强电磁脉冲下柴油发动机系统薄弱环节识别

• 作者: 刘恬诗 孙晓颖 孙铁刚 武艺 祝挺 赵昱
• 来源期刊: 北京航空航天大学学报
• 学科: 物理学
• 关键词: 分层贝叶斯网络 薄弱环节识别 后验概率 先验失效概率 柴油发动机系统
• 年，卷（期）: 2020,（3）
• 页码范围: 624-633
• 页数: 10页
• 分类号: O441.4
• 字数: 6858字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2019.0268

摘要

为识别强电磁脉冲环境下柴油发动机系统的薄弱环节,提出了一种加权故障树和分层贝叶斯网络相结合的柴油发动机系统薄弱环节识别方法.该方法综合考虑同层单元失效的相关性,加权故障树的局部应用解决了部分条件转移概率表不易获取问题.运用贝叶斯网络双向推理功能,首先,通过柴油发动机辐照试验和电磁仿真软件获得的各部件敏感度阈值及电磁应力数据,计算出强电磁脉冲下部件级到系统级的先验失效概率;然后,依据贝叶斯概率公式计算在发动机失效条件下各部件故障的后验概率,并排序以识别其薄弱环节,为电磁防护方案的设计提供参考和建议.以宽带高功率微波(WBHPM)辐照为例,说明了柴油发动机系统分层贝叶斯网络故障模型参数获取与概率计算过程.结果表明:执行器和凸轮轴位置传感器、曲轴位置传感器既为柴油发动机系统的重要部件,也为较薄弱环节,是需要重点防护的对象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓颖	吉林大学通信工程学院	57	337	9.0	16.0
2	赵昱	吉林大学通信工程学院	12	33	4.0	5.0
3	刘恬诗	吉林大学通信工程学院	1	0	0.0	0.0
4	孙铁刚	吉林大学通信工程学院	5	1	1.0	1.0
5	武艺	吉林大学通信工程学院	1	0	0.0	0.0