买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳理工大学申请的专利一种系统故障过程的耗散性分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117313866B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311397245.8，技术领域涉及：G06N5/04；该发明授权一种系统故障过程的耗散性分析方法是由崔铁军;李莎莎设计研发完成，并于2023-10-25向国家知识产权局提交的专利申请。

本一种系统故障过程的耗散性分析方法在说明书摘要公布了：本发明涉及安全科学技术领域，提供了一种系统故障过程的耗散性分析方法，系统故障演化过程是受外界影响的不断变化的过程，为确定其耗散性提出了该方法；论述了系统故障演化过程的特征，研究了演化的耗散性，提出了耗散结构中关键参数的计算方法；演化过程满足耗散结构的四个条件；可借助演化过程的物理意义和空间故障网络的数学方法构建关键参数的计算方法，从而定量计算并判断演化过程的耗散性；可用于判断和预测系统故障演化过程最终结果对后继事件的影响。本发明可通过定量计算判断系统故障演化过程的耗散性，根据耗散性结果可以判断系统故障演化过程是否稳定，是否存在故障外溢风险。

本发明授权一种系统故障过程的耗散性分析方法在权利要求书中公布了：1.一种系统故障过程的耗散性分析方法，其特征在于，系统故障演化过程是受外界影响的不断变化的过程，为确定其耗散性提出了该方法；论述了系统故障演化过程的特征，研究了演化的耗散性，提出了耗散结构中关键参数的计算方法；演化过程满足耗散结构的四个条件；借助演化过程的物理意义和空间故障网络的数学方法构建关键参数的计算方法，从而定量计算并判断演化过程的耗散性；用于判断和预测系统故障演化过程最终结果对后继事件的影响； 使用布鲁塞尔器构建分析需要的动力方程； 式1为布鲁塞尔模型反应方程组；A，B为反应物，在反映过程中不断消耗并补充；D，E为生成物，在反应过程中不断被取走；x，y是中间产物；k1、k2、k3和k4为反应中的催化剂，它的数量多少影响反应速度；该反应的动力学方程，如式2所示； 进一步设b＝k2Bk4、τ＝k4t，带入式2，转化得到式3； 式3有唯一奇点a,ba，以该点为原点进行坐标转换γ＝u-a，η＝v-ba，带入式3得到式4； 式4中不考虑非线性项，通过线性方程解判定系统稳定性，将方程4转化为方程5；其求解过程如式6所示； 当λ1,2为负实部时，即b-1-a2＜0，系统为非耗散结构；当为正实部时，即b-1-a2＞0，系统为耗散结构；耗散结构需要确定a,b的值，进一步需要确定k1、k2、k3和k4的值和A,B的值，他们是判断耗散性的关键参数； 耗散参数确定； 结合系统故障演化过程特征，演化与耗散条件，以及耗散结构的分析过程；确定判断系统故障演化过程耗散性的关键参数；根据式1和系统故障演化过程特点，对式1中的各参数进行解释说明；A为故障概率提高的原因事件，使用↑表示概率提高的状态，即原因事件↑，NA表示原因事件↑的事件数量；x：演化结果事件故障概率提高，表示为结果事件↑；B：故障概率降低的原因事件，使用↓表示概率降低的状态，即原因事件↓，NB表示原因事件↓的事件数量；y：演化结果事件故障概率降低，表示为结果事件↓；D：系统故障演化过程的故障后果；E：系统故障演化过程的故障外溢；对于A,B的数量需要归一化，在不引起歧义的情况下用A,B作为归一值，即将上述定义带入式1，解释其中四个方程式蕴含的物理意义； 确定k1、k2、k3和k4的值；在式1中他们标识反应的催化剂，只改变反应的速度，而自身不发生变化；对应到系统故障演化过程，则使用演化过程中各事件间演化传递的速度表示，或者演化传递所需时间的倒数表示；实现定量计算需要引入空间故障网络理论，用于描述系统故障演化过程的数学方法集合；将故障演化过程抽象为网络拓扑结构；网络结构中以节点表示事件，以连接表示演化的传递过程，因素影响使用特征函数和故障概率分布表示，逻辑关系使用结果事件表示； 设空间故障网络的事件集合为E＝{e1,…,eI}，I表示总事件数量；路径集合为L＝{l1,…,lN}，N为路径数量；将网络结构分解为路径；传递时间集合为T＝{t1,…,tM}，M是传递数量，t代表原因事件到结果事件实现演化传递的时间；在最终结果事件之后的外溢传递时间集合为T'＝{tM+1,…,tM+Δ}，Δ为外溢传递数量，代表系统故障演化过程之后引起其他事件的传递时间；某路径的传递时间集合为Mn为传递数量；根据空间故障网络化简方法，当原因事件以或关系导致结果事件时形成多条独立的路径；当原因事件以与关系导致结果事件时仍然形成一条路径，这些原因事件导致结果事件的传递时间为所有传递时间中的最大值，t＝Max{ti,tj}； 以系统故障演化在一段演化时间内的变化说明k1、k2、k3和k4的确定； k1：原因事件↑到最终结果事件↑的所有路径中传递时间总和的平均值倒数，如式7所示； 式中：ln↑↑中第一个↑表示原因事件状态，第二个↑表示最终结果事件状态； k2：原因事件↓到最终结果事件↓的所有路径中传递时间总和的平均值倒数，如式8所示； 式中：ln↓↓中第一个↓表示原因事件状态，第二个↓表示最终结果事件状态； k3：原因事件↑↓到最终结果事件↑的所有路径中传递时间总和的平均值倒数，如式9所示； 式中：ln↑↑中第一个↑表示原因事件状态，第二个↑表示最终结果事件状态；ln↓↑中第一个↓表示原因事件状态，第二个↑表示最终结果事件状态； k4：最终结果事件↑导致后继事件的各传递时间倒数的最大值，如式10所示； k4＝Max{1tM+1,…,1tM+Δ}10 上述基于系统故障演化过程特点和空间故障网络的方法实现了k、k、k和k值和A,B值的确定。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳理工大学，其通讯地址为：110000 辽宁省沈阳市浑南区南屏中路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。