基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决传统故障树分析方法在分析大型、复杂的系统时无法获取完整的故障信息和准确的故障发生率的问题,提出基于模糊集理论和灰色关联理论的改进的故障树分析方法.首先,通过故障树分析求出所有的最小割集,采用三角模糊数描述故障底事件的发生概率,并根据模糊算子计算出顶事件的模糊概率和各底事件的模糊重要度;然后,建立灰色关联模型,以底事件模糊重要度为子序列,以最小割集构成的特征矩阵为母序列,计算各最小割集与顶事件之间的灰色关联度,以此快速、准确地确定系统可靠性改进的重点方向.最后,将此方法应用于汽车驱动桥系统的可靠性分析.研究结果表明:汽车轴承疲劳点蚀为该系统的薄弱环节;该方法在一定程度上解决了汽车驱动桥系统在故障率信息严重缺失下的可靠性分析问题,可为改进系统的可靠性和安全性,制定相应的安全措施提供参考.
推荐文章
汽车驱动桥系统模糊故障树分析研究
故障树
模糊数
模糊故障树
驱动桥
液压系统模糊故障树分析方法研究
压装机
液压系统
故障树分析
模糊集合理论
可能性理论
基于梯形模糊数的数控磨床砂轮架系统故障树分析
梯形模糊数
故障树分析
砂轮架系统
模糊临界重要度
基于T-S模糊故障树分析的液压系统故障搜索策略
T-S模糊故障树
故障搜索
重要度
TOPSIS
液压系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊灰关联的汽车驱动桥系统故障树分析
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 可靠性分析 故障树分析 三角模糊数 灰色关联度 汽车驱动桥
年,卷(期) 2018,(11) 所属期刊栏目 机械工程?控制科学与工程
研究方向 页码范围 2716-2722
页数 7页 分类号 TB114.3
字数 4528字 语种 中文
DOI 10.11817/j.issn.1672-7207.2018.11.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈杰 中国科学院微电子研究所 247 3126 30.0 49.0
2 王彤 中国科学院微电子研究所 7 11 2.0 3.0
6 赵野 中国科学院微电子研究所 21 56 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (99)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (16)
二级引证文献  (0)
1983(3)
  • 参考文献(1)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
可靠性分析
故障树分析
三角模糊数
灰色关联度
汽车驱动桥
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导