车削颤振时变可靠性预测

针对车削加工过程中刀具磨损使得切削力系数等加工参数不断变化,进而导致传统的颤振预测方法随着加工时间的增加预测精度大大降低的问题,将时变可靠性理论引入颤振预测中,用线性方程表示了合力切削力系数的均值随切削时间的变化关系,建立了时变稳定性和时变可靠性模型.获得给定加工条件下系统的时变极限切宽和时变颤振可靠度曲线.最后对提出的计算方法做了相应的实验证明.实验表明.提出的颤振时变可靠性预测方法能够更为准确地预测不同加工时间下的颤振.     

受内压航空管道弯曲疲劳可靠性

引入结合Kriging代理模型法和Monte Carlo抽样法的主动学习可靠性分析方法（AK?MCS）,以管道尺寸、作用载荷以及管材属性为基本随机变量,对受内压悬臂管道在给定工况（即28 MPa内压,自由端5.06 mm纵向位移循环载荷）下的疲劳寿命进行可靠性分析。首先根据管道三点弯曲疲劳试验结果,通过线性回归分析建立管道的Manson?Coffin疲劳寿命模型,而后采用AK?MCS方法获得管道的疲劳寿命?失效概率/可靠度曲线,为内压管道的工程应用提供了基于概率的寿命预测结果。根据该曲线进而得到管道的疲劳寿命频数直方图,发现弯曲疲劳寿命总体上呈正态分布。此外,通过与Monte Carlo方法的比较,证实了AK?MCS方法在保证受内压航空管道弯曲疲劳可靠性分析精度的同时,还大大降低了计算量。     

可靠性约束函数未知的网路费用最小化快速求解

针对现代网络可靠性约束函数未知的网络费用最小化问题,提出基于在线SVM和MCS技术的快速求解算法.该算法由Monte Carlo仿真方法模拟网络可靠度值,由量子粒子群算法搜寻目标全局最优解,并充分利用MCS技术模拟的可靠性信息,在线建立SVM可靠性评估模型,借助SVM模型评估后续搜寻解的可行性,减少MCS模拟次数和求解时间.与Yeh方法相比,在可靠性模拟精度为0.01的条件下,模拟次数和求解时间都缩小近1个数量级.     

基于两参数损伤模型下剪切型结构抗震可靠性分析

利用两参数损伤模型研究了结构抗震可靠性,通过统计地震损伤模型中反应量得到地震烈度概率分布、结构最大延性系数μm及极限延性系数μu的概率分布,建立结构抗震可靠性概率公式,在结构可靠度计算中用Monte Carlo方法模拟计算指定损伤范围内结构可靠度,并给出了实例计算结果.     

基于概率方法的机器人铣削加工颤振稳定性研究

将可靠性概率方法引入到机器人铣削模态耦合颤振预测中,首先建立可靠性模型,得到极限状态方程.其次,应用四阶矩法计算其可靠度和灵敏度以分析各参数对于铣削加工稳定性的影响.最后,基于机器人铣削加工骨头的工程背景给出了一个算例研究.结果表明:机器人两自由度方向的刚度、切削力系数和加工进给方向会影响铣削加工的稳定性;在一定范围内,增加X方向刚度,降低Y方向的刚度,减小切削力系数以及合理选择加工进给方向有利于避免模态耦合颤振的发生;系统对于切削力系数的变化相较于X,Y方向刚度更加敏感,对稳定性的影响更显著.     

用极限分析方法计算边坡可靠度上限值

为了减小边坡可靠度计算在模型建立、参数估计和算法选取上的误差,建立了基于极限分析上限定理的边坡可靠度分析模型,采用最大熵原理推断边坡结构参数的统计特征,并采用Monte Carlo模拟法计算边坡的结构可靠度上限值。最后将结果与其他方法进行了比较。研究结果表明：利用最大熵原理、Monte Carlo模拟法和基于上限定理的边坡可靠度分析模型所计算的可靠度值是边坡可靠度的一个严格上限值,该模型与极限平衡法模型、R.Jimenez-Rodriguez等模型计算的结果比较接近。     

基于氯离子时变扩散钢筋混凝土锈胀裂缝时变可靠度研究

基于氯离子Fick扩散定理和法拉第定律,通过研发的四电极传感器体系获得含氯离子混凝土模拟液中腐蚀电流密度规律以及混凝土中氯离子时变扩散系数,建立氯离子时变扩散钢筋腐蚀速率模型;在此基础上基于弹性断裂力学和坑蚀模型,建立坑蚀锈胀裂缝时变可靠度模型,采用Monte Carlo方法求得钢筋混凝土锈胀裂缝时变可靠度.研究表明,基于研发的MnO2参比电极四电极传感器体系平均腐蚀电流密度随氯离子浓度增加而线性增加,随时间增加趋于恒定.采用考虑氯离子时变扩散钢筋腐蚀电流在服役期间钢筋腐蚀电流密度减小.坑蚀锈胀裂缝开始时间在第10~15年;随保护层厚度和钢筋直径增加以及表面氯离子浓度减小,钢筋混凝土坑蚀裂缝宽度减小.研究结果对氯离子诱发的钢筋混凝土坑蚀腐蚀裂可靠度预测具有重要的参考价值.     

基于Kriging模型的可靠度计算

利用地质学中的Kriging方法,建立了结构可靠问题的Kriging模型.利用可靠度计算的方法,对已建立的Kriging近似模型进行了可靠度计算.结果表明:考虑各向异性的Kriging模型精度好于各向同性的Kriging模型;基于Kriging模型的可靠度计算,不仅能明显地减少计算量,而且降低了可靠计算中的非线性,提高了收敛速度.     

基于Kriging和Monte Carlo的动态可靠性算法

首次穿越法可以得到失效概率随时间的变化,但是计算复杂提高计算成本.拟静态法计算量较小但是只能得到给定时间段对应的失效概率值,不能得到其变化趋势.针对以上问题,本文结合Kriging模型和Monte Carlo方法提出一种动态可靠性分析方法AK-MCS-T.AK-MCS-T即拥有拟静态法计算量小的优点又可以给出失效概率随时间变化情况.为提高Kriging模型精度,AK-MCS-T提出一种新的选点准则.新的选点准则不仅考虑到样本点处基于Kriging模型的响应估值符号判断错误的概率,还考虑了该样本点对应的概率密度.同时,为保证方法计算结果的准确性,AK-MCS-T提出了新的学习停止条件.最后通过腐蚀梁结构和悬臂管结构证明了新方法的高效性和准确性.     

基于Copula的车轮Gamma退化过程

通过Gamma随机过程描述机车轮缘与滚动圆直径的磨耗过程,研究了运用Copula函数和四阶矩方法计算轮缘退化与滚动圆直径退化的相关可靠性方法,通过动力学软件仿真得到列车不同阶段的动力学指标.研究了镟修周期为20万km的车轮退化过程的可靠性及车轮直径退化过程的灵敏度,利用Monte Carlo仿真(MCS)验证了该方法的正确性.结果表明:镟修周期为 20万km时车轮达到预期寿命的可靠性高,基于Copula函数相关失效退化模型计算的可靠性高于独立失效模型计算的可靠性,轮径退化可靠性模型的灵敏度研究说明镟修过程中应该要选取对轮径削减较少的方案.     

基于Kriging和MCMC的结构可靠性主动学习算法

在进行机械结构可靠性分析时，由于很多工程问题的性能函数较为复杂，计算成本很高，所以常采用代理模型拟合隐式性能函数来降低计算成本.为了能够利用较少的样本信息，获得较高的可靠度计算精度，将Kriging代理模型与学习函数相结合，提出一种主动学习可靠性分析计算方法.该方法找出学习效果最好的样本点对Kriging模型进行更新，提高了模型的拟合精度.用马尔科夫链蒙特卡洛(MCMC)方法对结构的可靠性进行了评估，加快了样本点的收敛速度，节约了样本空间.通过分析4个算例的结果表明与其他方法相比，该方法能通过较少的样本点得到精度更高的计算结果，降低了计算成本.     

蒙特卡罗法液压缸动态特征可靠性灵敏度分析

针对液压缸动态特征参数一般呈现隐式和非线性的特点,基于蒙特卡罗法开展可靠性和可靠性灵敏度分析研究。首先,考虑到非线性弹簧力和时变摩擦力的作用机理,建立液压缸动力学模型;之后,根据微分方程理论进行求解,分析不同润滑条件下活塞速度在时域的变化情况;最后,依据蒙特卡罗法基本思想,利用结构失效概率和可靠性灵敏度分析方法,对液压缸低速时的运动可靠性及影响参数灵敏度进行分析。     

细长轴车削加工误差可靠性灵敏度分析

车削加工参数的随机性会影响直径误差,因此,本文提出一种细长轴直径误差可靠性灵敏度分析方法.通过剪切区模型和几何分析法建立直径误差模型,采用Kriging方法重构细长轴车削加工误差与切削参数的函数关系,然后采用蒙特卡罗方法进行可靠性灵敏度分析,据此评价各参数对直径误差的影响程度.研究结果表明:切削速度、刀具前角和直径增加,系统可靠性增高;切削深度、切削宽度、刀架与刀具间距离和轴的长径比增加,系统可靠性降低.研究结果能为降低车削加工细长轴直径误差提供理论依据.     

基于高斯过程分类与蒙特卡洛模拟的岩土工程结构可靠度分析方法

岩土工程结构可靠度分析中,功能函数一般呈隐式且需借助有限元等数值计算来构建,采用传统蒙特卡洛模拟法求解时常遇到计算耗时大和计算效率低的问题,进而导致该方法在实际工程应用中受到极大限制。将结构可靠度求解问题转化为二元分类问题,把分类性能优异的高斯过程分类模型与蒙特卡洛法相结合,提出了岩土工程结构可靠度分析的高斯过程分类——蒙特卡洛法。根据所建立的隐式功能函数,采用岩土工程结构分析程序构造少量的学习样本,利用学习后的高斯过程分类模型重构极限状态方程,实现随机样本的安全或失效状态的准确识别,进而采用蒙特卡洛抽样模拟获得结构的失效概率与可靠指标。算例研究表明,方法简单易行,与传统蒙特卡洛模拟法相比较,计算效率明显较高,且易于与各种岩土工程结构分析程序或商业计算软件相结合。     

铣削加工颤振稳定性可靠度的计算方法

铣削过程中的系统参数往往具有随机性,严重影响了铣削加工的稳定性.利用BP神经网络综合分析了随机因素对铣削加工过程的影响,提出了一种铣削加工再生型颤振稳定性可靠度计算方法.建立铣削加工再生型颤振动力学模型,使用全离散法获取铣削稳定性叶瓣图.利用神经网络拟合极限轴向切深的函数表达式,再分别使用蒙特卡罗法和一次二阶矩法进行可靠度计算.结果表明,基于BP神经网络的方法兼具高效和精确的优点.     

一种改进的全局可靠性分析方法

基于Kriging模型的高效全局可靠性分析(EGRA)方法在每次循环迭代过程中只能增加一个样本点.为了提高EGRA方法的效率，提出了一种基于多代理模型的改进全局可靠性分析算法.通过引入Kriging模型的预测误差，在每次循环迭代过程中，计算多个代理模型的期望可行函数(EFF)获得多个最佳样本点，将这些样本点同时加入到样本库中并更新所有代理模型，直到满足给定的精度为止.在建立极限状态函数高质量的近似模型后，采用蒙特卡罗方法进行可靠性分析.两个数值算例的分析结果表明，该方法具有较高的效率和准确性.     

基于PCA—SVM模型的切削颤振预报

针对切削加工过程中颤振孕育的动态模式,提出一种基于PcA—SVM模型的颤振预报新方法。建立切削加工振动信号的识别模型,进行FFT变换,再归一化处理,把数据送人PCA—SVM模型,对变换后的切削实验数据进行学习、训练,得到PcA—sVM识别模型;提取切削加工过程的振动信号,送给PcA—sVM模型进行颤振情况分析与识别。试验结果表明,具有较好的颤振预测性,颤振预报正确率达到95．5％以上,提高了运算速度,为颤振预报提供了充足的时间。     

基于可靠性的GH4169车削参数优化

为了保证刀具寿命的同时尽可能地提高加工效率,对切削参数进行优化至关重要.因此,建立了车削过程中的刀具磨损模型,可用于预测多种切削条件下任意时刻的刀具磨损量,从而推导出刀具寿命模型.考虑不确定性参数对车削加工的影响,建立了基于可靠性的车削优化模型,并采用序列优化与可靠性评估方法对优化模型进行求解以获得最优切削参数.最后,通过实例验证了该方法在高温镍基合金GH4169车削参数优化中的优势和可行性.