一 简介 talfta是拥有独立知识产权的国产软件,主要功能是故障树建模、定性分析、定量分析以及故障树仿真。 二 主要特点 1 支持模型元素全面,分析内容丰富 talfta既支持GJB768A中定义的全部事件类型以及全部逻辑门类型,又支持全部动态逻辑门。分析内容既包括静态故障树分析,也包括动态故障树分析。故障树仿真既包括发生概率仿真、概率重要度仿真、相对概率重要度仿真,还包括无故障时间仿真及不可靠度曲线仿真。 2 准确高效,适用性强 (1)talfta既支持单棵大型复杂故障树的建模及分析,也支持 经由“子树”节点关联起来的多颗关联故障树的建模以及相应的一次性分析; (2)既支持以故障发生概率为数据基础的故障树分析,也支持以故 障率为数据基础的故障树分析; (3)支持对包含指数分布函数、正态分布函数等多种寿命分布函数 的部件构成的故障树进行故障树分析; (4)支持对复杂故障树进行海量仿真次数的蒙特卡洛仿真; (5)支持包含小概率事件的故障树的计算及仿真;
1
期末大作业要求对一个系统进行建模 1、能够对当前问题的背景和现状等方面进行详细的分析,确定功能需求,识别核心功能; 2、能够对选题进行建模和分析,用例图、时序图、协作图、状态图和活动图完整、正确; 3、在面向对象设计环节能采用5种以上设计模式,并说明对应的面向对象设计原则。 可以自己定义一个系统,比如我选择的是银行系统,然后对其进行建模分析即可。文章内容包括绪论、需求分析、建模分析、心得体会以及参考文献。这里我只是举了一个例子,大家可以参考我的去对另一个系统进行建模,不过什么学生管理系统、图书管理系统这里不推荐,烂大街了,老师容易审美疲劳,拿不到高分。也可以对我的进行修改,形成一个属于自己的新的银行系统,总之还是要多多思考,多多实践,才能更好的掌握这一门知识。当然了我也是初学者,可能会有许多地方做的不够不严谨。 我用到的软件是PowerDesigner,网上有许多资源的,随便一搞就可以快乐的画图了!大家加油!
1
Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥 建模+分析Opensees 薄壁双支墩刚构桥
2022-06-25 09:05:34 159KB Opensees 刚构桥 建模
图书管理系统的UML建模分析与设计
2022-06-16 21:06:09 124KB uml
图书管理系统 UML系统建模与分析 与详细设计
2022-05-25 01:40:01 1.93MB 图书管理 建模 UML 分析
1
为解决偏最小二乘判别分析(PLSDA)建模时光谱区域中的噪声及冗余信息干扰问题,提出一种基于联合区间偏最小二乘判别分析(SiPLSDA)算法,并将该算法应用于猪肉近红外光谱的定性建模分析。SiPLSDA 利用联合区间偏最小二乘回归(SiPLS)进行光谱特征区域筛选,在筛选出来的光谱区域内建立数据的定性预测模型。采用Antaris II 快速傅里叶变换近红外光谱分析仪获取波数范围为10000~4000 cm-1的猪肉样本近红外光谱,采用标准正态变量变换(SNV)进行近红外光谱的预处理,用SiPLSDA 建立猪肉近红外光谱的定性模型。实验结果表明,SiPLSDA 建立的预测模型对猪肉储藏时间的识别率达到93.94%,高于基于全光谱区域建立的PLSDA 预测模型的识别率。
2022-05-20 16:53:18 1.73MB 光谱学 近红外光 猪肉 定性建模
1
基于simulink的汽车底盘减震系统建模分析
12.2 单机无穷大系统的低频振荡 12.2.1 发电机采用经典二阶模型时系统的低频振荡 设发电机采用经典二阶模型 , X′d 后的暂态电动势 E′恒定及机械功率 Pm 恒定 , 忽略 线路损耗及分布电容 ,则对于图 12-1 中的单机无穷大系统有如下运动方程 : M dω d t = Pm - Pe - D(ω - 1) dδ d t = ω - 1 (12-1) 式中 , Pe = E′U XΣ sinδ, XΣ 包含了 X′d 的作用。 图 12-1 单机无穷大系统图 对式 (12-1 )在工作点附近线性化 ,则 M dΔω d t = ΔPm - E′U XΣ cosδ0 Δδ - DΔω dΔδ d t = Δω (12-2) 若令 K = E′U XΣ cosδ0 为同步力矩系数 , 则当ΔPm = 0 时 ,式 ( 12-2)可改写为 ·062·
2022-05-14 17:20:24 4.57MB 电力系统 建模分析
1
人工智能-机器学习-面向场景的3G移动数据业务流量建模分析及预测.pdf
2022-05-09 19:17:20 3.53MB 人工智能 机器学习 文档资料
主要功能:故障树分析工具主要功能是静态故障树建模、动态故障树建模、定性分析、定量分析和仿真。 逻辑门类型:与门、或门、非门、异或门、顺序相关门、禁门、表决门、相同转移门、相似转移门、优先与门、顺序相关门、功能相关门、冷备件门、温备件门、热备件门 事件类型:顶事件、基本事件、底事件、未决事件 定性分析:最小割集、最小割序 定量分析:顶事件发生概率、结构重要度、概率重要度、相对重要度 仿真: 蒙特马洛仿真
1