一种确定元件故障概率变化趋势的方法

摘要

本发明公开了一种确定元件故障概率的方法，其特征在于，为了解元件工作环境因素对元件故障概率的影响，在离散型空间故障树(DSFT)概念下，提出了使用神经网络(ANN)确定元件故障概率空间分布的方法；其包括如下步骤：以元件实际的故障监测数据为ANN的训练集合，元件使用时间t和使用温度c作为输入变量，元件故障概率作为输出变量进行训练，进而预测范围c：0~40℃，t：0~50天内的元件故障概率空间分布；本发明可用于仅利用实际故障监测数据确定不同工作环境下元件故障概率变化。

主权项

一种确定元件故障概率变化趋势的方法，其特征在于，为了在遇到不利工作环境之前，提前采取措施控制元件故障发生，提出基于ANN求导的元件故障概率变化趋势的确定方法；该方法可在不了解系统或元件构成和性质的情况下，仅利用实际故障监测数据分析不同工作环境下元件故障概率变化的趋势和程度；其包括如下步骤：元件故障数据统计，ANN求导处理变化趋势，元件故障概率空间分布的获得；本发明可用于仅利用实际故障监测数据分析不同工作环境下元件故障概率变化的趋势和程度。