柔性机构动态可靠性分析的先进极值响应面方法

为了提高柔性机构可靠性分析的精度和效率,提出动态可靠性分析的先进极值响应面法。该方法将智能算法与可靠性分析的极值响应面法相结合,利用蒙特卡洛法抽取样本,经过网络训练建立先进极值响应面法的数学模型。以柔性机械臂为例,以柔性机械臂材料密度、弹性模量、构件截面尺寸为输入随机变量,构件变形为输出响应;利用蒙特卡罗法、极值响应面法和先进极值响应面法分别进行动态可靠性仿真计算,得出了各自输出响应量的分布特征及可靠度。通过方法比较表明:先进极值响应面法在保证计算精度的前提下,大大提高了计算速度,验证了先进极值响应面法在柔性机构动态可靠性分析中的可行性和适用性;也为柔性机构可靠性优化开辟了有效途径。     

柔性薄板装配不等间距定形焊点布置优化

针对点焊中的定形焊点布置方案影响柔性薄板装配偏差,以及等间距焊点布置不适合所有薄板焊接情况的问题,提出一种基于支持向量回归机与粒子群优化算法的不等间距定形焊点布置优化方法。对薄板装配过程进行分析,建立了反映装配偏差与偏差源关系的装配偏差模型。以两种焊点的间距为设计参数,通过优化拉丁超立方实验设计在焊点布置设计空间获取样本方案,利用偏差模型获得样本响应。构建支持向量回归机—粒子群算法代理模型,预测得到使装配偏差最小的焊点布置最优方案。柔性薄板装配实例表明,在小样本学习情况下,与遗传算法—反向传播神经网络和响应面两种代理模型相比,该方法在模型预测准确度方面具有有效性和优越性,同时通过车身薄板实例表明了该方法的实用性。     

基于加权响应面的支持向量回归机可靠性分析方法

针对非线性隐式功能函数的可靠性分析问题,提出一种基于加权线性响应面法的支持向量回归机可靠性分析方法.由于设计点周围区域对失效概率的贡献最大,所以所提方法首先采用加权线性响应面法确定设计点,然后在设计点周围进行补充抽样,把加权线性响应面法用到的样本及补充样本作为支持向量回归机的训练样本.通过有效的组合加权线性响应面法和支持向量回归机,所提方法在设计点周围获得更好的非线性隐式功能函数的近似,从而提高了非线性隐式功能函数失效概率的估计精度.算例表明该方法具有广泛的应用前景和一定的优越性.     

柔性机构动态强度可靠性分析理论和方法研究

提出机构动态强度可靠性分析的理论和方法,给出柔性机构动态强度可靠性分析的模型.将驱动加速度、驱动时间、摩擦和阻尼力(矩)等作为随机变量,应用蒙特卡罗方法,取得动态参数样本,再利用人工神经网络方法,根据抽取的样本对网络进行训练,统计网络输出得到动态应力分布,进而求出机构动态强度可靠度.通过空间站柔性展开机构实例计算动态强度可靠度,结果表明, 该方法精度高,与单纯使用蒙特卡罗方法的结果相比,提高了计算精度,大大减少计算时间,可用于复杂柔性机构的动态强度可靠性分析.     

柔性机构运动参数动态可靠性分析方法研究

研究目的是提出柔性机构运动参数动态可靠性分析方法,给出了柔性机构运动参数动态可靠性分析的广义模型.将驱动力（矩）、摩擦和阻尼力（矩）等作为随机变量,应用蒙特卡罗方法,取得动态参数样本,再利用人工神经网络方法,根据抽取的样本对网络进行训练,统计网络输出的动态参数分布,得到机构动态可靠度.空间站柔性展开机构动态可靠度计算实例表明该方法减少了计算时间.     

基于ANN—RSM方法的摩擦和柔性影响的机构动态可靠性分析

在摩擦和柔性的共同影响下,机构运动参数的动态响应为复杂非线性.考虑构件变形与运动的耦合,利用多柔体系统动力学分析方法求解柔性机构运动参数的随机动态响应.提出了一种柔性机构动态可靠性分析的神经网络响应面方法,结合柔性机构实例进行可靠性分析,结果表明该方法计算速度快,为柔性机构系统的动态可靠性分析提供了一种有效可行的方法.     

基于支持向量机回归的结构可靠性分析

针对实际结构中隐式极限状态函数的可靠性分析,提出了一种基于支持向量机回归的结构可靠性分析方法.将支持向量机回归作为隐式极限状态函数的重构工具,用训练后的支持向量机替代隐式极限状态函数,结合一次二阶矩法和蒙特卡洛法,给出了基于支持向量机回归的结构可靠性分析计算流程.最后用2个算例验证了该方法的可行性和计算精度.结果表明:...     

考虑摩擦和柔性的机构运动参数模糊动态可靠性分析

因摩擦和柔性的影响,柔性机构运动参数为高度非线性,极限状态方程具有模糊性。为了进行动态可靠性分析,提出了柔性机构模糊响应的动态可靠性分析方法。在多柔体系统动力学分析的基础上,利用人工神经网络方法计算柔性机构模糊随机动态响应的分布特性。根据可靠性要求,计算出模糊动态可靠度。结合空间站柔性展开机构实例进行分析和计算,取得了很好的结果,为柔性机构可靠性分析提供了一种新方法。     

隐式极限状态方程结构的混合可靠性分析

针对隐式极限状态方程结构的混合可靠性分析,引入支持向量机回归理论,获得高精度的近似极限状态方程,结合概率-非概率混合可靠性模型和改进一次二阶矩法,提出了一种基于支持向量机回归的结构混合可靠性分析方法。最后通过对悬臂梁和平面桁架结构的混合可靠性分析验证了该方法的可行性和正确性。算例结果表明:当结构中同时含有概率参数和非概率参数时,该方法的计算结果最接近蒙特卡洛法的结果,计算精度高。     

基于极值响应面法的叶盘应力可靠性分析

针对航空发动机叶盘动态可靠性问题,提出了一种极值响应面法。该方法首先综合考虑了温度载荷和离心载荷的影响作用,通过确定性分析找到叶盘最大应力点;然后以叶盘材料密度、转速和温度作为输入随机变量,随机小批量抽取随机变量样本,得到叶盘应力在分析时域内的动态输出响应,并取各组动态输出响应在分析时域内的最大值,建立极值响应面函数;最后,应用蒙特卡罗法对ERSF模型进行大批量抽样,获得叶盘动态可靠性指标。     

考虑摩擦和柔性的机构动态可靠性分析方法研究

提出了摩擦和柔性影响下的机构动态可靠性分析的理论和方法，给出了柔性机构动态可靠性分析的广义模型。将驱动力（矩）、摩擦和阻尼力（矩）等作为随机变量，应用蒙特卡罗方法，取得动态参数样本，再利用人工神经网络方法，根据抽取的样本对网络进行训练，统计网络输出的动态参数分布，得到机构动态可靠度。通过空间站柔性展开机构实例计算，求出了动态可靠度，减少了计算时间。     

结构失效概率计算的ASVR-MCS方法

为高效计算复杂极限状态函数或隐式函数（例如有限元模型）的失效概率,提出了一种支持矢量回归和蒙特卡洛数字模拟相结合的自适应代理模型方法。所提方法在综合考虑支持矢量回归模型的预测误差和预测值的基础上,构建学习函数,利用该学习函数逐步自适应地从蒙特卡罗样本池中筛选出对结构极限状态面拟合影响最大的点,并将其添加至支持矢量回归模型训练样本集,更新代理模型直至满足收敛条件。由于利用学习函数挑选出的训练点相较于样本池中的其他备选点具有更多信息,因此自适应代理模型方法可以提高支持矢量回归模型的构建效率。利用收敛的支持矢量回归模型即可在不需调用功能函数的条件下来高效估计结构失效概率。所提方法充分利用了支持向量机在小样本情况下良好的泛化能力、稀疏性、维度无关性以及蒙特卡洛数字模拟法的普遍适用性,并且通过自适应学习策略的构造,极大地提高了支持矢量回归模型在蒙特卡洛样本池中的训练效率和训练精度,四个算例的结果充分证明了所建立的自适应支持矢量回归算法对于非线性问题、高维问题以及实际复杂工程问题均具有高效性和适用性。     

非线性相关的信号—响应系统稳健性参数设计

针对非线性相关的信号－响应系统的稳健性参数设计,提出一种基于支持向量回归机和遗传算法的实现方法.首先,利用过程方差描述信号－响应之间非线性关系的波动,建立可控因子与过程方差之间的支持向量回归模型,利用遗传算法全局性寻优得到使非线性关系最稳定的可控因子水平;其次,将噪声因子水平的变化看作重复,建立可控因子、信号因子和响应变量之间的支持向量回归模型,进而预测出最优可控因子水平下信号－响应的样本集;最后,根据此样本集拟合出信号因子与响应变量之间的具体作用关系模型.理论与实证研究表明,与现有信噪比分析和响应建模方法相比,所提方法能够较为真实地反映各类因子与响应变量之间的复杂作用关系,得到波动性更小的稳健性优化解.     

支持向量机分类与回归联合建模方法及其在拉曼光谱分析中的应用

多元校正分析模型的精度不仅依赖于模型的结构和参数,还很大程度上取决于训练样本的分布。实际过程中,训练样本通常呈现不均匀分布,导致基于全体样本的回归模型预测性能不理想。本文针对该问题提出了支持向量机分类与回归联合建模方法:首先使用最小二乘支持向量机(LS-SVM)分类器构建分类决策树,然后对每一类样本分别建立最小二乘支持向量机回归模型;对未知样本进行定量分析时,首先经过分类决策树分类,再根据分类信息选择相应的回归模型进行计算。针对汽油辛烷值拉曼光谱分析问题,基于全体样本建模的LS-SVM回归模型的标准预测误差为0.54,而采用本文方法所得的模型预测误差为0.22,大幅度地提高了分析精度。     

基于最小二乘支持向量机的小样本威布尔可靠性分析

在图估法的基础上,提出了基于最小二乘支持向量机的威布尔可靠性分析方法,在MATLAB平台上绘制了威布尔概率纸,通过程序化的方式分析估计威布尔概率参数;进行了可靠性寿命分析,并对比分析了基于最小二乘支持向量机、支持向量机和最小二乘法威布尔可靠性分析的效果。实例分析结果显示,在威布尔可靠性分析中,最小二乘支持向量机的拟合精度不仅优于传统的最小二乘法的拟合精度,而且优于支持向量机的拟合精度,表明该方法可以提高可靠性分析效率和精度,可作为威布尔可靠性分析的一种新方法,特别适用于小样本的情况。     

基于多种代理模型的光纤激光切割质量预测

为了提高光纤激光切割质量的预测精度,分别使用了多项式响应面法、克里金法和支持向量回归法三种代理模型方法,建立了激光功率、切割速率和辅助气体压力等加工参数与挂渣量之间的预测模型。使用拉丁超立方抽样法产生30组训练数据,利用正交试验法产生25组验证数据用以验证预测模型的精度。结果表明,利用克里金法和支持向量回归法建立的模型均成功地预测了挂渣质量,其中克里金法建立的模型预测精度最高,并利用该模型分析了激光切割加工参数对挂渣量的影响规律。     

柔性机构可靠性优化的均值-概率分解协调法

为了减少柔性机构总体设计质量,结合可靠性优化的均值模型、概率模型和普遍型分解协调方法,提出了柔性机构可靠性优化的均值-概率分解协调法。该方法首先把柔性机构整体优化模型通过普遍型分解协调法转化为单约束的均值模型主规划优化和多约束的概率模型的分规划优化;在分规划优化中,把所有失效模式的概率约束转化为确定型约束;利用导重法分别对分规划和主规划求解。通过双连杆柔性机械臂实例进行了分析和计算,结果表明:在柔性机构可靠性中,均值-概率分解协调法的优化结果最好。该方法为柔性机构可靠性整体优化提供了一种优化的新思路。     

隐式极限状态方程的非概率可靠性分析

针对凸集模型比例因子的非概率可靠度指标相对隐式极限状态方程难以求解问题,提出一种基于支持向量机回归的非概率可靠度指标分析方法.所提方法用支持向量机回归拟合极限状态方程,通过优化算法获得可靠度指标和设计点,用设计点更新支持向量机训练样本的抽样中心,并重复计算过程直至收敛.由于构造合适的迭代格式可以有效地近似结构的真实失效域边界,故求解精度好,又由于使用极限状态方程的代理措施,使得计算效率高.文中用四个数值算例证明方法的精度和效率,并将文中方法用于实际的飞机机翼可靠性分析中.     

基于支持向量机工具的性能劣化建模方法

针对基于故障数据的数控装备可靠性研究中的小样本问题,提出了建立基于支持向量机的性能劣化模型.在研究支持向量机的建模理论和参数优化方法的基础上,将最小二乘法支持向量机工具LSSVM.M应用于性能退化数据处理,提出一种改进的参数选择方法,以提高拟合和预测准确性.通过实例,验证了该方法的可行性,并建立了数控机床加工精度的性能劣化模型,为可靠性评估奠定了基础.     

支持向量机响应面在结构优化中的应用

针对复杂工程优化问题,存在设计变量多、计算时间长、优化效率低且准确性难以判断等缺点。将支持向量机代理模型引入优化设计中。采用中心复合实验设计方法得到实验设计点,并采用支持向量机方法建立支持向量机响应面。对支持向量机响应面模型进行优化设计,得出优化结果。最后通过工程算例分析,建立对应的支持向量机响应面并对其进行优化设计,使用该方法优化后,其门式起重机主梁自重减轻了20%。为了验证其结果的准确性,采用有限元方法验证了优化后的结果,证明了其有效性。该方法对研究结构优化设计有着重要的参考及借鉴意义。