当前位置：首页 > 过刊浏览->2026年第7期
基于故障树与贝叶斯网络集成的船舶机电系统薄弱环节辨识
- DOI:
- 10.19727/j.cnki.cbwzysc.2026.07.027
- 作者:
- 蒋志斌1, 蒋奉妤2
- 作者单位:
- 1. 天津港航工程有限公司，天津 300450;
2. 湖州师范大学，浙江 湖州 313000
- 关键词:
- 故障树分析；贝叶斯网络；船舶机电系统；故障辨识；薄弱环节定位
- 摘要:
- 船舶机电系统薄弱环节辨识中，主要使用RDC（recalculated degree centrality）重计算度中心性映射故障特征，易受高度集成化数据的干扰，导致辨识损失负荷与实际情况不吻合。因此，提出一种基于故障树与贝叶斯网络集成的船舶机电系统薄弱环节辨识方法。即深度解构系统在机械振动、电磁瞬态与热力耗散等多源物理场域的交叉耦合传导边界，推演多维故障树，基于布尔代数提炼最小割集，确立顶事件失效的先验概率结构模型；构建三级拓扑映射机制，将静态的确定性逻辑门无损转化为具备复杂因果表达能力的贝叶斯拓扑网络，引入噪声逻辑模型吸收环境扰动，生成表征多维不确定性耦合强度的全局联合概率分布空间；结合贝叶斯逆向信念更新与多源监控节点信息传播算法，在确知系统宏观功能降级的事实证据下，动态反演底层微观组件的后验失效概率，据此生成高阶的多维重要度量化图谱精准锁定系统脆弱源。结果表明，研究方法在不同类型攻击下的辨识损失负荷率与实际损失负荷率拟合，可以精准定位故障源，量化损失影响程度，未受多干扰因素影响出现显著辨识偏差，具有高可靠准确性。
