[00326325]基于T-S模糊和粒子群算法的液压系统故障树分析理论及应用

　　本课题获国家自然科学基金资助。提出了T-S故障树及T-S重要度算法，建立并完善了T-S故障树理论，发展了故障树理论，解决了传统故障树及重要度方法存在的不足，为描述包括液压系统在内的多态复杂系统提供了方法手段。所提出的这五种T-S重要度物理意义直观明确，从不同角度反映了部件对系统的贡献，为不同条件下的可靠性工程应用提供了依据。

　　完成了贝叶斯网络正向推理与故障树分析等效性验证，将贝叶斯网络方法引入到液压系统；提出了三种可靠性分析评估方法（基于模糊贝叶斯网络的方法、基于T-S故障树与贝叶斯网络的方法、基于T-S故障树和贝叶斯网络并采用模糊子集描述的方法），既解决了T-S故障树不能双向推理的缺点，又弥补了已有贝叶斯网络可靠性分析方法的不足，丰富并发展了贝叶斯网络、T-S故障树理论，有利于在工程实际中推广应用。

　　提出了基于T-S故障树、T-S重要度、贝叶斯网络的故障诊断方法，并考虑了群决策、灰关联、灰色模糊等方法，拓展了T-S故障树、T-S重要度的应用，为不同工程条件及现场信息下的故障诊断提供了的方法和参考。

　　在可靠性优化模型方面，用故障概率替代可靠度，基于T-S故障树构造系统故障函数，避免了不交化处理，降低了构造可靠性优化模型的难度。在PSO优化算法改进方面，提出了混合μPSO算法、混合扩展微PSO算法、αPSO算法；在PSO与其他算法融合方面，提出了细菌群觅食优化算法等；避免了PSO算法的早熟现象、提高了全局搜索能力，解决高维情况下的可靠性优化问题。这些优化算法，可应用于工艺参数及调度优化。