空間故障樹與因素空間融合的智能可靠性分析方法

崔鐵軍，汪培莊

（1. 遼寧工程技術大學 安全科學與工程學院，遼寧 阜新 123000; 2. 大連交通大學 遼寧省隧道與地下結構工程技術研究中心，遼寧 大連 116028; 3. 遼寧工程技術大學 數學與系統科學研究院，遼寧 阜新 123000）

系統可靠性理論是安全科學的基礎理論之一。源于系統工程，在安全科學領域系統可靠性主要關注于系統發生故障和事故的可能性。由于近代科學進步和工業化水平逐漸提高，為了追求更大的經濟和戰略目標，各國加緊研究并建立大型或超大型系統以滿足要求。但系統運行過程中人們發現隨著系統復雜性的增加，其可靠性下降非常明顯。在這種情況下，原始的問題出發型，即事故發生后吸取教訓的方法不能滿足要求。因為問題出發型的研究方法一般適用于低價值、對系統可靠性要求不高、故障發生后果不嚴重的系統，而對當今大規模和巨復雜系統而言意義不大。因此，在20世紀50年代的英美發達國家首先提出了安全系統工程理論，當時將系統工程的一些概念引入到安全領域，尤其是可靠性分析方法，并用于軍事和航天領域，形成了安全科學的基礎理論之一的安全系統工程。

安全系統工程與系統可靠性分析方法發展到今天，已具備了對相對簡單、系統復雜性不高、數據規模有限情況下的系統可靠性分析能力。但隨著大數據技術、智能科學、系統科學和相關數學理論的發展，現有系統可靠性分析方法也暴露出一些問題，如故障大數據處理、可靠性因果關系、可靠性的穩定性、可靠性逆向工程及可靠性變化過程描述等。同時現有系統可靠性分析方法較多針對特定領域中使用的系統，雖然分析效果良好，但缺乏系統層面的抽象，難以滿足通用性、可擴展性和適應性。因此需要一種具備上述能力和滿足未來科技要求的系統可靠性分析方法。所以系統可靠性分析方法與智能科學和大數據技術結合是必然的，也是必須的。

空間故障樹理論[1]是筆者2012年提出的一種系統可靠性分析方法。經過5年的發展，初步完成了空間故障樹理論框架的基礎。可滿足對簡單系統的可靠性分析，包括故障大數據處理、可靠性因果關系、可靠性的穩定性、可靠性逆向工程及可靠性變化過程描述等，并具有良好的通用性、可擴展性和適應性。發展過程中融合了智能科學和大數據處理技術，包括因素空間理論[2]、模糊結構元理論[3]、云模型理論[4]等。雖然還存在一些問題，但空間故障樹理論還有足夠的發展空間來解決他們。

本文將介紹空間故障樹的現有發展，及其與因素空間的融合研究?？臻g故障樹用于分析影響因素與系統可靠性關系；而因素空間則是幫助空間故障樹進行智能處理的理論。兩者融合可使空間故障樹理論擁有智能故障數據處理能力。本文以綜述形式介紹2種理論的特點，及它們結合的可行性、功能及成果。因此使用描述性語言而非數學模型來說明上述內容。希望本文的介紹能開闊安全科學基礎理論研究方向，使讀者了解空間故障樹理論及因素空間理論，及其在系統可靠性分析中的作用，以面向智能科學和大數據技術尋求可靠性的理論發展。

1 當前系統可靠性研究存在的問題

近年來隨著信息科學與智能科學的迅猛發展，系統運行、故障檢測和設備維護數據量暴漲成為許多行業共同面對的嚴峻挑戰和發展機遇，尤其是在安全科學領域。對美國各個行業在一天內產生的數據量進行統計，結果表明制造業一天內產生的數據最多。如飛機制造過程，需要對飛機各部分的基本元件進行各種測試，包括各種條件下的物理強度、化學腐蝕性及疲勞等測試。這樣僅就一個飛機汽輪壓縮器葉片的測試，一天可產生588 GB數據。但這些有價值的數據并未得到企業有效利用。這些數據可分析系統基本元件故障原因、可能性和后果嚴重程度，也能得到基本元件故障與系統故障之間的聯系。遺憾的是對這些數據的挖掘程度很低[5]。又如最早美國空軍網站公布的照片顯示一輛外表重新噴涂過的燃料車，其說明寫著“F-35戰機存在燃料溫度閥值，如果燃料溫度太高將無法工作”[6]。飛機設計階段似乎都沒有考慮飛機使用過程的環境因素(比如溫度、濕度、氣壓、使用時間等)對可靠性的影響，導致實際使用時故障頻出，嚴重影響了原設計試圖實現的功能。F-35是信息化作戰平臺，飛行及維護過程數據是實時記錄的，按照最低記錄量1 MB/s，那么飛行一天的數量為84 GB。如果實時傳輸，F35帶寬為4 GB/s，飛行一天的最大數據量為336 TB。這些系統運行時記錄的數據蘊含著系統故障和可靠性特征，但缺乏相應的可靠性分析方法。上述問題表明，這些信息中蘊含的故障數據并未進行可靠性方面的分析；油溫升高影響飛機各元件可靠性變化程度也無法確定；進而無法確定油溫因素與飛機可靠性之間的關系。同樣的問題也影響我國高鐵在高寒高海拔地區的可靠性。高寒高海拔地區運行高鐵的速度、時間和運量與一般情況下不同。不同環境對高鐵運行的可靠性影響不同，因此高鐵前期研制和運行測試階段累積的大量數據為保證高鐵可靠運行起到了關鍵作用。在深海中高壓低溫潛航設備可靠性也同樣存在這類問題。

上述飛機、高鐵、潛航器等設備系統在設計、制造及運行期間已經存儲了大量工況數據，但實際并沒有挖掘出這些數據的價值。該問題在系統可靠性研究方面更為突出?？煽啃岳碚撌前踩茖W的基礎理論，可靠性研究是安全科學的核心內容?？煽啃詥栴}在當今充斥著各種大型復雜系統的社會生產生活中是必須要解決的問題，特別是工礦、交通、醫療、軍事等復雜且又關系到生命財產和具有戰略意義的領域中更是重中之重。但目前研究存在一些誤區和不足。

1)研究中過分關注于系統內部結構和元件自身可靠性，竭力從提高元件自身可靠性和優化系統結構來保證系統可靠性。但一般忽略了一個事實，各種系統的基本組成元件是由物理材料制造的。這些元件在不同的物理學、力學、電學等環境下的相關性質隨著這些因素的變化而變化，而不是恒定的。即執行某項功能的系統元件的功能性在元件制成之后主要取決于其工作環境。原因在于，不同工作環境下元件材料的基礎屬性可能是不同的，而在設計元件時相關參數基本固定。這就導致了元件在變化的環境中工作時隨著基礎屬性的改變，其執行特定功能的能力也發生變化，致使元件可靠性發生變化。進一步地，即使是一個簡單的、執行單一功能的系統也要由若干元件組成，如果考慮每個元件隨工作環境變化其可靠性的變化，那么這些元件組成的系統也隨著環境因素變化，系統可靠性變化是多樣的復雜的。上述事實是存在的，且不應該被忽略。

2)系統可靠性研究所面對的主要問題是系統如何失效、系統失效的原因是什么、這些原因是否相關、這些失效導致系統失效的可能性如何等。目前相關研究成果主要呈現了元件故障率與系統故障率之間關系，以及元件故障率與因素之間的關系，這些一般使用函數形式表示。另外一些使用定性分析方法，研究故障原因與可靠性之間的因果關系。但這些研究一般針對特定行業，不具有普適性，難以分析多因素并發與可靠性變化關系，難以分析影響因素關聯性。而且從實際現場得來的故障數據一般情況數據量較大，且存在由于人機環境導致的數據冗余和確實?，F有可靠性分析方法難以解決這些問題，特別是針對故障大數據、原因與可靠性關系推理等且適應計算機處理的算法在安全系統工程領域仍是鮮見的。

3)在日常系統使用和維護過程中會形成大量的監測數據，屬于大數據量級，如安全檢查記錄、故障或事故的記錄、例行維護記錄等。這些數據往往反映了系統在實際情況下的功能運行特征。這些特征一般可表示為在某工作環境下，系統運行參數是多少，或在什么情況下出現了故障或事故?？梢?，這些監測數據不但能反映工作環境因素對系統運行可靠性的影響，而且其數據量較大，可全面分析系統可靠性。所以應研究適應大數據的方法從而將這些故障數據特征融入系統可靠性分析過程和結果中。

4)系統設計階段進行的需求分析難以全面覆蓋使用環境帶來的對可靠性的影響。即通過設計手段難以保證系統使用過程中的可靠性。所以設計后系統在使用期間會遇到一些問題。特別是航天、深海和地下工程等方面所使用的系統會遇到極端工作環境。只依靠需求分析，在設計階段進行系統結構冗余或魯棒設計難以保證系統在使用過程中的可靠性，是不穩妥的設計。該問題可歸結為系統可靠性反分析。即知道系統運用過程可靠性特征和基本元件可靠性特征，借助因素變化形成它們的對應關系，分析元件如何組成系統，進而反推系統內部可靠性結構。當然該內部結構是一個等效結構，可能不是真正的物理結構。

5)系統的基本元件材料在不同環境因素影響時性能不同，導致元件完成特定功能的能力不同，即可靠性發生變化。系統由這些元件組成，在受到不同環境影響時系統可靠性也是改變的，這是普遍現象。但從另一角度看，環境因素變化是原因，系統或元件可靠性或故障率變化是結果，即故障率隨著環境變化而變化。將環境影響作為系統受到的作用，而故障率變化作為系統的一種響應，組成一種關于可靠性的運動系統，進而討論故障率變化程度和可靠性的穩定性。穩定的可靠性或故障率是系統投入實際使用的重要條件，如果可靠性或故障率變化較大則系統功能無法控制。研究使用運動系統穩定性理論對可靠性系統進行描述和穩定性分析是一個關鍵問題。

上述現象和問題可歸結為目前的系統可靠性分析方法對故障大數據和多因素影響分析的不適應?，F有方法難以在大數據量級的故障數據中挖掘出有效信息，也難以有效攜帶這些數據特征進行系統可靠性分析。這些問題是傳統可靠性分析方法與故障大數據涌現、多因素分析和智能科學技術適應性的矛盾。

2 因素空間理論

1981年在《隨機微分方程》論文中首先提出了因素空間的原始定義，用以解釋隨機性的根源及概率規律的數學實質。1982年筆者在與日本學者菅野道夫合作發表《因素場與fuzzy集的背景結構》中給出了因素空間的嚴格定義，并轉向對概念的內涵與外延的解釋。因素空間理論為知識的表述提供了一個自然合理的描述框架，并被廣泛應用于概念表達、語義分析、數據挖掘、知識獲取、機器學習、管理決策、安全分析等領域中。

因素空間理論源于模糊數學研究，進而描述人類認識活動，建立了知識表示的數學理論。近年又提出了因素庫，為大數據智能化表示、分析、處理和歸納奠定了數學基礎，成為目前三大智能科學基礎理論之一。因素空間是數據信息的普適分析框架，能簡明表示智能問題并提供快捷的處理方法。因素庫的基本單元是認知包，可在線吞吐數據。數據轉換和處理中增值數據，融合數據形成背景關系，這些背景關系組成知識基。知識基決定知識包內所有推理句；它對大數據進行吞吐并始終保持自己的低維度狀態；它按因素藤進行連接，形成人機認知體，引領大數據的時代潮流。相關理論發展見文獻[7-25]。目前因素空間得到了國內外廣泛的研究和承認，相關研究如下：

1)背景關系的信息壓縮：文獻[26]為利用托架空間作了初步工作，利用因素邏輯化簡可得到精煉的背景關系。因素邏輯化簡方法與布爾代數邏輯不同，因此這里稱為因素邏輯。

2)因素空間分析非結構化數據：石勇[27]提出了因素庫框圖，因素庫可以容納結構化數據、非結構化數據及異構數據，并考慮增添半結構性數據表征因素。

3)因素藤、因素?；臻g及數據認知生態系統：因素是區別對象的標準，而數據這是標準值；因素?；那短缀图毣纬闪藬祿J知生態系統；因素藤是為數據認知生態系統所提供的一種知識表示構架，它是因素空間的概念樹。

4)變權評價與決策理論：綜合評價及貼近度和最大隸屬原則始于文獻[10-28]。李洪興[29]提出了因素空間的權重決策理論，及因素位勢的3種動態微分方程[30]。這符合李德毅院士對數據空間要建立認知物理學的思想[31]。曾文藝等[32-36]研究了變權綜合決策評價方法，并應用于各領域，取得了良好效果。

5)因素空間與公共安全：因素空間理論已應用于公共安全管理。在治安方面，何平[37-42]提出了非優理論并與因素空間進行結合，形成了犯罪過程推理理論。

6)代數、拓撲、微分幾何、范疇理論的綜合研究：歐陽合[43]提出因素空間應結合拓撲結構來描述人類思維活動，并用微分幾何和代數拓撲對因素空間理論再次進行了描述。馮嘉禮[44]將基于物理思想的屬性論引入到因素空間進行研究，應用于模式識別領域，提出了許多有效方法。袁學海等[45-46]在代數、范疇等方面與因素空間理論相結合進行了深入研究。

因素空間理論處理大數據的優勢在于：

1)現有的關系數據庫不能處理異構的海量數據，無法對大數據進行組織和存放，因素空間能按目標來組織數據，變換表格形式。

2)因素空間用背景關系來提取知識，可分布式處理，便于云計算。

3)將背景關系化為背景基，實現大幅度的信息壓縮，可以實時地在線吞吐數據，將對大數據的分析始終掌控在可操作層面。

原中國人工智能學會理事長、參與國家人工智能十年發展規劃起草工作的鐘義信教授對因素空間理論的評價：因素空間理論是對信息和知識進行有效表示與復雜演繹的數學方法，是人工智能研究不可或缺的理論基礎?？梢娨蛩乜臻g在智能科學和大數據處理方面的重要地位。

3 空間故障樹理論

空間故障樹理論(space fault tree，SFT)前期稱為多維空間故障樹，重點在于解決多因素影響下的系統可靠性分析問題。其主要內容包括連續型空間故障樹、離散型空間故障樹、空間故障樹的數據挖掘方法。進一步地，在空間故障樹基礎理論上，加入大數據和智能科學技術，以使空間故障樹理論適合未來的可靠性分析。包括SFT的云模型改造、可靠性與影響因素關系、系統可靠性結構分析、可靠性變化特征研究等。

目前空間故障樹理論的具體研究內容如下：

1)給出空間故障樹SFT理論框架中，連續型空間故障樹(continuous space fault tree, CSFT)的理論、定義、公式和方法，及應用這些方法的實例[1]。定義了連續型空間故障樹、基本事件影響因素、基本事件發生概率特征函數、基本事件發生概率空間分布、頂上事件發生概率空間分布、概率重要度空間分布、關鍵重要度空間分布、頂上事件發生概率空間分布趨勢、事件更換周期、系統更換周期、基本事件及系統的徑集域、割集域和域邊界[47]、因素重要度和因素聯合重要度分布[46-49]等概念。

2)研究元件和系統在不同因素影響下的故障概率變化趨勢；系統最優更換周期方案及成本方案[50]；系統故障概率的可接受因素域；因素對系統可靠性影響的重要度；系統故障定位方法[51]；系統維修率確定及優化[52]；系統可靠性評估方法[53]；系統和元件因素重要度[54]等。

3)給出空間故障樹SFT理論框架中，離散型空間故障樹(discrete space fault tree，DSFT)的理論[55]、定義、公式和方法，及應用這些方法的實例。提出離散型空間故障樹概念，并與連續型空間故障樹進行了對比分析。給出在DSFT下求故障概率分布的方法，即因素投影擬合法[56]，并分析了該方法的不精確原因。進而提出了更為精確的使用ANN確定故障概率分布的方法，同時也使用ANN求導得到了故障概率變化趨勢[57]。同時提出了模糊結構元理論與空間故障樹的結合，即模糊結構元化特征函數及空間故障樹[58-61]。

4)研究系統結構反分析方法，提出了01型空間故障樹表示系統的物理結構和因素結構，及結構表示方法，即表法和圖法。提出了可用于系統元件及因素結構反分析的逐條分析法和分類推理法，并描述了分析過程和數學定義[62-63]。

5)研究從實際監測數據記錄中挖掘出適合于SFT處理的基礎數據方法。研究定性安全評價和監測記錄的化簡、區分及因果關系[64]；工作環境變化情況下的系統適應性改造成本[65]；環境因素影響下系統中元件重要性；系統可靠性決策規則發掘方法及其改進方法[66-67]；不同對象分類和相似性[68]及其改進方法[69]。

6)引入云模型改造空間故障樹。云化空間故障樹繼承了SFT分析多因素影響可靠性的能力，也繼承了云模型表示數據不確定性的能力[70]。從而使云化空間故障樹適合于實際故障數據的分析處理。提出云化概念包括：云化特征函數，云化元件和系統故障概率分布，云化元件和系統故障概率分布變化趨勢[71]，云化概率和關鍵重要度分布[72]，云化因素和因素聯合重要度分布[73]，云化區域重要度[74]，云化徑集域和割集域[75]，可靠性數據的不確定性分析[76]。

7)給出了基于隨機變量分解式的可靠性數據表示方法[77]。研究了從不同側面分析影響因素和目標因素之間邏輯關系的狀態吸收法和狀態復現法。構建了針對SFT中故障數據的因果概念分析方法[78]。

參照故障數據特征，提出了故障及影響因素構建背景關系的分析方法[79]。根據因素空間中的信息增益法，制定了SFT的影響因素降維方法。提出了基于內點定理的故障數據壓縮方法，其適合SFT的故障概率分布表示，特別是對離散故障數據的處理。提出了可控因素和不可控因素的概念及其分析方法。

8)提出基于因素分析法的系統功能結構分析方法[80]，指出因素空間能描述智能科學中的定性認知過程?；谝蛩剡壿嬀唧w建立了系統功能結構分析公理體系，給出了定義、邏輯命題和證明過程。提出系統功能結構的極小化方法[81]。簡述了空間故障樹理論中系統結構反分析方法，論述了其中分類推理法與因素空間的功能結構分析方法的關系。使用系統功能結構分析方法分別對信息完備和不完備情況的系統功能結構進行了分析[82]。

9)提出作用路徑和作用歷史的概念。前者刻畫了在不同環境因素變化過程中系統及元件經歷的各種狀態的集合，是因素的函數。后者描述經歷作用路徑過程中的可積累狀態量，是累積的結果。嘗試使用運動系統穩定性理論描述可靠性系統的穩定性問題，將系統劃分為功能子系統、容錯子系統、阻礙子系統。對這3個子系統在可靠性系統中的作用進行了論述。根據微分方程解的8種穩定性，解釋了其中5種對應的系統可靠性含義。

10)提出基于包絡線的云模型相似度計算方法[83]。適用于安全評價中表示不確定性數據特點的評價信息，對信息進行分析、合并，進而達到化簡的目的。為使云模型能方便有效地進行多屬性決策，對已有屬性圓進行改造，使其適應不確定性特點，并能計算云模型特征參數[84]。提出可考慮不同因素值變化對系統可靠性影響的模糊綜合評價方法[85]。依靠云模型對專家所提供的評價數據蘊含的不確定性的分析能力，結合云模型和AHP，對AHP進行云模型改造[86]。構建合作博弈-云化AHP算法[87]，根據專家對施工方式選擇的自然思維過程的兩個層面，在算法中使用了兩次云化AHP模型。提出了云化ANP模型及其步驟[88]。

11)研究了元件維修率確定方法，分析不同環境因素對同類元件維修率分布影響情況[89]。結合Markov狀態轉移鏈和SFT特征函數推導了串聯系統和并聯系統的元件維修率分布。研究異類元件的并聯、串聯和混聯形式系統，提出元件維修率分布計算方法并給出了限制條件[90]。

4 空間故障樹與因素空間的融合

空間故障樹理論認為在實際環境中工作的系統，由于組成系統的元件的物理材料性質受因素影響而變化，因此由這些材料組成的元件在因素變化過程中實現功能的能力也發生變化，即可靠性變化。因此在元件制成后，可靠性是隨環境因素變化而變化的變量。系統由多個子系統多個元件通過一定的連接方式組成。那么分析系統可靠性的關鍵問題就集中在兩方面：一是元件組成系統的結構；二是元件可靠性的確定。

對于第一個問題可從兩方面分析。一是從系統功能出發，在系統內部研究系統組成結構，構建可完成系統功能的物理元件結構。這種方法根據系統功能進行分解，得到元件所需功能，進而選擇適當元件組成系統。其優點是直觀簡便，缺點是難以避免系統冗余和重復。二是從系統功能出發，在系統外部研究系統的等效結構。由于某些原因導致系統內部結構不可見，或需要逆向工程仿制系統。在這種情況下只能按照系統功能和可能組成系統元件的功能來反向推導系統的結構。其優點是通過系統和元件功能反演可得到系統的邏輯結構，避免系統冗余和重復；缺點是只能得到等效的邏輯結構而不是物理結構。前者在空間故障樹中可使用連續型空間故障樹和離散型空間故障樹完成；后者可使用系統結構反分析和系統功能結構極小化理論完成。

第二個問題涉及的方面較多。元件的可靠性是確定系統可靠性的基礎。最基本的方法是通過實驗室對元件故障進行測試得到，并且保證實驗室內各種因素變化保持一定規律。但實際使用過程中，元件的可靠性受到很多因素影響，這些因素對元件可靠性或故障發生影響程度不同。因此，多因素影響下的系統可靠性分析問題必須得到解決。具體解決方案即為連續型空間故障樹和離散型空間故障樹。更基本的問題，如何得到元件對于某一因素的故障變化情況，在空間故障樹中使用特征函數表示這種變化。對于實驗室內規整的數據使用連續型空間故障樹的一般特征函數表示。對于實際數據，具有離散性、隨機性和模糊性，根據理論發展先后順序提出了擬合方法的特征函數、因素投影擬合法特征函數、模糊結構元法特征函數及云化特征函數等。

進一步地，隨著研究的深入，發現一些系統的可靠性變化難以表示成特征函數，而只能表示為可靠性與影響因素之間的因果關系和關聯程度。因此必須尋找一種能完成因果關系分析和大數據處理的智能理論方法，即因素空間理論，那么空間故障樹理論與因素空間理論相結合的基礎就是因素。

空間故障樹的空間指系統可靠性影響因素作為維度構成的空間，那么元件和系統的可靠性和故障情況就可表示為此空間中的連續曲面或者離散點。因此，空間故障樹表示系統或元件可靠性的最基本條件是有明確的因素。在系統結構不變時，因素的變化是導致元件和系統可靠性變化的基本動力。從另一個角度，如果影響系統可靠性或故障的因素都可確定，系統可靠性或故障的發生是非概率的。

因素空間理論也具有類似的觀點，“當所考慮的因素足夠充分時，錢幣落地的面向便可以確定，否則必存在某種有影響的因素沒有被考慮到。把它發現出來并添加進去，在這樣一個以諸因素為軸的坐標空間里，錢幣的朝向便可以被劃分成正、反兩個確定的子集，必然性便戰勝了偶然性?！币虼艘蛩乜臻g認為因素是區分事物的基本方式、基本尺度和事物變化的源泉。

可見空間故障樹理論與因素空間理論具有相同的出發點——因素。因素空間的數學基點在于因素，所有分析圍繞著因素展開，認為因素是一種映射關系，具有定量相空間和定性相空間。定量因素構成因素空間，是笛卡爾空間，但維數可變；基于因素對因素空間公理化；因素空間的核心是因素聯系建立的背景關系，是因素交織形成的分布，既是原子內涵之集，也是原子外延在相空間中表征，可表示全體概念布爾代數；是建立概念的基礎，也決定了因素間的所有推理句；背景關系的概念隨機化和模糊化，得到背景分布和模糊背景關系。可見因素空間的所有理論、概念和方法都是圍繞因素展開的。因此將因素空間與空間故障樹結合具有天然的適應性和優勢。

目前兩種理論已經進行結合用于系統可靠性研究。如第3章中的4)、5)、7)、8)部分都是因素空間思想在空間故障樹中的具體實現。隨著空間故障樹和因素空間理論研究的深入，兩種理論的繼續發展和結合必將進一步為系統可靠性研究做出貢獻。

5 空間故障樹與系統演化過程表示

因素空間理論是事物及認知描述的普適性框架，可用于事物的表示和區分等工作。目前空間故障樹理論只用于系統可靠性分析。但是否能作為了解系統演化過程特征的一種普適框架？答案是肯定的。實際上目前的空間故障樹理論是一種多輸入單輸出的系統結構表示方法。多輸入指影響因素，單輸出指系統可靠性或故障概率。整個空間故障樹理論的發展目標并不限定于安全系統工程和系統可靠性分析領域；而是向著表示更為廣泛的系統演化過程方向努力。系統演化過程實質上是在眾多因素影響下的一連串因果事件的鏈式反應?？蓮膬煞矫孢M行描述，一是影響因素，二是因果關系。因素是系統演化的動力，因果關系變遷則是系統演化的過程。所以抓住這兩點便可描述任何系統的演化過程?？臻g故障樹理論可描述影響因素作用下系統演化過程，不限于系統可靠性，而是更為廣泛的目標。同時借助因素空間理論描述因素間因果關系，并融入空間故障樹，使后者具備智能分析和大數據處理能力。這一融合過程已得到論證是可行的。

舉例來說，使用空間故障樹可描述安全系統工程的主要研究對象，即人、機、環境和管理四部分。對于人而言，可描述人的心情，將心情作為系統，由好到不好的演化過程可能受到多因素影響，比如當天的天氣、路上的交通等因素。當然該系統演化過程因人而異，因為不同的人考慮的因素和權重不同。因此空間故障樹理論提供了基于ANN的方法確定因素權重，也提供了系統功能結構反分析方法解決該問題。對于機而言則相對簡單，主要保證機器正常運轉，即保證系統可靠性?？煽紤]機器的使用時間、溫度和電壓等因素，研究該機器系統可靠性演化過程，可采用連續型和離散型空間故障樹。對于環境而言，可描述空氣中粉塵的濃度，將粉塵散發量、空氣流通速度、溫度和濕度等作為因素，將空氣中粉塵濃度作為系統研究其演化過程。對于管理，可將人員績效作為系統進行研究，將出勤時間、工作效率、獎金數額等作為因素研究系統演化過程。所以空間故障樹理論雖然源于安全系統工程的系統可靠性分析，但并不妨礙使用該理論框架對更為廣泛的系統演化過程進行分析。因為系統演化過程可抽象為因素的推動和因果關系的發展?？臻g故障樹理論可完成多因素與系統變化關系的定性定量分析。與因素空間、云模型、系統穩定性理論和拓撲理論的融合，更使其具備了邏輯分析和大數據處理能力。因此空間故障樹理論可作為系統演化過程分析的普適性框架，并具有良好的適應性和擴展性。

6 結束語

作為安全科學基礎理論之一的系統可靠性理論，雖然發展時間不長，但已成為各行業維持正常生產功能的重要保障。當前正是大數據和智能技術快速發展階段，安全科學理論和技術也應適應這些發展。作為保障系統正常運行的系統可靠性分析方法更應滿足和適應智能科學、信息科學和大數據技術?？臻g故障樹理論的提出本身可滿足系統可靠性的多因素分析，且與因素空間等智能理論結合后，也具備了邏輯推理分析和故障大數據處理能力。這表明空間故障樹理論是一種開放性理論，具有良好的擴展性和適應能力。已形成了連續型空間故障樹、離散型空間故障樹、空間故障樹的數據挖掘方法等基礎理論；及云化空間故障樹、可靠性與影響因素關系、系統可靠性結構分析、可靠性變化特征研究等智能化可靠性分析方法。相信隨著空間故障樹理論及相關智能科學的發展，空間故障樹理論必將形成獨具特色且自成體系的先進系統可靠性分析方法，最終成為系統演化過程分析的普適性框架。