[发明专利]一种数控装备服役可靠性的评估方法无效
申请号: | 200910060950.2 | 申请日: | 2009-03-03 |
公开(公告)号: | CN101520652A | 公开(公告)日: | 2009-09-02 |
发明(设计)人: | 邵新宇;吴军;邓超;毛宽民;朱海平 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G05B19/406 | 分类号: | G05B19/406 |
代理公司: | 华中科技大学专利中心 | 代理人: | 曹葆青 |
地址: | 430074湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种数控装备服役可靠性的评估方法,依据数据无因次化处理后的原始输入和输出向量,采用支持向量回归机训练得到数控装备输入和输出的最优非线性回归函数,进而利用自适应重要抽样法和自助法求解可靠性指标的点估计、置信区间及其可靠性敏感度。本发明能够在小样本条件下准确地评估与预测不同因素对数控装备服役可靠性的影响情况,找出数控装备的薄弱环节,为改进数控装备的设计、制造、工艺与维护等指明方向。 | ||
搜索关键词: | 一种 数控 装备 服役 可靠性 评估 方法 | ||
【主权项】:
1、一种数控装备服役可靠性的评估方法,包括以下步骤:(1)对数控装备原始输入向量x ^ 0 = x ^ i k ]]> 及原始输出向量y ^ 0 = y ^ i ]]> 分别作数据无因次化处理,得到可靠性输入向量x 0 = x i k ]]> 及可靠性输出向量y0=yi,i=1,…,l,k=1,…,n,n为一个输入向量包含的影响因子数,l为输入向量的个数;(2)将可靠性输入向量x 0 = x i k ]]> 作为函数输入,可靠性输出向量y0=yi作为函数输出,训练得到最优非线性回归函数y=f(x),x表示输入变量,y表示输出变量;(3)建立数控装备服役可靠性概率模型R ( y ) = ∫ · · · D g ∫ I ( x ) g ( x ) h ( x ) h ( x ) dx , ]]>I ( x ) = 1 , x ∈ D g 0 , x ∉ D g , ]]> h()为重要抽样密度函数,g()为输入变量的联合概率密度函数,Dg为输出变量的失效域,在失效域Dg范围中的输入变量x满足f(x)≤Th,Th为失效阀值,∫表示微分;(4)依据重要抽样密度函数h(x)抽取输入变量样本数据x ′ j , j = 1 , · · · , N , ]]> N为重要抽样数量,重要抽样密度函数h(x)的重要抽样密度重心为失效域范围中f(x)最大值对应的输入变量样本点,计算数控装备服役可靠度R(y)的无偏估计量R ^ ( y ) = 1 N Σ j = 1 N I ( x ′ j ) g ( x ′ j ) h ( x ′ j ) ; ]]> (5)依据可靠性输入向量x0的经验分布,将可靠性输入向量x0作m次有放回再抽样,将每次抽样值作为最优非线性回归函数y=f(x)的输入,得到一组伪样本( x 1 [ q ] , y 1 [ q ] ) , · · · , ( x l [ q ] , y l [ q ] ) , q = 1 , · · · , m ; ]]> 分别将
作为函数输入,对应
作为函数输出,按照步骤(2)~(4)的方式处理得到一组可靠性指标的无偏估计量R ^ [ q ] ( y ) , q = 1 , · · · , m ; ]]> 对这组无偏估计量按其大小排序,排列后以这组无偏估计量的经验分布分位数α = 1 - γ 2 m ]]> 和β = 1 + γ 2 m ]]> 为端点作区间,得到数控装备服役可靠度在置信度为γ时的置信区间[R(y)(α),R(y)(β)];(6)求取可靠性敏感度的无偏估计量S ^ ( y ) = ∂ R ( y ) ∂ θ ( x ) = 1 P Σ z = 1 P I ( y ) h ( x z ) ∂ g ( y ) ∂ θ ( x z ) , ]]> 以及方差σ ^ ( y ) = 1 P - 1 { 1 P Σ z = 1 P [ I ( y ) h ( x z ) ∂ g ( y ) ∂ θ ( x z ) ] 2 - [ 1 P Σ z = 1 P I ( y ) h ( x z ) ∂ g ( y ) ∂ θ ( x z ) ] 2 } , ]]>I ( y ) = 1 , y ∈ D g 0 , y ∉ D g , ]]> θ()为输入变量的分布参数,P为输入变量的抽样个数。
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华中科技大学,未经华中科技大学许可,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/200910060950.2/,转载请声明来源钻瓜专利网。