基于威布尔与模糊C均值的滚动轴承故障识别

提出一种基于威布尔分布与模糊C均值(fuzzy C-means,FCM)聚类算法相结合的滚动轴承故障识别方法。针对不同故障类型的威布尔分布模型的尺度参数、形态参数和威布尔负对数能够较好地刻画轴承运行的状态特性,提取其尺度、形态和威布尔负对数似然函数等3个参数构建表征轴承运行状态的特征向量。模糊C均值根据样本相对于聚类中心的隶属度确定样本的亲疏程度而实现分类。实验中,首先采用组合形态滤波器对滚动轴承原始信号进行降噪,然后建立威布尔分布模型,将提取的特征向量输入模糊C均值分类器进行故障诊断和识别。结果表明,该方法对机械故障诊断识别准确率高,可以作为滚动轴承故障识别的重要手段。     

基于两重威布尔分布的铸造造型机可靠性分析

为了定量分析铸造车间造型机故障的分布规律,并为其可靠性分析提供理论依据,收集设备故障数据,确定其服从标准威布尔分布,并进行参数拟合.在此基础上,建立了两重威布尔混合分布模型,通过图解法得到参数估计初始值,利用非线性最小二乘法进行参数估计优化.比较两参数威布尔、两重威布尔图解法以及非线性最小二乘法得到的参数,得出混合模型非线性最小二乘法参数估计值最为精确.根据已知参数估计值,最终确定该造型机可靠性函数,为其可靠性指标的进一步计算提供信息.     

威布尔分布参数估计新方法研究

由样本估计威布尔分布的三个参数是工程中的一个重要问题。应用改进的一阶灰色微分方程模型直接建模方法,可以导出不经迭代就估计出威布尔分布三个参数的灰色估计方法。用这种方法估计参数先得到形状参数,不用迭代,简单明了。实际数据计算和大量的蒙特卡洛模拟试验表明,对形状参数大于1的分布,拟合优度好,精度较高。     

混合威布尔分布的参数优化估计

采用威布尔分布和混合威布尔分布对齿轮传动的可靠性实验数据进行描述 ,用最大似然法进行分布参数的估计 ,并通过最优化方法求得最大似然值 ,取得了正确结果。结果表明 ,对本文所提供的实验数据 ,混合威布尔分布更能准确真实地反映实验数据的统计特性。     

基于威布尔分布的汽车零部件可靠性分析

威布尔分布是一种连续概率分布,是可靠性工程领域中较为重要的寿命统计分布函数。文中基于三参数威布尔分布函数的数学模型,分析不同参数β,γ,η对概率密度函数的影响;研究了汽车产品可靠度R(t)和失效率λ(t)随时间变化的关系,并基于浴盆曲线探讨了不同阶段的失效原因及形式;从设计验证角度出发探讨了可靠度R、置信度C和样本容量N之间的关系,同时基于某上市车型的售后数据研究了其使用时间、故障增长数与累积故障率之间的关系。结果表明:汽车产品的可靠度R(t)随着使用时间的增加而不断降低,且随着时间的持续增加,降低速度趋缓;汽车产品的失效率λ(t)随着时间的增加,其增加速度先快后慢;在产品偶然失效期内的车辆控制器的可靠度相对早期失效期的要高。     

基于威布尔分布的煤矿带式输送机可靠性研究

带式输送机已经成为煤矿机械化生产的主要设备之一,滚筒与托辊的可靠性是保障整个设备和煤炭生产正常进行的关键。通过对滚筒与托辊的主要故障类型进行分析,建立了基于威布尔分布的可靠性分析数学模型,结果验证该模型可以为现场可靠性计算提供科学合理的数据依据。     

基于威布尔模型的数控机床可靠性分析

针对数控机床的运行可靠性规律进行了研究。根据采集的国产机床运行数据,对其无故障运行间隔时间进行统计分析,确定其分布类型服从威布尔分布。利用威布尔分布的参数评估方法,确定出三参数威布尔分布的各个特征量,并与两参数威布尔分布相比较。运用威布尔分布模型及可靠性评定方法确定出数控机床的平均无故障时间和使用可靠性规律。     

基于威布尔分布的谷物干燥机可靠性分析

为了提高谷物干燥机的使用寿命,减少其故障的维修次数,运用可靠性分析理论对其使用寿命进行了分析研究。首先,对某型号谷物干燥机的维修数据进行了分析整理,根据维修记录得到的故障间隔时间拟合出了威布尔概率(WPP)图,基于图形法初步确定了其服从二参数威布尔分布;然后,利用点估计的优良性判别准则,采用粒子群算法求解似然函数得出了估计值,将其作为威布尔分布模型的参数;最后,采用K-S检验法对威布尔分布模型进行了检验,并在此基础上求得了谷物干燥机故障间隔时间的概率密度函数、概率分布函数和可靠度函数。研究结果表明：谷物干燥机的故障间隔时间服从二参数威布尔分布,并计算得到干燥机的平均故障间隔时间为249.8 h,且在可靠度为0.9时,预防性维修周期为137.6 h;该方法具有较高的精确度和易用性,对企业制定合理的维修决策具有一定的参考价值。     

基于遗传算法右删失威布尔的可靠性分析研究

为提高B737飞机机队大气探头可靠性,以空速管故障数据为研究对象进行可靠性分析。在故障数据不完整的情况下,首先使用分布拟合评估方法确定故障数据符合右删失三参数威布尔分布,然后提出使用极大似然法进行右删失数据的三参数威布尔分布参数估计的方法,在依照威布尔分布和极大似然定义的前提下将问题转化为两参数方程求最优解问题,并使用遗传算法求得形状参数β=2. 261 4,尺度参数δ=5 317. 186,位置参数θ=13 253. 36,之后使用K-S检验验证模型拟合程度,证明了采用右删失三参数威布尔分布模型是合适的。在此基础上对机队空速管寿命和维修间隔进行预测,并给出了相应的维护建议,对于维修记录本数据清楚且工作时间较短的空速管,采用10 216飞行小时时限进行维护管理。     

威布尔分布参数估计起重机主梁可靠性研究

通过对威布尔分布中位置参数的假定,用最小二乘法对形状参数及刻度参数进行参数估计,推导得出参数估计的计算公式,并针对某起重机系列主梁可靠性进行了模拟计算,得到斜率估计、特征寿命估计及失效率的值,并对失效概率进行了置信检验.     

基于威布尔模型对PW4000系列发动机的可靠性分析

本文利用发动机热端部件失效数据、可靠性理论和极大似然估计法的思想、方法,通过EXCEL的方法对威布尔参数进行求解,建立了PW4056和PW4077D的威布尔模型。利用该模型对单个发动机以及机队的可靠性进行了分析,并对发动机热端部件故障引起的下发进行了预测,预测结果与实际结果基本一致,从而表明了该模型、预测方法的可行性与准确性。     

基于三参数威布尔分布的数控机床的可靠性评价

采用二参数威布尔对某系列数控机床进行可靠性评价,认为位置参数t=0.实际上,根据现场获得的数据,首次故障时间并不为零,在二参数威布尔分布可靠性评价的基础上,又提出三参数威布尔分布的可靠性评价,可以更精确地反映出数控机床的各项指标.     

基于威布尔分布的刮板输送机可靠性寿命分析

以DBT3×1000型刮板输送机运行的故障统计为研究对象,采用威布尔分布模型验证其寿命模型;分析该机型的故障规律,利用优选后的分布模型计算其可靠性寿命指标。结果表明,该机型服从威布尔寿命分布模型,且计算的可靠性寿命指标与DBT公司给出的寿命值相符,说明该理论和方法对刮板输送机的可靠寿命评估具有普遍意义。     

基于威布尔分布的起重机械可靠性寿命分析

通过比较分析使用最小二乘法估计威布尔分布参数的方法,建立起重机械寿命模型的方法,分析起重机械故障规律,利用分布模型分析其可靠性寿命指标。     

基于威布尔分布的疲劳剩余寿命可靠性预测方法

在变应力作用下,机械零件的疲劳寿命为具有分散性的随机变量.威布尔分布是一种连续的概率分布,可以用来描述各种不确定因素对机械零件疲劳寿命的影响.文中用三参数威布尔分布描述零件疲劳寿命的分布规律,建立疲劳剩余寿命的分布模型,并采用解析方法获得疲劳寿命分布参数的点估计值.对在同一应力水平下疲劳剩余寿命的分布规律进行了探讨,结果表明:当前年龄越大,可靠度曲线越陡峭,疲劳剩余寿命的可靠度越低;而年龄越小,疲劳剩余寿命的概率密度曲线越平坦,剩余寿命的分散性越大.     

寿命遵循威布尔分布的元件的可靠性计算

木文论述寿命遵循三参数威布尔分布的元件,其所受的工作应力（载荷）遵循正态分布或威布尔分布,当工作到规定寿命时的可靠度计算方法。以往把应力（载荷）当作定值所求得的可靠度值与实际情况相比有较大误差,且偏于不安全。     

威布尔颁样本的抽样检验方案

从经济和统计平衡的角度出发,讨论了在机械产品的寿命试验中服从威布尔分布的样本的抽样检验方案.     

基于威布尔分布的乘用车包修数据分析方法

提出了基于两参数威布尔分布和三参数威布尔分布的乘用车包修数据的分析方法;明确了两种威布尔分布中未知参数的求解方法和步骤,提出了两种分析方法需要满足的使用条件以及拟合一致性和拟合质量的对比方法;实例拟合发现两参数威布尔分布和三参数威布尔分布都能满足使用条件,且三参数威布尔分布比两参数威布尔分布具有更好的拟合一致性和拟合精度。两种分析方法不但可以快速的获得产品的可靠性现状,还可以准确的提取产品的可靠性信息,是一种非常实用而又有效的乘用车售后包修数据分析方法。     

基于威布尔分布的MRO企业估算零部件维修更换率的方法

为满足备件的不确定性需求,维持大量的备件库存往往会增加企业的成本压力.为了改善这种状况,对该机车维修企业的零部件更换率进行了统计研究.分析论述了利用零部件更换频率确定其更换率的合理性;利用该机车维护、维修和大修的企业历史数据统计,确定了零部件更换率服从两参数的威布尔分布;运用最小二乘法对分布函数的参数进行了估计.通过计算拟合曲线的误差,得到相应的更换率分布的最大误差为2.8414％,平均误差为1.1062％.     

威布尔分布安全下限对应实际可靠度的预测

研究用双指标方法估计威布尔分布的安全下限 (单侧容限 )Ns 时置信度γ、名义可靠度p、子样容量n及实际可靠度r之间的定量关系 ,导出了r的预测公式。计算结果表明 ,对于威布尔分布 ,工程常用的 90 %或 95 %置信度匹配名义可靠度p足以保证r >p ;为了不致使估计的安全下限Ns 过于保守 ,应尽可能增大子样容量n ,使r更趋近于p。