复杂装备试验安全风险评估与预警

前言
第1章 复杂装备试验概述 1
1.1 复杂装备研制简介 1
1.2 试验程序及步骤 3
1.3 国内外装备试验工作内容 7
1.4 安全风险管理研究综述 13
1.4.1 风险坐标图法 14
1.4.2 蒙特卡罗方法 15
1.4.3 关键风险指标管理法 17
1.4.4 压力测试法 18
第2章 试验安全风险事件识别 19
2.1 相关概念 19
2.2 主要安全风险识别方法及适用性分析 22
2.2.1 文档审查 22
2.2.2 信息收集法 22
2.2.3 安全事件检查表分析 27
2.2.4 假设分析 29
2.2.5 图解法 30
2.2.6 专家判断法 32
2.2.7 危险与可操作性分析 32
2.2.8 故障树 34
2.2.9 因果分析 35
2.2.10 功能集成危险识别 37
2.2.11 失效模式和效果分析 38
2.2.12 层次任务分解 39
2.2.13 人为过失预测分析 40
2.3 安全风险事件分类 41
2.3.1 基于成因的安全风险分类 41
2.3.2 基于流程的安全风险分类 44
2.3.3 基于后果的安全风险分类 47
2.4 基于模糊信息的安全风险识别方法 49
2.4.1 基于质量信息的安全事件量化分析模型 49
2.4.2 质量信息融合方法 58
2.4.3 基于Vague集的关键安全事件识别方法 59
2.5 基于神经网络的安全事件识别方法 67
2.5.1 神经网络综合评价特点 67
2.5.2 径向基神经网络理论模型及工作原理 69
2.5.3 基于径向基神经网络的安全事件分析方法 71
2.6 基于云模型的安全事件识别方法 80
2.6.1 云模型简介 81
2.6.2 云模型的运算及转化方法 86
2.6.3 基于云模型改进的TOPSIS方法 90
2.7 基于因果关系的安全事件识别 92
2.7.1 三种基本因果关系 92
2.7.2 基于因果关系的安全事件识别流程 93
2.8 基于系统仿真的安全事件识别方法 99
2.8.1 仿真理论研究 99
2.8.2 仿真在系统分析中的应用及其概念框架 100
2.8.3 仿真在系统安全事件识别中的应用现状 103
2.8.4 基于系统流程仿真的安全事件识别 105
第3章 试验安全风险事件分析 109
3.1 主要安全风险分析方法及适用性分析 109
3.1.1 安全风险分析方法概述 109
3.1.2 安全风险评价方法研究 111
3.1.3 安全风险分析流程研究 112
3.2 基于Vague集的安全风险预测模型 114
3.2.1 时间序列简介 114
3.2.2 基于Vague集的安全风险预测模型 115
3.3 基于安全指数的预警 119
3.3.1 一般指数构建 119
3.3.2 安全指数构建 120
3.3.3 安全指数的构建方法 124
3.4 基于后果影响的安全风险评级 126
3.4.1 FMECA方法 126
3.4.2 FMECA在安全分析中的应用 130
3.5 基于Monte Carlo仿真的改进FMECA安全分析模型 137
3.5.1 FMECA量化分析存在的问题 137
3.5.2 基于Monte Carlo的安全分析模型 139
3.5.3 基于Monte Carlo仿真的FMECA案例分析 142
3.6 基于流程仿真的试验过程安全分析与评价方法 147
3.6.1 系统仿真流程概况 147
3.6.2 安全分析与评价模型 152
3.6.3 模型的仿真过程与安全分析评价 159
第4章 试验安全事件知识库架构 162
4.1 知识库构建目标 162
4.2 相关方法介绍 165
4.3 基于风险事件库的知识库构建及预警 167
4.3.1 数据库基础 167
4.3.2 知识库架构 168
4.3.3 知识库预警 169
4.4 基于质量信息中的安全事故数据库的知识库
构建及预警 169
4.4.1 数据库基础 169
4.4.2 知识库架构 170
4.4.3 知识库预警 173
4.5 基于关联规则的安全事件知识库架构 174
4.5.1 关联规则基本概念 174
4.5.2 关联规则挖掘过程 174
4.5.3 关联规则算法分类 176
4.5.4 Apriori关联规则算法 177
4.5.5 安全事件知识库架构 179
第5章 试验安全风险预警方法 181
5.1 常见安全事件预测模型 181
5.2 基于稀有事件模型的加速抽样仿真方法 184
5.2.1 稀有事件的概念 184
5.2.2 稀有事件研究状况 185
5.2.3 基于稀有事件仿真的安全事件预测分析 185
5.2.4 利用重要抽样法对稀有事件进行模拟仿真 187
5.3 基于因果贝叶斯网络的安全风险预警与控制 191
5.3.1 安全和风险管理中的因果关系 191
5.3.2 因果贝叶斯网络简介 194
5.3.3 基于因果贝叶斯网络的安全风险预警与控制建模 198
5.3.4 基于历史数据的结构建模 210
5.3.5 因果贝叶斯网络参数建模 214
5.3.6 简化模型参数的方法 219
5.3.7 识别关键风险事件链 223
5.3.8 基于CBN的无人机试飞风险评估与预警应用案例 224
5.4 基于多元质量信息的安全事件预警模型 236
5.4.1 概述 236
5.4.2 意见池方法 237
5.4.3 Cooke的方法 238
5.4.4 贝叶斯方法 239
5.4.5 贝叶斯模型平均 240
第6章 基于飞参数据的重着陆预测模型 242
6.1 问题的提出和意义 242
6.2 飞参数据测量及采集 245
6.2.1 飞参数据采集原理 245
6.2.2 飞机载荷因数测量 248
6.2.3 发动机参数测量 250
6.2.4 飞行状态参数测量 258
6.2.5 外部参数测量 283
6.2.6 数据处理 299
6.3 飞参数据与着陆安全 310
6.3.1 飞行安全的阶段性 310
6.3.2 飞参数据的应用 311
6.3.3 关键飞参变量分析 312
6.3.4 飞参数据特征分析 314
6.4 重着陆成因分析 315
6.4.1 物理载荷模型 315
6.4.2 操作影响因素分析 316
6.4.3 环境影响因素分析 317
6.5 基于飞参数据的面板预测模型 318
6.5.1 面板数据 319
6.5.2 面板数据回归理论 320
6.5.3 基于飞参数据的面板数据模型实证研究 328
第7章 案例研究 343
7.1 案例背景 343
7.2 无人机试飞试验概况 345
7.2.1 无人机系统 345
7.2.2 无人机试飞试验特点 348
7.2.3 无人机试飞试验条件 348
7.2.4 无人机试飞流程及主要特点 351
7.3 无人机试飞试验安全风险识别 353
7.3.1 某型民用无人机试飞安全因素 353
7.3.2 某型民用无人机试飞过程中故障和飞行安全事故数据统计 356
7.3.3 某型民用无人机试飞过程中的风险识别 358
7.4 某型无人机工程研制风险分析 363
7.4.1 工程研制阶段OPA分析 364
7.4.2 风险因素识别整合 366
7.4.3 构建贝叶斯网络模型 369
7.4.4 无人机工程研制风险模型分析 378
7.5 无人机试飞试验安全风险预警 398
7.5.1 常见安全事件预测模型 398
7.5.2 某型民用无人机试飞风险预测模型 401
7.6 无人机试飞试验安全事件控制 401
7.6.1 某型民用无人机关键风险控制 402
7.6.2 某型民用无人机试飞非关键风险控制 404
7.6.3 安全事件处置预案 407
7.7 某无人机试验试飞仿真分析案例 422
7.7.1 案例数据与模型构建 422
7.7.2 案例仿真过程与结果分析 425
7.7.3 小结 428
参考文献 430