含統(tǒng)計不確定性的多態(tài)系統(tǒng)可靠性估計與優(yōu)化.pdf

1、可靠性一直是衡量大型能源系統(tǒng)(比如核電和火力發(fā)電系統(tǒng))性能的一個重要指標。由于其部件設備發(fā)生故障的隨機性和故障類型的多樣性，此類系統(tǒng)本身具有明顯的多態(tài)性，其可靠性評價結果也伴隨有一定的統(tǒng)計不確定性。根據(jù)可靠性評價進行系統(tǒng)結構設計和部件冗余分配是可靠性工程理論中一個重要的組合優(yōu)化問題，它旨在構造一個具有高可靠性、低成本的最佳系統(tǒng)結構。對于傳統(tǒng)的二態(tài)系統(tǒng)，該優(yōu)化問題已有很多文獻進行了深入研究，但是目前對于多態(tài)系統(tǒng)的可靠性優(yōu)化研究仍然有限。本

2、論文的研究重點在于解決多態(tài)系統(tǒng)可靠性優(yōu)化中的如下三個基本問題。
　　 第一，本論文提出一種新的、基于粒子群優(yōu)化(Particle Swarm Optimization, PSO)和局部搜索(LocAlSearch, LS)的混合算法，來解決串并聯(lián)和橋接多態(tài)系統(tǒng)可靠性異質優(yōu)化問題。該混合算法的目的是確定合適的部件類型以及冗余度，使所構建的系統(tǒng)在滿足所需的可靠性要求的前提下，具有最低的成本。所開發(fā)的新型局部搜索策略和動態(tài)罰函數(shù)提高了

3、該混合算法的性能。本論文的第一部分主要工作采用了出現(xiàn)在文獻中的一個常見假設：部件的可靠性精確已知。通用生成函數(shù)(UniversAlGenerating Function, UGF)方法被用來精確計算系統(tǒng)的可靠性。為了評估該混合算法的有效性，本論文將其與現(xiàn)有的啟發(fā)式和元啟發(fā)式算法如遺傳算法(Genetic Algorithm, GA)、禁忌搜索(Tabu Search, TS)、蟻群優(yōu)化(Ant Colony Optimization,

4、ACO)等進行了比較。結果顯示利用PSO/LS算法求解得到的系統(tǒng)構架具有更低的成本。
　　 第二，在許多現(xiàn)實應用中，部件的可靠性往往不能精確給出，而需要根據(jù)試驗或歷史運行數(shù)據(jù)進行估計。在對部件可靠性進行估計的過程中，由于試驗或歷史運行數(shù)據(jù)的有限性，估計出的部件可靠性往往具有統(tǒng)計意義上的不確定性。根據(jù)部件的可靠性和系統(tǒng)的結構函數(shù)對系統(tǒng)的可靠性進行計算時，這種不確定性會傳播至系統(tǒng)層面。在本論文的第二部分主要工作中，系統(tǒng)可靠性的計算已

5、從精確計算的概念轉換到了統(tǒng)計估計計算的概念。該統(tǒng)計估計計算模型是建立在推斷統(tǒng)計理論基礎上的。本論文通過一個迭代推導過程對不確定性傳播機制進行了數(shù)學解釋，并求出了系統(tǒng)可靠性的無偏估計以及伴隨的方差和協(xié)方差的無偏估計。根據(jù)推導結果，本論文又為系統(tǒng)可靠性的估計值提出了一個新的具有95％置信度的置信區(qū)間下界，并證明其優(yōu)于現(xiàn)有文獻中的兩個置信區(qū)間下界。推導結果也用于建立三個衡量部件重要度的指標。
　　 第三，在第一部分和第二部分工作的基礎

6、上，本論文將可靠性優(yōu)化問題的模型進行了修改以集成統(tǒng)計不確定性，混合PSO/LS算法也進行了相應的修改。修改后的新模型旨在構建一個最低成本的系統(tǒng)，同時該系統(tǒng)能以95％的置信度水平滿足所需的可靠性要求。對于同樣的可靠性要求，利用新模型求得的系統(tǒng)方案通常成本更高，但系統(tǒng)結構得以強化，同時系統(tǒng)可靠性的期望值也得以提高。此外，新優(yōu)化模型提供至少95％的置信度確保求得的系統(tǒng)方案符合要求的可靠性標準，而原來的優(yōu)化模型則無法提供這樣的保證。
　　

7、 本論文中使用了已有文獻中出現(xiàn)的各種數(shù)值算例來檢驗所提出的混合PSO/LS優(yōu)化算法的有效性，與已有研究成果的對比突出了該混合算法的優(yōu)點。本論文同時實現(xiàn)了一些算例的蒙特卡羅仿真(Monte Carlo Simulation, MCS)，并將其作為輔助工具來驗證可靠性估計推導的準確性，結果表明仿真結果與理論推導結果吻合良好。本論文同時提供了一個600MW發(fā)電機組的簡化汽水回路系統(tǒng)作為一個完整的實例，以驗證所提出的算法、方法和模型的具體應用