• 1
  • 2
新闻中心
联系我们
  • 公司名称:广东省恒越升降车租赁有限公司  
    联系方式:136 0000 1358  138 23423455
    投诉建议:020 32210175   QQ:594933949
    业务范围:全中国任何区域均可提供
    公司网址:www.chuzushengjiangche.com
新闻详细
  • 阳江升降车多少钱    通过升降车电气系统功能结构及工作原理分析,综合考虑故障模式和故障原因,可以得到系统的故障树模型
    新闻分类:行业资讯   作者:admin    发布于:2017-09-154    文字:【】【】【

         阳江升降车多少钱  通过升降车电气系统功能结构及工作原理分析,综合考虑故障模式和故障原因,可以得到系统的故障树模型, 阳江升降车多少钱, 阳江升降车, 阳江升降车公司   该故障树描述了系统及各部件故障的逻辑关系,为了能够进行蒙特卡洛仿真分析,需要得到故障树的数学模型。故障树的结构函数反映了故障树的逻辑结构,其实质就是故障树的数学形式,因此故障树结构函数作为可靠性仿真模型,下面对故障树结构函数进行分析。假设故障树由几个底事件构成,底事件之间相互独立;系统及部件只有正常和故障两种状态;系统、部件寿命为指数分布。设X,表示底事件的状态变量,表示顶事件的状态变量,状态变量仅取0或1,取1代表该事件发生,取〇代表该事件不发生,由此可以得到顶事件状态由底事件状态决定。  为故障树的结构函数,表示系统基本组成部件的状态决定了系统的状态。故障树的结构画数可通过最小割集来建立,即先得到故障树的最小割集,然后根据最小割集形成结构函数。




         随机抽样方法:  (1)随机数生成蒙特卡洛方法的基本思想是通过计算样本平均来估计总体均值,在己知分布的情况下,通过随机抽样,获得变量的样本值,这一过程就是随机数的生成过程,也是蒙特卡洛方法实际应用的一个必不可少的步骤随机数生成意味着需要模性得到一个随机变量的样本值,在实际产生随机数时,需要根据问题变量所服从的分布,如此才能获得所需要的不同分布类型的随机数。现实中绝对随机的数是无法获得的,于是出现了伪随机数,来代替随机数。伪随机数并不是真正意义上的随机数,而是使用数学算法,利用计算机程序产生的不规则数列,该程序也叫作伪随机数发生器。产生的随机数列是有规律可循的,因为生成该数列的计算机是确定性计算工具,它是不可能产生绝对随机数的。比较常用的伪随机数发生器有线性同余发生器LCG、组合发生器和反馈移位移寄存发生器等。本文主要对线性同余发生器进行介绍,该发生器是根据数论中的同余算法,得到随机数,因此称为同余发生器,分为几种类型,例如同余与线性同余法,乘同余法,混合同余法等。




       (2)随机抽样方法.  蒙特卡洛方法需要有可得的、服从特定概率分布的、随机选取的样本值,通过随机变量和随机过程服从的概率分布获得其样本值的数学方法称为随机抽样方法。常用的随机抽样方法有直接抽样方法、未知概率分布抽样方法和马尔科夫链蒙特卡洛方法.   本文对电气系统进行可靠性分析时,随机变量的概率分布均服从指数分布,因此使用直接抽样方法。直接抽样方法原理就是直接从完全已知概率分布出发,利用均匀分布的随机数,使用严格准确的数学方法,设计模拟抽样算法,得到随机变量的样本值,使得样本值具有独立同分布。



         阳江升降车多少钱, 阳江升降车, 阳江升降车公司



       1)分布画数抽样法,  对于一个给定的概率密度函数和分布函数f(x),通过一个数学算法或过程生成一个结果X,而且每一个给定的X,都满足条件C[x<x〇]=F〇〇).  那么该算法或过程得到的随机变量的样本值和由概率密度函数作用下的一个过程所产生的随机变量是一致的。  通过计算求解就可获得一个随机变量的样本值,这一过程就是分布函数的抽样过程。 1、指数分布抽样。对于指数分布的概率密度函数,等式的形式为1, 因此,如果是从区间U上的均匀分布产生的一个随机数,那么f就是指数分布随机变量的一个样本值。因为也是区间U上的均匀分布的随机变量,可以将表达式简。



        2、威布尔分布。将二参数分布函数F(〇=l-代入式可得到,  拒绝抽样法如果分布函数表达式未知,那么分布函数抽样法就不能使用了,这时可以选择拒绝抽样法来对分布进行抽样。拒绝抽样法通过对一个简单分布进行抽样,其中相当一部分抽样通常将会被拒绝,以便余下的抽样符合所要求的概率密度函数。设/(X)是将要抽样的概率密度函数,定义区间为[0,6],设各对为定义在相同区间上的另一个简单分布的概率密度函数,而且它易于使用分布函数法进行抽样。进行如下步骤:1.应用分布函数法从容(X)采得样本。2.令为一随机数,如果,那么,就接收X。否则拒绝X,并重复步骤1。对正态分布进行抽样,是分布函数抽样无法应用的最为典型的例子,拒绝抽样是一个可以选择的方法,可以选用均匀分布或者对称H角分布作为抽样概率密度函数。




        模拟时钟推进策略,  虽然对系统进行的可靠性仿真分析为数值仿真,但也需要使系统能够模拟实际工作运行,为此必须设计一个专口的仿真模拟时钟,该时钟代表了系统的工作运行过程。当系统开始仿真运行时,时钟设置为0,随着模拟的不断进行,时钟也跟着运行,就像系统不停的工作。目前,蒙特卡洛方法有两种模拟时钟推进策略可文选择,分别为固定时间步长推进和可变时间步长推进。时钟推进方式两种时钟推进方式对应不同的仿真算法流程设计,固定时间步长方式需要先明确一个固定时间增量,系统模型在仿真过程中,通过增加固定时间,将模拟时钟不断向前推进。在该种方式下,系统的状态在每个时间间隔,都需要被评估一次,各计算参数也要被更新一次。不同于固定时间步长推进方式,使用可变时间步长推进方式仿真时,时钟根据事件发生的时刻推进,系统的状态也由该时刻的组件状态来确定。事件的发生,使模拟时钟得到更新,同时其状态发生改变,系统的状态也随之重新得到评估。两种时钟推进方式各有优缺点,本文将分别对两种方式进行算法设计,通过案例应用分析,探究两者的特点。采用结构函数,根据底事件失效分布函数,结合蒙特卡洛方法对系统进行仿真,根据仿真模拟的统计数据得到系统可靠性的各种估计值,这是FTA-MC可靠性仿真算法的主要任务,下面两种方式进行算法设计。




         采用固定时间步长推进方式的算法以时钟推进为主线,在每个固定的时钟节点进行多次仿真,每次仿真过程都是一致的,对?个底事件进行随机抽样,获得需要的故障时间抽样样本,然后通过与当前时钟比较,改变底事件的状态,进而根据系统模型结构西数得到系统的状态,多次仿真得到该时钟点的统计值,然后按照固定时间步长推进模拟时钟,再次重复之前的过程,直到时钟推进至设定的系统最大寿命时间。下面是详细的算法流程:1)仿真参数赋初值确定系统最大寿命固定时间步长推进间隔心,如此一来,整个系统仿真被分成鮮个时间间隔,将每个时间间隔内仿真的次数设定为AM=(5.13)



         2)仿真变量初始,并对底事件时间样本随机抽样在每一个时钟节点/,对仿真变量初始,故障次数,然后利用随机抽样方法对故障树的底事件时间h进行随机抽样,得到仿真所需要的底事件失效时间样本。



        3)以次仿真判断顶事件状态并记录故障次数底事件故障状态初始,比较底事件失效时间样本与当前时钟值,确定底事件的状态,进而通过故障树结构函数公式推导出顶事件的故障状态,并记录故障次数,仿真次数加1,n



         4)判断循环条件并记录相关数据判断是否完成次仿真,如果n>iV,则退出循环仿真,记录该时刻的系统故障次数r等相关数据,否则,返回到第三步继续仿真。




         5)固定步长时钟推进 几次仿真结束后,对数据进行处理后保存,将时钟按照固定步长推进至f=f+判断是否达到最大时间限制值f。如果则执行第六步,否则返回到第二步到继续执行。





         阳江升降车多少钱, 阳江升降车, 阳江升降车公司










    分享到:
    点击次数:740  更新时间:2017-09-15  【打印此页】  【关闭
广东省恒越升降车租赁有限公司
联系方式:136 0000 1358   138 23423455