shù)模型轉(zhuǎn)化為馬爾科夫模型，使用解析法來(lái) 求解時(shí)，對(duì)于組件的故障率均只能假設(shè)為常數(shù)，而實(shí)際的控制系統(tǒng)運(yùn)行過(guò)程中組件的故障 率往往隨著時(shí)間的變化有所變化，這就使得所求解的組件的故障率偏離真實(shí)值，無(wú)法真實(shí) 的反映組件故障率的變化情況，導(dǎo)致無(wú)法進(jìn)行有效的風(fēng)險(xiǎn)估計(jì)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析方 法，對(duì)狀態(tài)數(shù)量巨大的復(fù)雜系統(tǒng)進(jìn)行有效的風(fēng)險(xiǎn)估計(jì)，同時(shí)得到組件的重要度分析數(shù)據(jù)，對(duì) 組件的故障率及其故障率的變化情況進(jìn)行有效的風(fēng)險(xiǎn)分析。
[0008] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng) 險(xiǎn)分析方法，所述方法包括：
[0009] 對(duì)需要進(jìn)行風(fēng)險(xiǎn)分析的系統(tǒng)建立動(dòng)態(tài)故障樹(shù)模型；
[0010] 估計(jì)所述系統(tǒng)的組件故障概率參數(shù)；
[0011] 將所述組件故障概率參數(shù)作為動(dòng)態(tài)故障樹(shù)模型運(yùn)算的輸入值，采用蒙特卡洛仿真 方法對(duì)所述動(dòng)態(tài)故障樹(shù)模型進(jìn)行求解，得到所述系統(tǒng)的故障概率分布分析數(shù)據(jù)和所述系統(tǒng) 的組件重要度分析數(shù)據(jù)。
[0012] 上述方案中，所述建立動(dòng)態(tài)故障樹(shù)模型，進(jìn)一步包括：根據(jù)所述系統(tǒng)的結(jié)構(gòu)，以系 統(tǒng)故障為頂事件，以所述系統(tǒng)的組件故障為基事件，建立所述系統(tǒng)的動(dòng)態(tài)故障樹(shù)模型。
[0013] 上述方案中，所述估計(jì)所述系統(tǒng)的組件故障概率參數(shù)，進(jìn)一步包括：根據(jù)組件的故 障時(shí)間數(shù)據(jù)，采用預(yù)設(shè)的參數(shù)估計(jì)，得到組件故障概率參數(shù)。
[0014] 上述方案中，所述預(yù)設(shè)的參數(shù)估計(jì)，包括最小二乘估計(jì)、最大似然估計(jì)、貝葉斯估 計(jì)中的一種或多種。
[0015] 上述方案中，所述預(yù)設(shè)的參數(shù)估計(jì)為貝葉斯最大似然估計(jì)。
[0016] 上述方案中，所述貝葉斯最大似然估計(jì)的參數(shù)估計(jì)過(guò)程中，通過(guò)馬爾科夫-蒙特 卡洛方法建立馬爾科夫鏈，使馬爾科夫鏈的穩(wěn)定分布和貝葉斯最大似然估計(jì)的后驗(yàn)分布一 致，當(dāng)馬爾科夫鏈?zhǔn)諗繒r(shí)，將馬爾科夫鏈的模擬值作為從后驗(yàn)分布中抽取的樣本。
[0017] 上述方案中，所述采用蒙特卡洛仿真方法對(duì)所述動(dòng)態(tài)故障樹(shù)模型進(jìn)行求解，進(jìn)一 步包括：
[0018] 選取仿真時(shí)間步長(zhǎng)；
[0019] 依據(jù)概率分布或概率密度判斷組件狀態(tài)；
[0020] 根據(jù)所述組件狀態(tài)對(duì)所述動(dòng)態(tài)故障樹(shù)進(jìn)行邏輯門(mén)運(yùn)算。
[0021] 上述方案中，所述時(shí)間步長(zhǎng)為固定步長(zhǎng)或可變步長(zhǎng)。
[0022] 上述方案中，所述依據(jù)概率分布判斷組件狀態(tài)，進(jìn)一步包括：
[0023] 將仿真時(shí)間與所述組件的故障時(shí)間進(jìn)行比較，判斷當(dāng)前所述時(shí)間步長(zhǎng)內(nèi)的組件狀 ??τ O
[0024] 上述方案中，所述依據(jù)概率密度判斷組件狀態(tài)，進(jìn)一步包括：
[0025] 設(shè)定所述組件的故障概率為f ;
[0026] 根據(jù)所述組件的故障概率密度函數(shù)，在預(yù)設(shè)時(shí)間區(qū)間上抽取服從均勻分布的隨機(jī) 數(shù)r，若r < f，則判斷所述組件故障；若r > f，則判斷所述組件非故障。
[0027] 本發(fā)明實(shí)施例的基于蒙特卡洛仿真求解的動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析方法，首先 對(duì)需要進(jìn)行風(fēng)險(xiǎn)分析的系統(tǒng)建立動(dòng)態(tài)故障樹(shù)模型，而后估計(jì)所述系統(tǒng)的組件故障概率數(shù) 據(jù)，并將所述組件故障概率數(shù)據(jù)作為動(dòng)態(tài)故障樹(shù)運(yùn)算的輸入值，采用蒙特卡洛方法，對(duì)所述 動(dòng)態(tài)故障樹(shù)模型進(jìn)行仿真，通過(guò)所述仿真求解動(dòng)態(tài)故障樹(shù)模型，得到所述系統(tǒng)的故障概率 分布分析數(shù)據(jù)和所述系統(tǒng)的組件重要度分析數(shù)據(jù)。本發(fā)明的風(fēng)險(xiǎn)分析方法不僅可以對(duì)狀態(tài) 數(shù)量巨大的復(fù)雜系統(tǒng)進(jìn)行有效的風(fēng)險(xiǎn)估計(jì)，同時(shí)也可以得到系統(tǒng)組件的重要度分析數(shù)據(jù)， 即同時(shí)也可以對(duì)組件的故障率及其故障率的變化情況進(jìn)行有效的風(fēng)險(xiǎn)分析。
【附圖說(shuō)明】
[0028] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用 的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本 領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他 的附圖。
[0029] 圖1為本發(fā)明第一實(shí)施例的基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析 方法流程示意圖；
[0030] 圖2為圖1所示風(fēng)險(xiǎn)分析方法的流程框圖；
[0031] 圖3為本發(fā)明第二實(shí)施例的基于蒙特卡洛方仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分 析方法流程示意圖；
[0032] 圖4a為圖3所示風(fēng)險(xiǎn)分析方法的參數(shù)估計(jì)過(guò)程的α值隨迭代次數(shù)的變化圖；
[0033] 圖4b為圖3所示風(fēng)險(xiǎn)分析方法的參數(shù)估計(jì)過(guò)程的實(shí)現(xiàn)中的α取值直方圖；
[0034] 圖4c為圖3所示風(fēng)險(xiǎn)分析方法的參數(shù)估計(jì)過(guò)程的β值隨迭代次數(shù)的變化圖；
[0035] 圖4d為圖3所示風(fēng)險(xiǎn)分析方法的參數(shù)估計(jì)過(guò)程的實(shí)現(xiàn)中的β取值直方圖；
[0036] 圖5為圖3所示的風(fēng)險(xiǎn)分析方法的參數(shù)估計(jì)中最大似然估計(jì)和貝葉斯最大似然估 計(jì)比較圖；
[0037] 圖6為圖3所示風(fēng)險(xiǎn)分析方法的仿真流程示意圖；
[0038] 圖7為本發(fā)明第三實(shí)施例的基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析 方法流程示意圖；
[0039] 圖8為圖7所示風(fēng)險(xiǎn)分析方法的仿真流程示意圖；
[0040] 圖9a為圖7所示風(fēng)險(xiǎn)分析方法的邏輯門(mén)計(jì)算中的優(yōu)先與門(mén)時(shí)序狀態(tài)圖；
[0041] 圖9b為圖7所示風(fēng)險(xiǎn)分析方法的邏輯門(mén)計(jì)算中的熱備門(mén)時(shí)序狀態(tài)圖；
[0042] 圖9c為圖7所示風(fēng)險(xiǎn)分析方法的邏輯門(mén)計(jì)算中的順序門(mén)時(shí)序狀態(tài)圖；
[0043] 圖9d為圖7所示風(fēng)險(xiǎn)分析方法的邏輯門(mén)計(jì)算中的功能相關(guān)門(mén)時(shí)序狀態(tài)圖；
[0044]圖10為本發(fā)明第四實(shí)施例的基于蒙特卡洛仿真求解動(dòng)態(tài)故障樹(shù)模型的風(fēng)險(xiǎn)分析 方法流程示意圖；
[0045] 圖11為圖10所示風(fēng)險(xiǎn)分析方法的仿真流程示意圖；
[0046] 圖12a為本發(fā)明第三實(shí)施例采用概率分布抽取法時(shí)的仿真流程