最新刊期
2026年第2卷第1期
- 摘要：作为精轧机传动系统的关键环节，配电箱在轧制力传递与分配中起着至关重要的作用。因此，开展配电箱故障诊断研究对于保障工艺运行的安全性与可靠性具有重要意义。然而，当故障特征不显著且故障类型未知时，传统诊断方法可能无法提供可靠的诊断结果。针对这些问题，本文提出一种跨域开集模型，利用对抗学习来增强在模糊故障特征下的特征表示，并融合基于分布的方法用于未知故障识别。考虑到特征表示对于对抗学习和未知故障识别的重要性，本文构建了一种融合深度可分离卷积与图卷积网络的信息交互特征提取器，该结构在提取深度特征的同时，弥补了传统深度可分离卷积在通道独立性方面的局限。为了识别配电箱的未知故障，采用鞍点逼近方法，在训练阶段为每个已知类别建立分布，并在测试阶段利用这些分布识别未知样本。与传统的分布建立方法不同，鞍点逼近方法直接使用数据，无需依赖预设的分布假设或公式。为验证所提方法的优越性，基于配电箱历史故障数据开展了对比实验。结果表明，该方法准确率达94.13%，H分数达91.35%，在已知故障分类与未知故障识别方面均表现出优异性能。关键词：故障诊断;开集;对抗网路;精轧机;配电箱1|0|0更新时间：2026-04-14
- 摘要：工业过程系统由于复杂的相互依赖关系、有限的冗余配置和高可靠性状态下成本急剧上升等问题，经常难以实现高可用性。本研究将可靠性框图(RBD)建模与成本敏感的可靠性分配框架相结合，针对某污水处理厂的蒸发系统开展以可靠性为中心的设计评审。评估了两种备选配置方案：串联-并联（设备级冗余）与并联-串联（系列级冗余）。为解决早期设计阶段缺乏详细成本数据的问题，构建了一个无量纲的指数型成本指数，用以表征当可靠性趋近实际极限时的非线性成本增长关系。该指数获取于模糊语言评价与去模糊化处理，将其融入严重度-工作量-成本加权机制中来实现将系统级可靠性目标逐级分解至子系统及单体设备。将该方法应用于多系列蒸发系统的结果表明，与系列级冗余相比，设备级冗余在三个月内使系统整体可靠性提升了11.45%。所提出的分配方案能够始终优先关注易发生故障的设备，同时避免对已具备较高可靠性的单元过度投入，从而得到既具有技术合理性又具备经济合理性的可靠性目标。所融合的可靠性框图与模糊成本驱动分配框架为早期设计与改造提供了实用方法，可用于指导冗余方案规划，聚焦于能够带来最大可靠性效益的改进环节，并提升复杂工程系统的运行韧性。关键词：串并联配置;k/n系统;冗余优化;可靠性分配;成本敏感性1|0|0更新时间：2026-04-14
- 摘要：为解决在高密度发射任务下面临多应力耦合作用的航空航天“小样本”产品可靠性问题，提出了一套涵盖数字化建模、解耦与预测的可靠性理论体系。重点突破了基于响应面的航空航天机电产品可靠性数字化建模技术、多应力耦合作用下的可靠性数字化解耦分析技术，以及多应力耦合作用下航空航天产品寿命可靠性分析技术。该成果已成功应用于航空航天机械、机电及电子产品领域，全面提升了面向“长寿命、高可靠、高精度、高性能”要求的航空航天装备的产品保障水平。关键词：航空航天产品;性能与可靠性;数值模拟;建模;解耦;预测28|54|0更新时间：2026-04-14
- 摘要：航空发动机涡轮叶片在复杂工况下的随机疲劳寿命与可靠性评估，是发动机设计与维护中一项关键且富有挑战性的任务。本研究提出了一种基于直接概率积分法（DPIM）的涡轮叶片混合高周、低周和蠕变疲劳寿命及可靠性分析的统一框架。首先，介绍了高低周复合疲劳（CCF）、蠕变-疲劳累积损伤及疲劳可靠性的基本理论。其次，通过概率密度积分方程推导了随机疲劳寿命的均值、标准差及概率密度函数的计算公式。针对高低周复合疲劳可靠性分析，建立了一种高效的时频域混合方法，利用频域法获取应力功率谱密度函数，并生成随机应力时程。此外，采用直接概率积分法对涡轮叶片进行蠕变-疲劳可靠性评估。最后，通过与直接蒙特卡洛模拟（MCS）及基于代理模型的蒙特卡洛模拟进行对比，验证了所提方法的高精度与高效率。研究结果表明，直接概率积分法能够统一、高效地求解涡轮叶片随机复合疲劳寿命的统计矩及疲劳可靠性。此外，研究还揭示了复合疲劳损伤中分量耦合项对可靠性的显著影响。关键词：复合疲劳可靠性分析;发动机涡轮叶片;高周和低周疲劳;蠕变疲劳;直接概率积分法0|0|0更新时间：2026-04-14
- 摘要：在基于相依竞争失效过程的系统可靠性评估中，必须考虑自修复效应的影响，忽略自修复可能导致评估结果出现偏差。现有模型仅考虑软失效或硬失效过程中的自修复，未能同时考虑两种失效过程的自修复，这与实际情况不符。本文建立了基于不同冲击模型的多部件系统通用的可靠性模型。在软失效过程中引入第一类自修复因子，使该模型中的退化增量随时间变化。在硬失效过程中引入两种第二类自修复因子，使极端冲击模型下的硬失效阈值和累积冲击模型下的累积损伤随着冲击幅值与冲击次数而发生变化。通过将动态自修复机制与多部件系统相结合，建立了并串联系统的新型可靠性模型，并推导出其解析表达式。最后，以具有自修复功能的齿轮箱为例，验证了该模型的可行性。关键词：self-healing;multi-component;dependent competing failure process;random shock;internal degradation0|0|0更新时间：2026-04-14
- 摘要：传统的加权k-out-of-n系统通常假设部件权重固定，这限制了其在复杂工程场景（部件权重表现出连续随机性）中的适用性。该局限在具有共因失效的冗余安全仪表系统中尤为关键，例如可再生能源系统，其部件经历异质性退化、相依失效模式及多阶段性能衰退。为解决此问题，本研究提出一种包含多类型部件与连续随机权重的新型k-out-of-n：G系统，并评估其在两种运行状态（正常运行状态与退化状态）下的可靠性与平均失效时间。首先，定义了融合幸存部件数量与权重之和的系统运行机制。其次，基于不同Copula函数建模的相依结构，推导了系统完整性分布与系统可靠性。随后，通过蒙特卡洛仿真探究了不同相依结构（完全相依、类间相依、完全独立）及寿命相关模式对系统可靠性的影响。仿真结果表明，错误设定部件关系将导致估计偏差，且部件间的相依性可在一定程度上增强系统整体可靠性。最后，通过飞机气压系统的数值案例验证了所提模型的可行性与实用性。关键词：连续随机权重;多类型部件k-out-of-n系统;退化状态;基于Copula的相关性;平均失效时间（MTTF）34|51|0更新时间：2026-04-14
- 摘要：复杂工业系统生成的数据流常伴随概念漂移及动态演变的时空依赖关系，这些因素共同损害了假设数据分布保持不变的常规预测模型的性能和可靠性。为应对这一挑战，本文提出一种专门面向漂移数据流的不确定性感知层次化图神经网络（UHGNN）。该方法通过融合物理拓扑结构与传感器间高阶交互作用的层次化图结构，显式提取数据流中的时间和空间特征。此外，模型引入基于认知不确定性驱动的漂移检测机制，实时识别概念漂移并触发模型微调以实现快速自适应。基于真实在线工业系统——柴油加氢精制过程数据集的实验表明，UHGNN有效缓解了概念漂移的不利影响，在漂移数据流预测任务中较基线模型取得了更高的预测精度。该方法进一步证明了对关键超参数的强鲁棒性，同时保持了支持工业部署的计算效率。关键词：概念漂移;数据流;层次化图神经网络;认知不确定性28|46|0更新时间：2026-04-14
Papers
-
智能自主系统的可靠性综述 AI导读
摘要：智能自主系统（IASs），涵盖自动驾驶车辆、无人机及机器人平台，已彻底变革从交通运输到国防等多个领域。通过利用人工智能（AI）技术，这类系统呈现出数据驱动的学习范式、一体化架构以及自适应决策等特征。然而，这些新能力也带来了独特的失效挑战，包括数据引发的偏差、可解释性受限以及易受对抗性扰动攻击等。这些特性要求系统具备更高的可靠性，以确保其在动态、安全关键的环境中可靠运行。本文从四个相互关联的维度：准确性、泛化能力、鲁棒性和可解释性出发，系统综述了智能自主系统可靠性工程的最新进展。我们借鉴了机器学习、人工智能与可靠性领域的跨学科成果，结合真实部署中的实证数据，考查了多传感器融合、元学习、对抗训练以及先验可解释性约束等方法。关键结论表明，在降低智能自主系统脆弱性方面已取得显著进展，但性能与可靠性之间的权衡、极端条件下的性能退化以及可扩展性限制等方面持续存在的挑战，仍阻碍着其广泛应用。我们提出未来研究方向会重点聚焦混合框架、因果推理及轻量化模型，以推动实现高可靠智能自主系统。通过将理论基础与工程实践相衔接，本文为开发可靠可信，并且以安全、效率和社会福祉为核心的自主系统提供了全面的技术路线图。关键词：autonomous systems;reliability engineering;Artificial Intelligence0|0|0更新时间：2026-04-14 - 摘要：阀门是核电站（NPPs）“纵深防御”体系中数量最多的主动部件，其可靠性对于核安全至关重要。运行经验与大量研究表明，阀门依然是关键薄弱环节，然而现有学术综述往往局限于单一失效机理或运行维护（O&M）阶段。为弥补以这个关键部件为核心的系统性视角的不足，本文构建了全生命周期可靠性框架，从四个相互关联的方面系统综述核电站阀门可靠性研究的现状与进展：（1）面向可靠性的设计与优化；（2）关键失效模式与机理分析；（3）可靠性评估与寿命预测；（4）状态监测与智能运维。本文针对既往综述局限于特定阶段的不足，利用所提出的全生命周期框架，深入分析了核电站阀门可靠性研究领域的深刻范式转变——从静态、孤立、物理主导的分析，向动态、系统化、深度的物理-数据融合转变。我们发现制约这一演进的四大核心矛盾：小样本与数据依赖型方法之间的矛盾、复杂物理机理与简化模型之间的矛盾、机电系统与单一部件之间的矛盾、模型“黑箱”特性与可解释性需求之间的矛盾。为应对这些挑战，我们提出了前瞻性展望，重点关注深化物理-数据融合、将部件层级剩余寿命与系统层级概率风险评估相耦合，以及探索模型可信度与不确定性量化的解决方案。关键词：nuclear power plant;valves;reliability;full life-cycle;physics-data fusion0|0|0更新时间：2026-04-14
Topical Reviews
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0