论文部分内容阅读
发动机是汽车的核心部分，是汽车动力的源头。随着国家对低碳环保要求的提高，用户对汽车性能要求的提高，汽车发动机结构日趋复杂，性能参数日益提高，环境条件更加严苛，这对发动机质量提出了更高的要求。可靠性是汽车发动机的重要质量指标之一，准确地评估其可靠性，对于发动机的合理设计、高效试验、安全使用以及科学地制定维修计划等具有显著的现实意义。 在传统的单元/系统可靠性分析中，研究对象一般仅有两种状态，完好或失效，而实际应用中单元/系统可能存在多种状态。在进行故障诊断时，故障征兆与故障原因之间不是一一对应关系，而是有很强的随机性和不确定性。而且，现有的系统可靠性分析方法大多只能应用在静态系统可靠性分析中，难以考虑时间因素对系统可靠性的影响。针对以上问题，本文提出了基于动态贝叶斯网络(DBN)的汽车发动机系统可靠性评估新方法。 本文首先分别介绍系统可靠性和DBN的研究现状。其次，详细分析汽车发动机内部结构，明确汽车发动机各个子系统的失效模式与影响分析(FMEA)。然后简单介绍DBN的基本原理，从理论上证明DBN处理不确定性问题的可行性和优越性。并在FMEA表的基础上，建立汽车发动机常见故障模式的DBN模型，利用DBN在处理多态性和不确定性方面的优势，使用Matlab中FullBNT工具箱，对发动机系统进行可靠性评估和故障诊断。最后，基于Matlab平台完成汽车发动机系统可靠性评估软件的设计和开发，以便他人使用。 结果表明，相比于现有的可靠性分析方法，DBN方法不仅能够计算出未来某一时刻汽车发动机系统可靠性指标，而且能方便地处理多状态系统，进行故障诊断，识别系统薄弱环节。