賈 琳, 王 紅, 易凱婷, 秦東旭, 時松和, 程敬亮, 張賀偉,罕迦爾別克·庫錕, 翟樹佳, 賈文霄
(1新疆醫科大學第二附屬醫院影像科, 烏魯木齊 830063; 鄭州大學2公共衛生學院, 3第一附屬醫院影像科, 鄭州 450000;4鄭州新益華醫學科技有限公司, 鄭州 450000; 5新疆醫科大學, 烏魯木齊 830011; 6新疆醫科大學第一附屬醫院影像中心, 烏魯木齊 830054)
現階段國內MRI設備型號眾多,設備可靠性評價多依賴于生產廠家自身的評價,缺乏客觀的第三方評價規范的實際情況。由于MRI設備構造復雜,設備包含多個系統,每個系統又包含許多部件,不同的系統、部件之間又存在著復雜的關系。而MRI設備的正常運轉是精準的診療和精確的科研教學實現的前提,當任何一個環節出現問題都有可能產生嚴重的后果[1-2]。因此,對MRI設備故障的診斷和維修是一個急需重視且較為復雜的任務。MRI設備的故障診斷由專業維修人員根據經驗或相關知識進行,其缺點在于診斷故障的精確程度較低,維修時間和成本較高。為實現故障的快速診斷,研究了一種基于故障樹最小割集和最小路集的MRI設備故障快速診斷決策方案,從而縮短診斷時間,提高診斷準確率。
故障樹分析法(fault tree analysis,FTA),又稱事故樹分析,由美國貝爾電話實驗室Watson首先提出,后逐步發展成為一整套的計算和科學分析方法,是一種將系統故障形成的原因由總體到部件按樹狀逐級細化的分析方法[3-5]。常用于復雜系統的可靠性分析,目的是判明基本的故障模式,確定故障的潛在原因,估計故障發生的概率[6-7]。……