古瑩奎、黃開啟編著的《復雜機械系統性分 析與概率風險評價》系統地介紹了作者及其科研團隊 近年來在復雜系統性方面的科研實踐，具有針對 性、學術性和實用性較強的特點。全書共10章，第1 章介紹復雜機械系統性及其風險評價的研究現狀 和實施的必要性；第2章介紹基于二元決策圖的二態 系統重要度分析方法；第3章介紹基于多值決策圖的 多狀態系統重要度分析方法；第4章介紹基于性能水 平的多狀態系統性分析方法；第5章介紹基于ET －DFT分層模型的動態概率安全評價方法；第6章介紹 基于離散時間貝葉斯網絡的復雜系統動態概率安全評 價方法；第7章介紹基于ET－DFT分層模型的機械系統 重要度與診斷分析方法；第8章介紹基于貝葉斯網絡 的系統性概率風險評價方法；第9章介紹基于固 定轉移概率的多狀態可維修系統性分析方法；第 10章介紹基于動態轉移概率的多狀態可維修系統 性分析方法。
本書可供從事性領域研究的相關專業師生和 科研工作者閱讀參考。
本書從提高復雜機械系統的安全運行能力、預防和預測故障的發生、評估其性水平、評價與控制其風險的角度出發，從以下方面對復雜機械系統在生產、使用和維修中的性、風險評價、預防維修等問題進行研究，為產品設計、制造和使用者提供技術支持。(1)系統性風險評價的意義及國家的若干發展戰略報告及相關規劃中對提高系統性的要求；(2)基于二元決策圖的二態系統重要度分析方法；(3)基于多值決策圖的多狀態系統重要度分析方法；(4)基于性能水平的多狀態系統性分析方法；(5)基于ET-DFT分層模型的動態概率安全評價方法；(6)基于離散時間貝葉斯網絡的復雜系統動態概率安全評價方法；(7)基于ET-DFT分層模型的機械系統重要度與診斷分析方法；(8)基于貝葉斯網絡的性概率風險評價方法；(9)基于固定轉移概率的多狀態可維修系統性分析方法；(10)基于動態轉移概率的多狀態可維修系統性分析方法。本書可供從事性領域研究相關專業師生和科研工作者閱讀參考。
古瑩奎，河南南陽人，1976年3月生，工學博士，博士后，江西理工大學教授，碩士生導師，清華大學精密儀器與機械學系和加拿大University of Alberta訪問學者。 黃開啟，安徽宣城人，1969年6月生，江西理工大學副教授，碩士生導師，中國科學院自動化研究所"西部之光"訪問學者。主要從事機械系統動力學與控制、設備狀態監測與故障診斷方面的研究工作。主持和參與國家、省部級及企業委托課題10余項，發表學術論文20余篇，出版編著2部，獲江西省科技進步三等獎1項，江西省高等學校科技成果獎1項。
第1章 緒論
1.1 性概率風險評價的意義
1.2 性技術發展的現狀與趨勢
1.3 性風險評價的研究現狀與發展趨勢
1.4 本章小結
第2章 基于二元決策圖的二態系統重要度分析
2.1 引
2.2 二元決策圖
2.2.1 BDD的基本結構
2.2.2 BDD的轉化
2.2.3 邏輯算法
2.3 底事件的指標排序與約簡規則
2.3.1 指標排序的影響
2.3.2 BDD的約簡分析
2.4 基于BDD的系統性分析
2.4.1 定性分析
2.4.2 定量分析
2.5 二態系統重要度
2.6 實例分析
2.7 本章小結
第3章 基于多值決策圖的多狀態系統重要度分析
3.1 引
3.2 MDD結構及概率算法
3.2.1 MDD的結構
3.2.2 MDD的路徑搜索與概率算法
3.3 直接邏輯偏導數
3.4 基于DPLD的多狀態系統重要度分析
3.5 實例分析
3.6 本章小結
第4章 基于性能水平的多狀態系統性分析
4.1 引
4.2 多狀態系統及組件的性能描述
4.2.1 多狀態系統組件的性能描述
4.2.2 多狀態系統的性能描述
4.3 可修復系統的可用性分析
4.3.1 可修復多狀態組件的馬爾可夫模型
4.3.2 可修復系統及組件的可用度
4.4 基于α水平劃分的多狀態系統性能分析
4.5 實例分析
4.5.1 某數控機床供油子系統的性能描述
4.5.2 基于馬爾可夫過程的性分析
4.5.3 α水平的分割
4.5.4 基于性能水平的重要度分析
4.6 本章小結
第5章 基于ET-DFT分層模型的動態概率安全評價方法
5.1 引
5.2 ET-DFT分層模型
5.3 ET-DFT模型的算法
5.3.1 基于BDD的ET-DFT模型靜態子樹分析
5.3.2 基于MC的ET-DFT模型動態子樹分析
5.3.3 ET-DFT模型的綜合求解
5.4 實例分析
5.5 本章小結
第6章 基于離散時間貝葉斯網絡的復雜系統動態概率安全評價方法
6.1 引
6.2 DTBN
6.3 故障樹向DTBN的轉化
6.3.1 SFT向DTBN的轉化
6.3.2 DFT向DTBN的轉化
6.4 實例分析
6.5 本章小結
第7章 基于ET-DFT分層模型的機械系統重要度與診斷分析
7.1 引
7.2 重要度分析
7.3 系統診斷分析
7.3.1 ET-DFT分層模型的診斷分析
7.3.2 基于DTBN的ET-DFT分層模型診斷分析
7.4 實例分析
7.4.1 數控機床液壓系統的重要度分析
7.4.2 數控機床液壓系統的診斷分析
7.5 本章小結
第8章 基于貝葉斯網絡的系統性建模分析
8.1 引
8.2 幾種貝葉斯網絡建模方法分析
8.2.1 Naive建模方法
8.2.2 直觀建模方法
8.2.3 MLS和MCS建模方法
8.3 有效的MLS和MCS方法
8.3.1 用有效的MLS和MCS方法建立串聯和并聯系統的貝葉斯網絡
8.3.2 用有效的MLS和MCS方法建立一般系統的貝葉斯網絡
8.4 有效的MLS和MCS方法的優排序
8.5 基于啟發法的系統優化
8.5.1 基于超級元件的啟發法
8.5.2 減少排列數量的第二種啟發法
8.6 實例分析
8.6.1 建立發動機起動困難的故障樹
8.6.2 建立發動機起動困難的貝葉斯網絡
8.6.3 確定發動機起動困難的貝葉斯網絡中根節點的先驗概率
8.6.4 性分析
8.6.5 重要度分析
8.7 本章小結
第9章 基于固定轉移概率的多狀態可維修系統性分析
9.1 引
9.2 單個可維修組件的狀態列舉
9.3 可維修組件的轉移花費
9.4 多狀態組件風險模型的分析
9.5 Markov過程的模擬
9.6 對于固定轉移概率矩陣模型費用的優化和PM分配的模擬
9.6.1 模型A中參數的定義
9.6.2 模型A中的新模塊
9.6.3 PM模擬的定義
9.6.4 模型的模擬結果
9.6.5 模型A的一些局限和解釋
9.7 本章小結
第10章 基于動態轉移概率的多狀態可維修系統性分析
10.1 引
10.2 動態轉移概率的描述
10.3 基于動態轉移概率的發動機系統性分析及PM制定
10.3.1 具有動態轉移概率的發動機系統性分析
10.3.2 PM花費對應的相應優花費
10.4 模型B的解釋
10.5 模型C及運行結果
10.6 本章小結
附錄
參考文獻
