响应面法在可靠性灵敏度分析中的应用

可靠性灵敏度分析在可靠性设计和修改、可靠性优化设计、可靠性维护等方面均有重要的应用。但由于最大可能点摄动法、JC法、几何法等方法进行结构可靠度的计算时无法将可靠性指标函数表示为随机变量的显式,给可靠性灵敏度分析带来困难,该文基于响应面法将可靠性指标函数表示为随机变量的显式,从而较好地解决问题。通过实例计算,说明文中方法在工程实际中的应用。实例结果表明响应面法在获得在某区域内的可靠度及该区域内的可靠性灵敏度时是一种实用、快速、有效的方法。     

基于RBF神经网络的涡轮盘疲劳可靠性分析

涡轮盘是发动机的关键部件,在高温、高转速的条件下工作,因此对其进行疲劳可靠性分析具有重要意义.由于涡轮盘结构热一机械耦合分析的复杂性,对其进行可靠性分析时,直接用Monte-Carlo方法计算量太大,常规的多项式响应面方法在精度上又难以满足要求.径向基函数(radial basis function,RBF)神经网络具有很强的非线性函数逼近能力,在涡轮盘低循环疲劳可靠性分析中采用RBF神经网络结合Monte-Carlo的方法得到了疲劳寿命的概率分布,并与直接用Monte-Carlo模拟和响应面方法进行了对比.RBF神经网络结合Monte-Carlo的方法具有高精度、高效率的优点,在涡轮盘等复杂结构可靠性分析中具有很好的应用前景.     

失谐叶盘振动可靠性分析的径向基极值响应面法

为了研究随机刚度失谐对叶盘振动可靠性的影响,将径向基函数神经网络与极值响应面结合提出了径向基极值响应面法。选取叶盘材料密度、工作转速、激振力幅值作为随机输入变量,叶盘振幅极值为输出响应,利用拉丁超立方抽样法抽取不同输入样本点,通过有限元分析计算得到各样本点对应的振幅极值响应,用抽取的样本点构建径向基极值响应面,并结合蒙特卡洛法对随机变量进行大批量抽样,将其带入径向基极值响应面分析得到叶盘振动可靠度。结果表明,在随机刚度失谐因素影响下,叶盘振动可靠性降低,更容易发生振动失效。通过与蒙特卡洛法、极值响应面法进行对比,得出径向基极值响应面在保证计算精度的情况下提高了计算效率。     

可靠性分析的最大可能点摄动法

讨论随机变量间不相互独立的可靠性计算问题。基于摄动法和可靠性理论,针对JC法在计算结构可靠度时不能直接处理不相互独立的可靠性计算问题,提出了一种扩展的JC法即最大可能点摄动法,该方法继承JC法收敛快、精度高等特点,同时也克服了JC法对相关变量的求解过程中需要正交变换的要求。编写相应计算程序,实例计算结果与蒙特卡洛数值模拟结果的对比验证了最大可能点摄动法的正确性、有效性。     

基于Fourier正交基神经网络的涡轮盘低循环疲劳可靠性分析

涡轮盘作为航空发动机的关键部件,在高温、高转速的严酷条件下工作,低循环疲劳成为涡轮盘的主要失效模式。而且涡轮盘的结构复杂性,在进行疲劳可靠性分析时,直接使用Monte-Carlo法的计算量非常大,而传统的响应面法精度达不到计算要求。Fourier正交基神经网络具有很强的非线性逼近能力,在对涡轮盘进行疲劳寿命分析时,采用Fourier正交基神经网络和Monte-Carlo法相结合的方法,并与传统响应面法和Monte-Carlo法进行对比。结果表明,前者不但可以满足精度要求,而且效率高,在涡轮盘等复杂结构可靠性分析中具有很好的工程应用前景。     

可靠性灵敏度分析的重要抽样方法

基于重要抽样模拟,提出一种新的求解可靠性参数灵敏度的方法.所提方法依据失效概率对基本变量分布参数偏导数的积分表达式,推导可靠性灵敏度分析的重要抽样计算公式,该公式为一推导的函数在失效域中的数学期望形式,而该数学期望可以利用重要抽样函数获取的落入失效域中的样本来估计.算例结果表明,所提方法在保证同样计算精度的情况下具有比Monte Carlo模拟法更高的计算效率.     

涡轮冷却叶片低周疲劳可靠性协同分析

考虑材料性能和载荷的分散性,运用分布式协同响应面法对涡轮冷却叶片低周疲劳可靠性进行协同分析。运用有限元分析软件,对涡轮冷却叶片进行流-热-固耦合分析;利用人工神经网络构建其平均应力和总应变幅的响应面模型;结合GH4133镍基高温合金的疲劳试验数据,运用线性异方差回归分析方法构建材料寿命响应面模型;以叶片的平均应力和总应变幅作为输入变量,代入到材料寿命响应面模型中得到叶片低周疲劳寿命分布式协同响应面模型;将获得分布式协同响应面模型代替有限元分析模型和材料疲劳试验进行Monte Carlo可靠性分析,得到了不同可靠度下的叶片低周疲劳寿命。与传统响应面方法相比,分布式协同响应面法降低了响应面的非线性程度,提高了分析精度。     

基于蒙特卡洛方法的可靠性灵敏度分析

以四杆机构刚性输出角的数学模型为例,建立刚性四杆机构输出角的模型,采用蒙特卡洛方法对输出角的可靠性灵敏度进行了计算和分析,通过该方法可以判断各参数对机构的可靠性的影响,能有效地提高运动机构的可靠性和稳健性,具有较高的工程价值.     

任意分布参数随机变量间相关系数的可靠性灵敏度

讨论关于基本随机变量间相关系数的可靠性分析和可靠性灵敏度设计问题.基于可靠性摄动分析法包含对基本随机变量间相关系数的运算这一特点,利用四阶矩技术以及Edgeworth级数展开方法,提出基本随机变量间相关系数的可靠性灵敏度分析方法.通过可靠性计算,分析基于相关系数性质的可靠度范围以及可靠性误差;通过可靠性灵敏度计算,分析基本随机变量间相关系数的改变对结构可靠性的影响;通过实例计算及编写相应的分析程序,说明文中方法在工程实际中的应用.为确定基本随机变量间相关系数在可靠性分析中的重要性、对结构可靠性的影响以及不同影响程度提供分析方法,为统计分析工作以及可靠性设计提供有益的参考和建议.     

油封正态分布结构参数的可靠性灵敏度分析

以油封的泵吸率为可靠性指标,将理论接触宽度、油侧唇角、空气侧唇角、过盈量和腰厚5种结构参数作为因子,泵吸率作为响应输出,运用正交试验法对油封性能进行分析;运用曲面响应法拟合泵吸率的极限方程,基于可靠性原理建立油封泵吸率的可靠性模型,运用二阶矩法和蒙特卡洛2种方法进行可靠性敏感度计算,分析呈正态分布的随机参数对均值的灵敏度和标准差的灵敏度。结果表明：2种计算方法的结果基本一致,基于均值的敏感度,对可靠度影响最大的是理论接触宽度,油侧唇角、空气侧唇角和过盈量对可靠度为正面影响;基于标准差的敏感度,过盈量的标准差对可靠度影响最大,5种结构参数的标准差均对可靠度有负面影响。     

径向基神经网络在三维激光切割中的应用

分析了RBF神经网络的特点，并研究了它在三维激光切割中的应用，利用该神经网络及其变形可以预测切缝的宽度，也可以根据输入参数对试样的挂渣与否进行判定。比较了三雏激光切割中切割倾角和切割方向对切割质量的影响，从而实现切割质量的预测和优化工艺参数的选取以指导实际的切割过程。     

基于RBF神经网络的齿轮箱故障诊断

阐述径向基函数(radial base function,RBF)神经网络的基本原理和算法,将其应用于齿轮箱故障诊断与识别,建立齿轮箱的BRF故障诊断模型,并与BP(back propagation)神经网络、学习率自适应BP神经网络进行对比分析研究。结果表明,RBF神经网络性能优于BP神经网络,具有较快的训练速度、较强的非线性映射能力和精度较高的故障识别能力,非常适用于齿轮箱的状态监测和故障诊断。但在具体应用中应当注意,RBF网络的训练样本必须含有一定的噪声,以提高网络的容噪性能;各类故障的训练样本数不能太少,否则RBF网络的故障分类能力很差。     

采伐联合机设计与研究

我国人工营造的速生丰产林已进入大面积成熟阶段,传统的人工单工序采伐作业方式已不适应大规模皆伐作业的要求,为此研制了森林采伐作业联合机.该机采用SDWY-60型履带式挖掘机作为行走机构,安装有6自由度机械手、三维激光扫描仪及径向基函数神经网络控制器,可实现手动和自动操作.其主要技术参数:采伐作业半径4～10.5 m,采伐立木胸径16～30 cm.试验表明,该机作业安全可靠,控制准确,操作简便,效率为人工伐木归堆的10～15倍.     

基于RBF神经网络的柴油机燃油喷射系统的故障诊断

以RBF网络为识别模型,对柴油机燃油喷射系统的故障进行训练,并应用于待识别故障样本的识别仿真,结果表明,基于RBF的故障诊断方法优于基于BP网络故障诊断,在柴油机燃油喷射系统故障诊断中是行之有效的方法.     

采用RBF和BP神经网络处理EMD分解过程中端点效应

在分析经验模态分解端点效应出现原因的基础上,采用BP和径向基函数神经网络预测法对端点效应进行研究.在实验中,通过延长信号的采样时间,使端点的数据延长,从而抑制EMD分解时产生的端点效应.同时为了比较两种数据延长方法的效果,分别将延长后的数据进行EMD分解.实验结果表明,这两种都可以有效抑制端点效应对分析结果产生的影响,提高经验模态分解的效果.     

电梯系统垂直振动的频率敏感度分析与鲁棒设计

考虑曳引绳刚度在电梯运行过程中具有变刚度的特性,利用Lagrange方程对电梯系统建立了7自由度的振动微分方程,通过试验设计方法得出随机变量与系统频率响应的数值关系,利用人工神经网络技术获得随机变量与频率响应之间的显性函数关系式。根据激振频率与固有频率之比不超过规定值的关系准则,定义了电梯系统纵向振动的可靠性模式,运用频率可靠性分析方法,提出多频激励情况下的系统的频率可靠性及其敏感度的分析方法。在此基础上,结合可靠性敏感度理论与稳健设计方法,将可靠性敏感度融入到目标优化设计中,建立系统频率可靠性鲁棒设计模型。通过工程算例,将可靠性敏感度理论和稳健设计方法应用到电梯系统设计当中,得到满足鲁棒设计要求的随机参数值。结果表明,该方法具有较高的计算效率和求解精度,可以作为电梯系统稳健设计的理论依据。     

工程机械柔性机械臂振动的混合可靠性分析

基于概率-区间混合不确定性模型及结构可靠性分析方法,针对工程机械多关节柔性机械臂的振动可靠性进行研究。根据机械臂不确定参数的信息完备程度,通过概率变量和区间变量对不确定参数进行度量。基于柔性臂架有限元仿真数据,构建机械臂参数与结构固有频率关系的径向基函数代理模型,进而通过概率-区间混合可靠性分析方法对机械臂共振的失效概率进行区间估计。最后将该方法应用于实际产品,通过工程实例验证了方法的有效性。     

混合轴承-转子运动轨迹的RBF神经网络控制

提出了动静压混合滑动轴承支承-转子运动轨迹控制技术和方法,以期用于转子振动控制和非圆截面零件加工。通过调节主动节流器的参数,改变轴承油腔的压力、流量,影响轴承封油面上的压力分布,控制转子按预定轨迹运动。建立了轴承-转子系统的动力学模型,给出了基于最小资源分配（MRAN）和扩展卡尔曼滤波（EKF）的径向基函数（RBF）神经网络自适应控制策略,在线辨识系统参数,以适应其非线性、参数未知特点。计算结果表明,RBF神经网络控制器具有良好的非线性逼近能力;转子不平衡响应或外部同步激励力引起的振动得到了有效抑制,得到了较为精确的转子非圆轨迹跟踪结果。     

基于通用生成函数的结构可靠性优化策略

为提高工程结构可靠性设计优化(RBDO)的求解精度,提出一种基于通用生成函数(UGF)的RBDO新方法.一方面通过系列响应面建立设计变量与概率指标的动态映射,消除传统双循环算法的内层循环;另一方面引入UGF进行可靠性分析,避开传统矩法在处理随机变量非正态、功能函数高度非线性问题时精度低或无法收敛的劣势.同时,结合非均匀...