10.14489/vkit.2022.01.pp.018-025

DOI: 10.14489/vkit.2022.01.pp.018-025

Федорова Н. Ю.
ПРИМЕНЕНИЕ БАЙЕСОВСКИХ СЕТЕЙ ДОВЕРИЯ ДЛЯ АНАЛИЗА НАДЕЖНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ
(c. 18-25)

Аннотация. Рассмотрено применение байесовских сетей доверия для анализа надежности на ранних стадиях жизненного цикла. Изложен перспективный подход комбинации аппарата байесовских сетей доверия и методологии анализа дерева отказов. Проанализирован подробный пример приложения данного подхода для анализа надежности электронного датчика пожара. Показано, что разработанная модель байесовских сетей доверия позволяет оценить вероятности появления отказов в условиях моделирования реальных сценариев поведения системы, рассчитать вероятность безотказной работы исследуемой системы и ее подсистем, определить элементы, которые вносят наибольший вклад в вероятность отказа системы в целях установления путей повышения ее надежности.

Ключевые слова: надежность; вероятность безотказной работы; байесовские сети доверия; анализ дерева отказов; электронный датчик.

Fedorova N. Yu.
BAYESIAN NETWORKS FOR RELIABILITY ANALYSIS OF TECHNICAL SYSTEM
(pp. 18-25)

Abstract. The works to provide reliability assurance and enhancement are most effective at the early stages of life cycle. The common requirement is fast and precise performance of reiterated reliability analysis, as far as the system design development and the complete data accumulation on system components reliability. Recently, Bayesian networks has been introduced in reliability engineering. Bayesian networks are a promising tool for reliability analysis. Today, Bayesian networks are actively used to fault diagnosis and reliability estimates. In this article, utilization of the Bayesian networks for reliability analysis at the early stages of life cycle is studied. The reliability can be calculated by converting block diagrams or fault trees into Bayesian networks. Fault trees can easily be converted into Bayesian networks. Therefore, in this article, a perspective approach to combine the Bayesian networks mechanism and Fault tree analysis method is studied for reliability assessment of a technical system. The system is an electronic fire sensor. As a result, the developed model of Bayesian networks provides the estimation of failure probability at the conditions of real-life scenarios of system behavior; the calculation of the probability of no-failure operation of the system under control and its sub-systems; the detection of the elements that contribute the most to the failure probability. The Bayesian networks model can be easily built from the circuit diagram analysis and the FMEA (Failure Modes and Effects Analysis). In general, this method has the best capability in this real instance compared to other methods.

Keywords: Reliability; Survival probability; Bayesian networks; Fault tree analysis; Electronic sensor.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

Н. Ю. Федорова (Научно-образовательный центр воздушно-космической обороны «Алмаз-Антей» им. академика В. П. Ефремова, Москва, Россия; АО «Московский научно-исследовательский институт «Агат», г. Жуковский, Московская обл., Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

N. Yu. Fedorova (Science and Education Center of Aerospace Defense “Almaz-Antey”, Moscow, Russia; JSC “Moscow Research Institute “Agat”, Zhukovsky, Moscow region, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Федорова Н. Ю. Байесовские сети доверия как инструмент анализа надежности сложных технических систем // Информационно-вычислительные технологии и их приложения: XXV Междунар. науч.-техн. конф.: сб. ст. Пенза. 2021. С. 145 – 148.
2. Fault Diagnosis of Train Network Control Management System Based on Dynamic Fault Tree and Bayesian Network / C. Wang et al. // IEEE Access. 2021. V. 9. P. 2618 – 2632.
3. Bayesian Long Short-Term Memory Model for Fault Early Warning of Nuclear Power / G. Liu et al. // IEEE Access. 2020. V. 8. P. 50801 – 50813.
4. Investigation of Bayesian Network for Reliability Analysis and Fault Diagnosis of Complex System with Real Case Application / S. Chen et al. // Advances in Mechanical Engineering. 2017. V. 9(10). P. 1 – 18.
5. Дорожко И. В., Тарасов А. Г. Оценка надежности структурно сложных технических комплексов с помощью моделей байесовских сетей доверия в среде GeNIe // Интеллектуальные технологии на транспорте. 2015. № 3. С. 36 – 45.
6. Тулупьев А. Л., Николенко С. И., Сироткин А. В. Основы теории байесовских сетей: учебник. СПб.: Изд-во С.-Петерб. ун-та, 2019. 399 с.
7. Rong-Xing Duan, Hui-Lin Zhou. A New Fault Diagnosis Method Based on Fault Tree and Bayesian Networks // Energy Procedia. 2012. V. 17. P. 1376 – 1382.
8. Transformation of Fault Trees into Bayesian Network Methodology for Fault Diagnosis / M. Medkour et al. // Mechanika. 2017. V. 23(6). P. 891 – 899.
9. Кашкаров А. П. 500 схем для радиолюбителей. Электронные датчики. Изд. 2-е, перераб. и доп. СПб.: Наука и техника, 2008. 288 с.
10. GeNIe Modeler: Complete Modeling Freedom // BayeaFusion, LLC. Data Analytics, Mathematical Modeling, Desion Support. URL: https://www. bayesfusion.com/genie/ (дата обращения: 15.12.2021).

Eng

1. Fedorova N. Yu. (2021). Bayesian networks of trust as a tool for analyzing the reliability of complex technical systems. Information and computing technologies and their applications: XXV International scientific and technical conference: collection of articles,pp. 145 – 148. Penza. [in Russian language]
2. Wang C. et al. (2021). Fault Diagnosis of Train Network Control Management System Based on Dynamic Fault Tree and Bayesian Network. IEEE Access, Vol. 9, pp. 2618 – 2632.
3. Liu G. et al. (2020). Bayesian Long Short-Term Memory Model for Fault Early Warning of Nuclear Power. IEEE Access, Vol. 8, pp. 50801 – 50813.
4. Chen S. et al. (2017). Investigation of Bayesian Network for Reliability Analysis and Fault Diagnosis of Complex System with Real Case Application. Advances in Mechanical Engineering, Vol. 9, (10), pp. 1 – 18.
5. Dorozhko I. V., Tarasov A. G. (2015). Reliability assessment of structurally complex technical complexes using Bayesian trust network models in the GeNIe environment. Intellektual'nye tekhnologii na transporte, (3), pp. 36 – 45. [in Russian language]
6. Tulup'ev A. L., Nikolenko S. I., Sirotkin A. V. (2019). Basics of Bayesian Network Theory: a textbook. Saint Petersburg: Izdatel'stvo Sankt-Peterburgskogo universiteta. [in Russian language]
7. Rong-Xing Duan, Hui-Lin Zhou. (2012). A New Fault Diagnosis Method Based on Fault Tree and Bayesian Networks. Energy Procedia, Vol. 17, pp. 1376 – 1382.
8. Medkour M. et al. (2017). Transformation of Fault Trees into Bayesian Network Methodology for Fault Diagnosis. Mechanika, Vol. 23, (6), pp. 891 – 899.
9. Kashkarov A. P. (2008). 500 schemes for radio amateurs. Electronic sensors. 2nd ed. Saint Petersburg: Nauka i tekhnika. [in Russian language]
10. GeNIe Modeler: Complete Modeling Freedom. BayeaFusion, LLC. Data Analytics, Mathematical Modeling, Desion Support. Available at: https://www.bayesfusion.com/genie/ (Accessed: 15.12.2021).

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 500 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2022.01.pp.018-025

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 500 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2022.01.pp.018-025

and fill out the form