鄭麗

摘 要：提出了一種故障樹計算機輔助分析優(yōu)化算法，分析了其設計思路，探討了算法的具體設計與實現，并簡要概括了算法的優(yōu)點，旨在為相關研究和實踐提供參考。

關鍵詞：故障樹；計算機輔助分析；優(yōu)化算法；參數轉化

中圖分類號：TP391.7 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.01.040

故障樹分析在復雜系統(tǒng)的安全性和可靠性分析中被廣泛應用。隨著計算機技術的發(fā)展，以計算機技術輔助大規(guī)模故障樹分析成為了研究的焦點，因此，相關部門要積極研究和探索故障樹優(yōu)化算法，拓展其應用領域，解決組合爆炸困難和可視化開發(fā)等問題?；诖?，本文提出了一種故障樹計算機輔助分析優(yōu)化算法，并闡述了其應用優(yōu)勢。

1 故障樹優(yōu)化算法設計思想

對于故障樹分析來說，求解故障樹相關割集和路集至關重要，而且，還可以此為基礎進行定性分析計算和定量分析計算。在設計高效故障樹分析優(yōu)化算法時，要想降低NP，就需要分析和研究故障樹主要參數的轉化規(guī)律和不同結構故障樹特點。下面簡要分析故障樹優(yōu)化算法的設計思想。

1.1 參數轉化計算規(guī)律

以一種單調關聯(lián)故障樹及其對偶樹為例。用s1代表故障樹不交化最小路集，用s2代表故障樹不交化最小割集，用s3代表故障樹最小路集，用s4代表故障樹最小割集，用xi代表底事件，則可以得出計算公式為：

s3=x1x2+x2x3+x3x4. （1）

s4=x1x3+x2x3+x2x4. （2）

公式（1）（2）進行不交化運算，以積之和定理為基礎，則可以得出以下命題：

s3→x1x3+x1x3·x2x3+x1x3·x2x3·x2x4=s1. （3）

s4→x1x2+x1x2·x2x3+x1x2·x2x3·x3x4=s2. （4）

以故障樹對偶性質為基礎，進行s1、s2、s3、s4的對偶運算，之后進行對偶運算公式的不交化運算，最終可以得到：

s1→（x1+x1x3）（x2+x2x3）（x2+x2x4）=s4. （5）

s2→（x1+x1x2）（x2+x2x3）（x3+x3x4）. （6）

s3→（x1+x1x3）（x1+x1x2+x1x2x3）（x3+x3x2+x3x2x4）=s2. （7）

s4→（x1+x1x2）（x1+x1x2+x1x2x3）（x2+x3x2+x3x2x4）=s1. （8）

由此可見，故障樹的s1、s2、s3、s4等集合之間可以利用對偶運算和不交化運算相互轉化。

1.2 不同結構故障樹算法選擇

故障樹算法有多種，分別為晚期不交化法、最小路集法、早期不交化法、不交化最小路集法和并行法。不同算法有不同的特點，面對不同結構的故障樹，其復雜程度和計算效率也不同，因此，需要根據實際情況合理選擇。如果故障樹的規(guī)模比較小，則5種方法均可選擇；如果故障樹的規(guī)模大，但重復事件少，則選擇晚期不交化法和并行法為優(yōu)；如果故障樹門數目比較多，且重復事件比較少，則選擇最小路集法和早期不交化法為優(yōu)；如果故障樹或門、與門反復交叉，則選擇早期不交化法和并行法為優(yōu)。故障樹結構往往有著復雜多樣的特點，一棵故障樹可能有多種結構特點，因此，需要結合實際情況，分清主次，綜合應用以上方法。本文以這些方法為基礎，提出定性定理故障樹優(yōu)化計算方法。

2 故障樹優(yōu)化算法設計

2.1 定性分析優(yōu)化算法設計與實現

定性分析優(yōu)化算法設計與實現要注意以下幾點：①確定故障樹割集數量和割集包含底事件最大數量，以對偶樹為基礎，確定故障樹路集數量及其包含的底事件最大數量。根據確定的內容，決定路集與割集的計算順序和存放數組的大小。②如果割集數量小，則優(yōu)先對割集進行計算；如果路集數量小，則以對偶樹為基礎優(yōu)先對路集進行計算。③以布爾邏輯運算規(guī)則為基礎，對割集或路集進行簡化和吸收處理，以此獲得最小割集或最小路集，之后進行最小割集與最小路集（最小路集和最小割集）的轉化。④在運算過程中，采用動態(tài)數組，在數組功能完成之后，立即釋放，以此來節(jié)約內存，提升運算速度。

2.2 定量分析優(yōu)化算法設計與實現

定量分析優(yōu)化算法設計與實現要注意以下幾點：①用阿拉伯數字代表底事件，采用Fussel-Vesely算法計算故障樹割集，對割集進行簡化吸收處理，獲取最小割集，并將其存放在ner-art.dat中；②將Arrayl存儲在首個最小割集中進行概率計算，并將計算結果存儲在Probabilis.dat中，釋放Arrayl動態(tài)數組；③存放獲得的各個最小割集，進行簡化吸收處理，以底事件包含數量為依據，為其排序；④簡化、吸收和歸并每個最小割集，保證每行之間不交化；⑤計算每個最小割集概率，并在Probabilis.dat中保存計算結果，重復上述步驟最終獲取最小割集總數；⑥求出概率和，從而計算出故障樹系統(tǒng)的不可靠度。

3 優(yōu)化算法的應用特點分析

優(yōu)化算法利用C++語言編寫程序，包含功能函數29個。在編程的過程中，沒有利用素數唯一因子性質，就不會限制最小路集和最小割集的容量。在運算過程中，采用高階數組降維技術，全部為動態(tài)數組，動態(tài)數組功能完成之后會立即釋放，不會繼續(xù)占用內存，能夠有效提升運算速度，從而滿足大型故障樹系統(tǒng)分析的要求。優(yōu)化算法具有擴展性強、適用范圍廣的優(yōu)點。

4 結束語

綜上所述，本文簡要闡述了故障樹的參數轉化及其規(guī)律，通過比較故障樹的計算特點提出了一種故障樹計算機輔助分析優(yōu)化算法，并給出了算法的具體設計與實現流程。本文提出的算法不僅計算快速，而且有著擴展性強和適用范圍廣的優(yōu)點，值得進一步推廣和應用。

參考文獻

[1]蔣豪.故障樹計算機輔助分析優(yōu)化算法的實踐應用[J].科技傳播，2016（03）：72-73.

[2]侯安華，秦紅磊.基于故障樹和規(guī)則的故障診斷專家系統(tǒng)[J].微計算機信息，2008（19）：191-193.

[3]楊建強.計算機輔助故障樹分析方法研究與應用[D].大連：大連理工大學，2006.

[4]王健.基于動態(tài)故障樹的CRH2動車組制動系統(tǒng)可靠性分析研究[D].北京：北京交通大學，2014.

〔編輯：白潔〕