第5期 崔铁军，等：空间故障树与因素空间融合的智能可靠性分析方法 ·855· 际并没有挖掘出这些数据的价值。该问题在系统 行参数是多少，或在什么情况下出现了故障或事 可靠性研究方面更为突出。可靠性理论是安全科 故。可见，这些监测数据不但能反映工作环境因 学的基础理论，可靠性研究是安全科学的核心内 素对系统运行可靠性的影响，而且其数据量较 容。可靠性问题在当今充斥着各种大型复杂系统 大，可全面分析系统可靠性。所以应研究适应大 的社会生产生活中是必须要解决的问题，特别是 数据的方法从而将这些故障数据特征融人系统可 工矿、交通、医疗、军事等复杂且又关系到生命财 靠性分析过程和结果中。 产和具有战略意义的领域中更是重中之重。但目 4)系统设计阶段进行的需求分析难以全面覆 前研究存在一些误区和不足。 盖使用环境带来的对可靠性的影响。即通过设计 1)研究中过分关注于系统内部结构和元件自 手段难以保证系统使用过程中的可靠性。所以设 身可靠性，竭力从提高元件自身可靠性和优化系 计后系统在使用期间会遇到一些问题。特别是航 统结构来保证系统可靠性。但一般忽略了一个事 天、深海和地下工程等方面所使用的系统会遇到 实，各种系统的基本组成元件是由物理材料制造 极端工作环境。只依靠需求分析，在设计阶段进 的。这些元件在不同的物理学、力学、电学等环 行系统结构冗余或鲁棒设计难以保证系统在使用 境下的相关性质随着这些因素的变化而变化，而 过程中的可靠性，是不稳妥的设计。该问题可归 不是恒定的。即执行某项功能的系统元件的功能 结为系统可靠性反分析。即知道系统运用过程可 性在元件制成之后主要取决于其工作环境。原因 靠性特征和基本元件可靠性特征，借助因素变化 在于，不同工作环境下元件材料的基础属性可能 形成它们的对应关系，分析元件如何组成系统， 是不同的，而在设计元件时相关参数基本固定。 进而反推系统内部可靠性结构。当然该内部结构 这就导致了元件在变化的环境中工作时随着基础 是一个等效结构，可能不是真正的物理结构。 属性的改变，其执行特定功能的能力也发生变 5)系统的基本元件材料在不同环境因素影响 化，致使元件可靠性发生变化。进一步地，即使 时性能不同，导致元件完成特定功能的能力不 是一个简单的、执行单一功能的系统也要由若干 同，即可靠性发生变化。系统由这些元件组成， 元件组成，如果考虑每个元件随工作环境变化其 在受到不同环境影响时系统可靠性也是改变的， 可靠性的变化，那么这些元件组成的系统也随着 这是普遍现象。但从另一角度看，环境因素变化 环境因素变化，系统可靠性变化是多样的复杂 是原因，系统或元件可靠性或故障率变化是结 的。上述事实是存在的，且不应该被忽略。 果，即故障率随着环境变化而变化。将环境影响 2)系统可靠性研究所面对的主要问题是系统 作为系统受到的作用，而故障率变化作为系统的 如何失效、系统失效的原因是什么、这些原因是 一种响应，组成一种关于可靠性的运动系统，进 否相关、这些失效导致系统失效的可能性如何 而讨论故障率变化程度和可靠性的稳定性。稳定 等。目前相关研究成果主要呈现了元件故障率与 的可靠性或故障率是系统投人实际使用的重要条 系统故障率之间关系，以及元件故障率与因素之 件，如果可靠性或故障率变化较大则系统功能无 间的关系，这些一般使用函数形式表示。另外一 法控制。研究使用运动系统稳定性理论对可靠性 些使用定性分析方法，研究故障原因与可靠性之 系统进行描述和稳定性分析是一个关键问题。 间的因果关系。但这些研究一般针对特定行业， 上述现象和问题可归结为目前的系统可靠性 不具有普适性，难以分析多因素并发与可靠性变 分析方法对故障大数据和多因素影响分析的不适 化关系，难以分析影响因素关联性。而且从实际 应。现有方法难以在大数据量级的故障数据中挖 现场得来的故障数据一般情况数据量较大，且存 掘出有效信息，也难以有效携带这些数据特征进 在由于人机环境导致的数据冗余和确实。现有可 行系统可靠性分析。这些问题是传统可靠性分析 靠性分析方法难以解决这些问题，特别是针对故 方法与故障大数据涌现、多因素分析和智能科学 障大数据、原因与可靠性关系推理等且适应计算 技术适应性的矛盾。 机处理的算法在安全系统工程领域仍是鲜见的。 2因素空间理论 3)在日常系统使用和维护过程中会形成大量 的监测数据，属于大数据量级，如安全检查记录、 1981年在《随机微分方程》论文中首先提出 故障或事故的记录、例行维护记录等。这些数据 了因素空间的原始定义，用以解释随机性的根源 往往反映了系统在实际情况下的功能运行特征。 及概率规律的数学实质。1982年笔者在与日本 这些特征一般可表示为在某工作环境下，系统运 学者菅野道夫合作发表《因素场与fuzy集的背际并没有挖掘出这些数据的价值。该问题在系统 可靠性研究方面更为突出。可靠性理论是安全科 学的基础理论，可靠性研究是安全科学的核心内 容。可靠性问题在当今充斥着各种大型复杂系统 的社会生产生活中是必须要解决的问题，特别是 工矿、交通、医疗、军事等复杂且又关系到生命财 产和具有战略意义的领域中更是重中之重。但目 前研究存在一些误区和不足。 1) 研究中过分关注于系统内部结构和元件自 身可靠性，竭力从提高元件自身可靠性和优化系 统结构来保证系统可靠性。但一般忽略了一个事 实，各种系统的基本组成元件是由物理材料制造 的。这些元件在不同的物理学、力学、电学等环 境下的相关性质随着这些因素的变化而变化，而 不是恒定的。即执行某项功能的系统元件的功能 性在元件制成之后主要取决于其工作环境。原因 在于，不同工作环境下元件材料的基础属性可能 是不同的，而在设计元件时相关参数基本固定。 这就导致了元件在变化的环境中工作时随着基础 属性的改变，其执行特定功能的能力也发生变 化，致使元件可靠性发生变化。进一步地，即使 是一个简单的、执行单一功能的系统也要由若干 元件组成，如果考虑每个元件随工作环境变化其 可靠性的变化，那么这些元件组成的系统也随着 环境因素变化，系统可靠性变化是多样的复杂 的。上述事实是存在的，且不应该被忽略。 2) 系统可靠性研究所面对的主要问题是系统 如何失效、系统失效的原因是什么、这些原因是 否相关、这些失效导致系统失效的可能性如何 等。目前相关研究成果主要呈现了元件故障率与 系统故障率之间关系，以及元件故障率与因素之 间的关系，这些一般使用函数形式表示。另外一 些使用定性分析方法，研究故障原因与可靠性之 间的因果关系。但这些研究一般针对特定行业， 不具有普适性，难以分析多因素并发与可靠性变 化关系，难以分析影响因素关联性。而且从实际 现场得来的故障数据一般情况数据量较大，且存 在由于人机环境导致的数据冗余和确实。现有可 靠性分析方法难以解决这些问题，特别是针对故 障大数据、原因与可靠性关系推理等且适应计算 机处理的算法在安全系统工程领域仍是鲜见的。 3) 在日常系统使用和维护过程中会形成大量 的监测数据，属于大数据量级，如安全检查记录、 故障或事故的记录、例行维护记录等。这些数据 往往反映了系统在实际情况下的功能运行特征。 这些特征一般可表示为在某工作环境下，系统运 行参数是多少，或在什么情况下出现了故障或事 故。可见，这些监测数据不但能反映工作环境因 素对系统运行可靠性的影响，而且其数据量较 大，可全面分析系统可靠性。所以应研究适应大 数据的方法从而将这些故障数据特征融入系统可 靠性分析过程和结果中。 4) 系统设计阶段进行的需求分析难以全面覆 盖使用环境带来的对可靠性的影响。即通过设计 手段难以保证系统使用过程中的可靠性。所以设 计后系统在使用期间会遇到一些问题。特别是航 天、深海和地下工程等方面所使用的系统会遇到 极端工作环境。只依靠需求分析，在设计阶段进 行系统结构冗余或鲁棒设计难以保证系统在使用 过程中的可靠性，是不稳妥的设计。该问题可归 结为系统可靠性反分析。即知道系统运用过程可 靠性特征和基本元件可靠性特征，借助因素变化 形成它们的对应关系，分析元件如何组成系统， 进而反推系统内部可靠性结构。当然该内部结构 是一个等效结构，可能不是真正的物理结构。 5) 系统的基本元件材料在不同环境因素影响 时性能不同，导致元件完成特定功能的能力不 同，即可靠性发生变化。系统由这些元件组成， 在受到不同环境影响时系统可靠性也是改变的， 这是普遍现象。但从另一角度看，环境因素变化 是原因，系统或元件可靠性或故障率变化是结 果，即故障率随着环境变化而变化。将环境影响 作为系统受到的作用，而故障率变化作为系统的 一种响应，组成一种关于可靠性的运动系统，进 而讨论故障率变化程度和可靠性的稳定性。稳定 的可靠性或故障率是系统投入实际使用的重要条 件，如果可靠性或故障率变化较大则系统功能无 法控制。研究使用运动系统稳定性理论对可靠性 系统进行描述和稳定性分析是一个关键问题。 上述现象和问题可归结为目前的系统可靠性 分析方法对故障大数据和多因素影响分析的不适 应。现有方法难以在大数据量级的故障数据中挖 掘出有效信息，也难以有效携带这些数据特征进 行系统可靠性分析。这些问题是传统可靠性分析 方法与故障大数据涌现、多因素分析和智能科学 技术适应性的矛盾。 2 因素空间理论 1981 年在《随机微分方程》论文中首先提出 了因素空间的原始定义，用以解释随机性的根源 及概率规律的数学实质。1982 年笔者在与日本 学者菅野道夫合作发表《因素场与 fuzzy 集的背 第 5 期 崔铁军，等：空间故障树与因素空间融合的智能可靠性分析方法 ·855·