基于贝叶斯方法的止回阀可靠性评估

《基于贝叶斯方法的止回阀可靠性评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于贝叶斯方法的止回阀可靠性评估稿件编号：NPIC-2-203-2014-0001-A徐长哲，黄振，于海峰，聂常华，李明刚（屮国核动力研究设计院反应堆工程研究所，四川成都610041）摘要：本文根据轴系式止回阀的工作特点确定了其主要性能参数（泄漏量）以及该性能参数的退化模型，以及退化模型中的待估参数（泄漏量的期望值与方差）。根据目前与止回阀性能参数退化相似设备的研宄，选定止回阀性能参数的分布密度函数（正态分布），采用无先验信息条件下的先验分布模型（扩散先验分布）对止回阀待估参数的后验分布进行计算，在计算过程中采用多元统计推断理论，令泄漏量的期望值为工作

2、时间（开关次数）的线性函数，而泄漏量的方差与工作时间无关。通过计算，得到泄漏量分布密度函数各待估参数（即退化模型的待估参数）的计算模型和计算框图。研宄结果表明，止回阀泄漏量的期望值的变形形式服从自由度为n的t分布，方差服从逆Gamma分布。由此得到了泄漏量的期望值与方差，进而获得Y止回阀泄漏量的分布密度函数和可靠度计算模型。关键词：止回阀；小样木；贝叶斯；可靠性中图分类号：文章标志码：A文章编号：0258-0918（2010）01-0000-00ReliabilityevaluationforcheckvalvebasedonBayesmethodXU

3、Chang-Zhe,HUANGzhen,YuHai-feng,NIEChang-hua,LIMing-gang(NuclearPowerInstituteofChina,ChengduofSichuanProv.610041,China)Abstract:Inthisstudy,themainperformanceparameterofcheckvalve,degradationmodelandevaluatingparameterhavebeenobtainedaccordingtotheworkingcharacteristicsofcheckva

4、lve.Basedontheinvestigationofsimilarequipment,distributiondensityfunctionofperformanceparameterforcheckvalvehasbeenchosen.Posteriordistributionofevaluatingparameterforcheckvalvehasbeencalculatedbyusingpriordistributionmodelwithoutpriorinformation.Duringcalculationmultivariatesta

5、tisticalinferencetheoryhasbeenused,anditisassumedthattheexpectedvalueofleakageislinearfunctionofswitchingnumber,whilevarianceisirrelevanttoswitchingnumber.Calculationmodelandblockdiagramfordistributiondensityfunctionofleakagehavebeenobtained.Theresultsshowthattheleakageexpectedv

6、aluedistributionistwiththreedegreesoffreedom,whilethevariancedistributionisinverseGamma.Expectedvalueandvarianceofleakagehavebeenobtained.Distributiondensityfunctionandreliabilityevaluationmodelforleakageofcheckvalveareacquiredtoo.Keywords:checkvalve；smallsampling；Bayes；reliabil

7、ity0引言可靠性是衡量产品质量的重要指标，产品的可靠性用可靠度来衡量，可靠度是产品在规定的条件下和规定的时间内完成规定功能的概率。传统的可靠性评估是根据己有的大量破坏性实验数据进行失效概率分析。在可靠性试验中常常由于成本的问题而只能进行小子样试验，这些方法对小样本的可靠性分析并不适用。而贝叶斯法利1用了人们对可靠性的认识以及己有的可靠性信息等，扩大了可靠性信息的来源，故可以用于解决小子样问题。本文利用災叶斯方法对轴系式止回阀的可靠性评估方法进行了研究。1贝叶斯方法在研宄给定现有信息10的条件下的e的条件分布时，贝叶斯方法的关键之处在于，将e看作随机量

8、，并且在获得样本信息之前，认为其具有先验概率密度p(e

9、io)。先验分布可以通过以前观察到的数