工程机械液压系统可靠性仿真研究

　　1 蒙特卡罗仿真的应用

　　在对工程机械液压系统的可靠性进行仿真研究时，一般进行模块化处理，对系统进行模块化划分能够有效降低仿真模型的体积，从而提高模型性能监测过程的便利性与可观测性。然后由于在实际情况中，模块之间的联系比较紧密，模型的边界难以清晰辨认，那么将系统进行模块化划分，在实际应用中并不能有效简化系统，而蒙特卡罗仿真能有效解决上述问题。

　　1.1 蒙特卡罗法的基本思想

　　蒙特卡罗法，也即随机仿真法，其作为实验数学中的重要一支，与普通数值算法存在本质差异。这种方法采用的是随机数试验，将计算得出的特征值当做问题方程的解。该方法的基本思想在于为求解数学、工程等方向的问题，依次构建概率模型、计算特征值、求解。该方法的理论基础来源于概率论，操作方法以随机抽样为主。

　　蒙特卡罗法的三个主要过程包括：（1）构建概率模型。部分问题本质上就是概率问题，对于这些问题，重点就是描述该过程；对于其它一些非概率性的问题，首先就要构建概率模型，其中包含的一些参数便是问题的解，也就是要把非概率性问题构造成概率小问题。（2）对概率分布进行随机抽样。构建好概率模型之后，因所有概率模型皆可认为是一种或多种概率分布的组合，所以就出现了已知概率分布的随机量。获得随机量的方法多种多样，包括物理方法和数学方法，然而统计结果表明，唯有数学递推产生的随机量最符合随机数的特征，所以将递推产生的随机量作为随机数进行概率统计。（3）构建多种估计量。从一般意义上来讲，构建了概率模型并且完成了抽样之后，也即完成了模拟试验之后，必须找到一个随机量，将其作为问题的解，并称之为无偏估计。构建多种估计量，实质上是验证模拟试验的结果，并从中确认解值。

　　1.2 GSPN模型的可靠性仿真求解

　　利用蒙特卡罗法验证GSPN模型的可靠性，有两个重要问题需要解决，即生成适合的随机量以及构建适合的时间推进机制。下面将会对上述问题逐一分析。

　　1.2.1 生成适合的随机量

　　要挑选适合的随机量，首先要在[0，1]上产生均匀分布的随机数，对于其它类型的概率分布，也可以通过一定的转化形成[0，1]分布，通常利用线性同余法构建随机数发生器，进行概率分布转换。然而该发生器含有一个缺陷：利用其获得的随机数本质上并非随机生成的，这一缺陷是任何发生器都不可避免的。当前构建仿真系统常用的还有乘同余发生器，该反应器相较于前者性能更好，操作更加简便。

　　1.2.2 构建仿真时间推进机制