本發(fā)明屬于可靠性工程與系統(tǒng)安全分析領(lǐng)域，特別涉及一種基于go-flow的系統(tǒng)失效最小割集生成方法。

背景技術(shù)：

1、go-flow方法是一種以成功為導(dǎo)向的系統(tǒng)可靠性和安全分析方法，可描述系統(tǒng)在多階段任務(wù)剖面下的復(fù)雜動態(tài)時序運行特性，并可模擬設(shè)備的壽命老化效應(yīng)和維修策略。go-flow以時序信號流(如電流、水流、控制信號流等)描述實際物理量或信息的潛在或?qū)嶋H存在，并通過操作符和信號線的具象化表達構(gòu)建系統(tǒng)動態(tài)可靠性和風(fēng)險模型，生成的go-flow模型與系統(tǒng)流程圖類似，便于模型驗證與確認。同時，go-flow模型支持多目標信號輸出，并可融入對系統(tǒng)工藝過程參數(shù)的在線監(jiān)測，具有很強的模型可拓展泛化能力，目前在核能、航空航天、交通運輸、石油化工以及物流等領(lǐng)域有著廣泛的應(yīng)用。

2、然而，現(xiàn)有技術(shù)發(fā)現(xiàn)現(xiàn)有的go-flow方法程序缺乏對系統(tǒng)失效最小割集的定性分析表達(z.y.he,j.yang,y.m.hong.a?flow-directed?minimal?path?sets?method?forsuccess?path?planning?and?performance?analysis.nuclear?engineering?andtechnology,2024,56(5):1603-1618.)，而是必須對分析結(jié)果進行二次提煉，過程繁瑣且易于出錯。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對現(xiàn)有g(shù)o-flow方法程序無法獲取系統(tǒng)失效最小割集以及通過狀態(tài)組合方法帶來的系統(tǒng)最小割集全集生成效率低下的問題，提出一種基于go-flow的系統(tǒng)失效最小割集生成方法，通過go-flow圖遍歷搜索，實現(xiàn)共有信號識別和重命名處理，得到面向系統(tǒng)任務(wù)成功的最小路集全集；通過最小路集全集中的重復(fù)信號分解，得到去重后的不交化的最小路集全集；根據(jù)最小路集全集信號取反和布爾邏輯運算，得到系統(tǒng)失效切割集組合；根據(jù)系統(tǒng)失效切割集組合，自下而上通過二叉樹反向遍歷實現(xiàn)對重復(fù)信號重構(gòu)分析，結(jié)合各個子節(jié)點的歸納合并計算，實現(xiàn)系統(tǒng)模塊化最小割集全集生成；針對模塊化最小割集，通過信號重命名回溯還原以及信號強度計算，導(dǎo)出系統(tǒng)最小割集及其發(fā)生概率，進而實現(xiàn)對系統(tǒng)成功最小路集和系統(tǒng)失效最小割集的綜合分析表達。

2、本發(fā)明的第一個目的在于提供一種基于圖論遍歷搜索和理想信號重命名的系統(tǒng)最小路集全集獲取方法，可從系統(tǒng)任務(wù)成功視角實現(xiàn)系統(tǒng)可靠性分析。

3、本發(fā)明的第二個目的在于提供一種基于最小路集全集直接轉(zhuǎn)化的系統(tǒng)失效最小割集高效生成方法，以確保go-flow分析結(jié)果能與現(xiàn)有失效樹分析方法和概率安全評價體系很好地兼容。

4、本發(fā)明至少通過如下技術(shù)方案之一實現(xiàn)。

5、一種基于go-flow的系統(tǒng)失效最小割集生成方法，包括以下步驟：

6、s1、基于系統(tǒng)go-flow模型圖，通過圖論遍歷搜索，識別共有信號識別和重命名處理，得到面向系統(tǒng)任務(wù)成功的最小路集全集；

7、s2、根據(jù)最小路集全集中的重復(fù)信號排序，依次由上而下對最小路集全集中的重復(fù)信號進行二叉樹分解，得到去重后的不交化最小路集全集；

8、s3、基于不交化的最小路集全集，依次對最小路集全集中的信號邏輯取反操作，并通過布爾邏輯運算，得到系統(tǒng)失效切割集組合；

9、s4、根據(jù)系統(tǒng)失效切割集組合，通過二叉樹反向遍歷實現(xiàn)對重復(fù)信號重構(gòu)分析，結(jié)合二叉樹中各個子節(jié)點的歸納和合并簡化計算，生成系統(tǒng)模塊化最小割集全集；

10、s5、針對模塊化最小割集，通過信號重命名回溯還原以及信號強度計算，導(dǎo)出最終的系統(tǒng)失效最小割集全集及其發(fā)生概率。

11、進一步地，步驟s1中，所述go-flow模型圖是對系統(tǒng)流程結(jié)構(gòu)圖p&id圖的可靠性邏輯的直譯表達，go-flow模型圖由一系列g(shù)o-flow操作符和信號線組成，go-flow操作符用于模擬設(shè)備功能需求失效或運行時間相關(guān)失效，go-flow信號線通過信號流模擬系統(tǒng)真實的工質(zhì)流存在。

12、進一步地，go-flow模型圖遍歷搜索包括以下步驟：

13、s1.1、根據(jù)go-flow模型文件中的最終信號標識，提取系統(tǒng)最終輸出信號，用于最終信號標記；

14、所述go-flow模型文件包括go-flow模型圖的數(shù)據(jù)結(jié)構(gòu)，支持對go-flow模型圖中的各類數(shù)據(jù)信息解析；系統(tǒng)最終輸出信號是對系統(tǒng)功能或狀態(tài)目標的一種關(guān)聯(lián)體現(xiàn)，多個最終信號表示系統(tǒng)中存在多個目標輸出；

15、s1.2、以系統(tǒng)最終輸出信號為起始節(jié)點，反向沿go-flow信號流實現(xiàn)對所有信號的最終信號標記，信號流反向回溯終止于源信號；

16、所述節(jié)點是指由各個go-flow操作符表示的網(wǎng)絡(luò)節(jié)點，網(wǎng)絡(luò)節(jié)點互相之間通過信號線即節(jié)點之間的邊連接在一起，構(gòu)成go-flow模型圖；

17、s1.3、根據(jù)go-flow信號流的最終信號標記情況，結(jié)合信號流分支與合并準則，實現(xiàn)系統(tǒng)共有信號識別；

18、所述共有信號是指一個操作符的輸出信號同時作為多個操作符的輸入信號，并在下游某節(jié)點重新匯合；共有信號用于標記在系統(tǒng)最小路集全集中多次出現(xiàn)的信號，受共有信號影響，系統(tǒng)最小路集之間存在相關(guān)性，需要進行重命名標記和全概率分解處理才能得到正確的量化分析結(jié)果；

19、s1.4、根據(jù)信號流回溯分析，識別每一分支流中的go-flow信號組成，并通過信號重命名處理，實現(xiàn)最小路集全集生成；

20、所述最小路集全集是指確保系統(tǒng)成功的所有最小路集的集合，go-flow中最小路集全集是指從全部源信號產(chǎn)生器即25號go-flow操作符出發(fā)導(dǎo)向最終節(jié)點的所有最小路集組合；go-flow進行分析計算過程中，路集和路集全集都需要通過布爾邏輯化簡才能得到最簡的結(jié)構(gòu)表達式。

21、進一步地，所述信號重命名過程是指對一個或多個理想信號的合并過程，信號重命名用于簡化go-flow計算流程以及區(qū)分不同狀態(tài)的信號，go-flow理想信號的重命名規(guī)則包括：

22、i)后置重命名：針對通用功能操作符的共有輸出信號處理；所述通用功能操作符是指21號、26號、27號、39號、35號、37號和38號go-flow操作符，用于描述物理部件的功能需求失效、運行時間相關(guān)失效以及維修過程；

23、ii)前置重命名：針對邏輯操作符和特殊功能操作符的所有輸入信號，以及主輸入信號存在多條路集的35號操作符的輸入信號重命名處理；所述邏輯操作符是指包括與、或、非在內(nèi)的邏輯門，而特殊功能操作符特指24號、28號和40號go-flow操作符，分別實現(xiàn)對信號值的差分計算、信號延遲模擬以及信號多階段轉(zhuǎn)換；

24、iii)過程重命名：針對特殊功能操作符和邏輯非門的信號過程處理；所述過程重命名需要在前置/后置一次重命名的基礎(chǔ)上再次賦予信號一個新的編號，表示信號的差分、延遲、取反或階段截取過程；在系統(tǒng)最小路集全集中同時出現(xiàn)二次重命名信號與一次重命名信號，需要通過二次重命名加以標記區(qū)分。

25、進一步地，步驟s2中，所述重復(fù)信號是指同一信號多次出現(xiàn)在多個不同的系統(tǒng)最小路集中，通過全概率分解將重復(fù)信號去除，獲得不交化的系統(tǒng)最小割集全集以及系統(tǒng)可靠性精確解；

26、基于全概率分解的重復(fù)信號去除過程包括以下步驟：

27、2.1、根據(jù)重復(fù)信號在系統(tǒng)最小路集全集中出現(xiàn)的頻次排序，依次從最小路集全集中提取重復(fù)次數(shù)最多的信號進行優(yōu)先處理；

28、2.2、將重復(fù)信號處理為一個確定性事件y，考慮重復(fù)信號存在即事件發(fā)生和不存在即事件不發(fā)生兩種互斥狀態(tài)；

29、當重復(fù)信號存在時，表示信號所代表的設(shè)備功能模式或基本事件成功，此時存在p(y)＝1，將系統(tǒng)最小路集全集中的所述重復(fù)信號刪除，得到約化后最小路集全集，約化即刪除重復(fù)信號后的路集全集不一定為最小路集全集，需要進一步通過布爾邏輯化簡才能得到最小路集全集；

30、當重復(fù)信號不存在時，表示信號所代表的設(shè)備功能模式或基本事件失效，此時存在p(y)＝0，則將系統(tǒng)最小路集全集中的所有包含所述重復(fù)信號的最小路集去除，經(jīng)重復(fù)信號取反以去除的最小路集已無法導(dǎo)向系統(tǒng)任務(wù)成功；如果重復(fù)信號存在于系統(tǒng)所有最小路集中，則重復(fù)信號刪除后的系統(tǒng)最小路集全集將變?yōu)榭占硎井斨貜?fù)信號不存在時，系統(tǒng)失效；

31、2.3、依次對其他重復(fù)信號進行類似二叉樹遞歸分解，直至所有的重復(fù)信號都已被消除，最終得到去重后的不交化最小路集全集。

32、進一步地，步驟s3包括以下步驟：

33、3.1、基于s2步驟得到的去重后的不交化最小路集全集，依次從每一不交化最小路集中提取信號，通過信號邏輯取反，構(gòu)造基本事件的逆事件；

34、3.2、通過對不交化最小路集全集中的各個最小路集求和邏輯取反，轉(zhuǎn)化為各個取反最小路集之間的和化交積布爾邏輯運算，進而得到系統(tǒng)失效切割集組合。

35、進一步地，步驟s4中，所述系統(tǒng)失效切割集是指通過對系統(tǒng)最小路集全集列表中的每一組成最小路集中的信號邏輯取反并進行隨機組合而得到的不含重復(fù)信號表達的不交化最小割集；實際系統(tǒng)失效最小割集全集應(yīng)是對系統(tǒng)切割集和重復(fù)信號狀態(tài)分解的組合，通過二叉樹反向遍歷得到。

36、進一步地，所述二叉樹反向遍歷過程，包括以下步驟：

37、4.1、基于s3步驟得到的系統(tǒng)失效切割集組合，按照重復(fù)信號分解的逆序重新包含對重復(fù)信號成功和失效的考量；

38、進一步地，左側(cè)分支代表重復(fù)信號失效，直接通過子節(jié)點最小模塊化割集全集與重復(fù)信號失效事件的交集運算∩得到當前節(jié)點的最小模塊化割集全集；相反，右側(cè)分支代表重復(fù)信號成功，直接獲取子節(jié)點生成的最小模塊化割集全集；

39、4.2、將左側(cè)分支節(jié)點中的最小割集全集與右側(cè)分支節(jié)點中的最小割集全集合并∪，通過布爾邏輯化簡，得到上一層中間節(jié)點的最小模塊化割集全集；

40、4.3、通過層層迭代計算與合并化簡，最終得到頂節(jié)點系統(tǒng)失效最小模塊化割集全集。

41、進一步地，步驟s5中，所述模塊化最小割集是對組合信號模塊失效模式的組合；

42、所述組合信號模塊是指在信號重命名過程中將多個未重命名的信號一起重命名的信號；將所述組合信號模塊中的信號回溯還原，識別給出設(shè)備具體失效模式，并通過它們的組合生成最小割集，實現(xiàn)對系統(tǒng)失效最小割集全集的最終獲取。

43、進一步地，模塊化最小割集析構(gòu)過程，包括以下步驟：

44、s5.1、根據(jù)信號重命名映射鏈表，回溯并獲取組合信號模塊在重命名之前的初始原信號組成，提取與原信號相對應(yīng)的設(shè)備功能及失效模式；

45、s5.2、根據(jù)模塊化最小割集中的原信號組成，通過布爾邏輯運算，導(dǎo)出系統(tǒng)失效最小割集；所述最小割集是對系統(tǒng)失效的最小設(shè)備失效模式組合，無需進一步化簡處理；

46、s5.3、通過信號強度分析計算，得到每一最小割集的發(fā)生概率，實現(xiàn)最小割集定量分析。

47、本發(fā)明相對于現(xiàn)有技術(shù)具有如下的有益效果：

48、1、本發(fā)明提供的基于圖論遍歷搜索的go-flow最小路集全集獲取方法，在系統(tǒng)可靠性安全分析中，不僅可從系統(tǒng)任務(wù)成功視角提供新的見解和洞察力，而且具有路集數(shù)量規(guī)模小、計算復(fù)雜度低、信號流(工質(zhì)流)具象化表達等獨到優(yōu)勢，算法引擎分析效率可以得到很大的提升。

49、2、本發(fā)明提供的基于重復(fù)信號分解和重構(gòu)的go-flow最小割集生成方法，通過對最小路集全集中的信號取反邏輯運算、切割組合和歸納合并計算，實現(xiàn)由系統(tǒng)成功最小路集全集至系統(tǒng)失效最小割集全集的快速轉(zhuǎn)化，突破了go-flow方法對系統(tǒng)失效最小割集的定性分析表達和定量計算，可促進go-flow方法與現(xiàn)有失效樹分析方法以及概率安全評價體系很好地兼容。