[发明专利]针对高可靠机械产品的主动可靠性分析评价方法有效
申请号: | 201210085314.7 | 申请日: | 2012-03-28 |
公开(公告)号: | CN102663176A | 公开(公告)日: | 2012-09-12 |
发明(设计)人: | 宫綦;张建国;王丕东;王献超;刘瞻;王灿灿 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 北京永创新实专利事务所 11121 | 代理人: | 周长琪 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出一种针对高可靠机械产品的主动可靠性分析评价方法,首先建立机械产品的极限状态函数,利用蒙特卡洛仿真方法产生符合参数分布的样本点,利用Kriging元模型模拟极限状态函数,通过主动更新DOE,提高模拟精度并确定最优抽样半径,构造重要抽样密度函数,由重要抽样密度函数产生随机样本点,不断更新DOE,然后抽取服从卡方分布的半径随机样本点,确定机械产品的失效概率和失效变异系数,由失效变异系数来限定更新是否结束,最后得到机械产品的可靠度。本发明方法具有效率高、健壮性好和仿真精度高的优点,实现了对空间机构在轨磨损寿命与可靠度综合设计分析,对于航天装备复杂机构的可靠性设计技术工程化具有重要意义。 | ||
搜索关键词: | 针对 可靠 机械 产品 主动 可靠性分析 评价 方法 | ||
【主权项】:
1.一种针对高可靠机械产品的主动可靠性分析评价方法,其特征在于,包括如下步骤:步骤一:确定机械产品的可靠性重要件和关键失效模式;步骤二:利用应力-强度干涉模型,建立机械产品的极限状态函数G(x),x表示极限状态函数中的随机向量;步骤三:确定极限状态函数中随机向量x中各参数的随机统计特性,包括参数的分布类型和均值;步骤四:利用蒙特卡洛仿真方法,在样本空间Ω产生服从步骤三得到的参数分布类型的随机样本点,样本点的数目为Nmcs;步骤五:从Nmcs个样本点中任意选取N个样本点构造初始的DOE,DOE表示实验设计;步骤六:根据当前的DOE建立Kriging元模型,模拟极限状态函数,得到极限状态函数的预测值
i=1,2,…,Nmcs,xi表示Nmcs中第i个样本点;步骤七:首先,通过极限状态函数的预测值
和方差
构造主动学习函数L(xi):L ( x i ) = ( G ^ ( x i ) - a ) [ 2 Φ ( a - G ^ ( x i ) σ G ^ ( x i ) ) - Φ ( ( a - ζ ) - G ^ ( x i ) σ G ^ ( x i ) ) - Φ ( ( a + ζ ) - G ^ ( x i ) σ G ^ ( x i ) ) ] ]]>- σ G ^ ( x i ) [ 2 φ ( a - G ^ ( x i ) σ G ^ ( x i ) ) - φ ( ( a - ζ ) - G ^ ( x i ) σ G ^ ( x i ) ) - φ ( ( a + ζ ) - G ^ ( x i ) σ G ^ ( x i ) ) ] - - - ( 1 ) ]]>+ [ Φ ( a - G ^ ( x i ) σ G ^ ( x i ) ) - Φ ( ( a - ζ ) - G ^ ( x i ) σ G ^ ( x i ) ) ] ]]> 其中,a表示极限状态函数阈值,Φ(.)为标准正态累积分布函数,φ(.)为标准正态概率密度函数,中间变量
然后,对Nmcs个样本点分别计算主动学习函数值,找到其中最大的函数值:max(L(xi)),i=1,2,...,Nmcs;步骤八:判断学习法则max(L(xi))≤0.001是否成立:若不成立,将max(L(xi))对应的样本点中加入当前的DOE中,更新DOE,然后转步骤六执行;若成立,当前所得到的max(L(xi))所对应的样本点就是最优样本点x*,进入步骤九执行;步骤九:将步骤八中所得到最优样本点x*作为初始设计验算点
将
的样本值带入式(2)确定初始抽样半径r1,
然后确定抽样区域(r1,rk),其中,rk=r1+3或者rk=r1+4;r 1 = β 1 = Σ j = 1 n ( x 1 , j * ) 2 - - - ( 2 ) ]]> 其中,
表示设计验算点
均第j个分量,n表示样本点的维数,β1表示标准正态空间中设计验算点
到原点的距离;步骤十:首先,将原始坐标系的样本点xi=[xi,1,xi,2,…xi,n]转化为标准正态空间的随机变量x′i=[x′i,1,x′i,2,…x′i,n];然后,构造半径外重要抽样密度函数:f tr ( x i ′ ) = K tr · f ( x i ′ ) , | | x i ′ | | > r 1 0 , | | x i ′ | | ≤ r 1 - - - ( 3 ) ]]> 其中,中间变量
β1的卡方分布值
步骤十一:由步骤十的半径外重要抽样密度函数产生一个随机样本点,加入到当前的DOE中,更新DOE,利用Kriging元模型,计算新的设计验算点
步骤十二:首先,根据设计验算点
的样本值构造抽样半径
然后,判断误差Δr=r2-r1<ε是否成立,ε为设置的误差精度,若成立,则将当前得到的r2作为最优的抽样半径
继续执行下一步;若不成立,则转步骤十一执行;步骤十三:抽取服从卡方分布χ2(n)的半径随机样本点R,判断样本点R是否落在抽样区域
内,ξ≤3,如是,将该样本点记为Rj,j=1,2,…,NMCROIS,NMCROIS表示要取得半径随机样本点的总个数,若不是,则重新进行抽取,直到样本点的数量达到NMCROIS;步骤十四:首先,抽取落在抽样区域
的随机样本Y′j,具体是:将极限状态函数的随机变量x正态化,即
其中ux和σx分别为随机向量x的均值和标准差,设随机变量的第j个样本x′j=[x′1.j,x′2.j,…,x′n.j],设参数
则随机样本Y′j=[y′j,1,y′j,2,……,y′j,n]=Rj·aj;然后将随机样本点Y′j带入Kriging元模型计算极限状态函数的预测值
并进行判断得到二元函数
的值:如果![]()
否则
步骤十五:首先,根据式(4)确定机械产品的失效概率
根据式(5)确定机械产品的失效变异系数:p ^ f = ( 1 - χ n 2 ( β 2 ) ) 1 N MCROIS Σ j = 1 N MCROIS { I [ G ^ ( Y j ′ ) ] } - - - ( 4 ) ]]>COV p ^ f = 1 - P ^ f p ^ f · N MCROIS - - - ( 5 ) ]]> 其中,β = r h * ; ]]> 然后,设ρmax为设定的变异系数上限值,判断
是否成立,若成立,则本方法结束,得到机械产品的可靠度,若不成立,转步骤十三执行。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210085314.7/,转载请声明来源钻瓜专利网。