采用瞬态有限元及加速寿命试验的谐波减速器时变可靠度评估方法

为了准确预估谐波减速器疲劳失效寿命,提出了一种谐波减速器时变可靠度评估方法。首先,建立了考虑动态接触干涉的谐波减速器整机瞬态动力学有限元分析模型,解决了谐波减速器柔轮危险位置处动态应力的求解问题;然后,进行谐波减速器加速寿命试验,结合寿命失效样本和最大似然估计,解决了强度退化参数的准确估计问题;其次,提出了结合剩余强度模型、随机摄动法和Edgeworth级数的谐波减速器时变可靠度评估方法;最后,以XB-60谐波减速器为算例,有限元分析和寿命失效样本均显示柔轮齿圈后端齿根处为应力集中的危险位置,与基于等效圆壳静应力或经验退化参数的可靠度评估方法相比,采用瞬态有限元及加速寿命试验的谐波减速器时变可靠度评估方法寿命预测误差最小,同时通过引入调整因子,提出的方法可应用至不同载荷下的谐波减速器时变可靠度评估。     

基于多阶段-随机维纳退化过程的产品剩余寿命预测方法

针对退化失效型产品的剩余寿命预测是开展其视情维修的关键前提。考虑到一些产品性能退化过程具有多阶段非单调的特点,提出基于多阶段-随机维纳退化过程的产品剩余寿命预测方法。针对产品退化过程的每一阶段,主要考虑以高应力加速退化试验数据为先验信息,不预先给予Wiener过程参数的假定分布,而利用加速因子将高应力下的参数估计值折算到正常应力下的参数值;再通过使用Anderson-Darling方法确定参数的最优分布,作为参数的先验分布;然后通过Bayes方法利用产品正常应力下实时退化数据对参数先验分布进行更新,得到参数后验分布,进而对产品的剩余寿命进行预测;最后以某型加速度计为实例验证了所提出的方法适用性和有效性。     

考虑不确定测量的惯性平台剩余寿命自适应预测

针对现有剩余寿命预测方法未考虑测量误差引起的不确定性,且存在预测不确定性大的问题,提出了一种基于Wiener过程的退化过程建模方法,并将测量的不确定性考虑到剩余寿命预测中,推导出了剩余寿命的概率分布。为了实时更新模型参数,利用Kalman滤波算法实时估计Wiener过程中的漂移系数,并利用期望最大化算法实时估计其它相关参数。以某型号惯性平台的退化测量数据为例,进行了实验验证,结果表明,相比其它算法,文中算法能够降低剩余寿命预测的不确定性,提高预测精度。     

基于Gamma过程的金属材料剩余强度退化模型

针对多级载荷作用下零件剩余强度未考虑加载次序的问题,基于Schaff模型,引入载荷次序影响因子,对Schaff模型进行修正,建立考虑载荷加载次序影响的等损伤比剩余强度预估模型.借助Gamma函数的形状参数和尺寸参数对零件的强度退化过程进行描述.采用45^#钢和30CrMnSiA的疲劳试验数据验证模型的准确性.结果表明:修正的等损伤比剩余强度模型预测精度要优于Schaff模型,且Gamma过程与零部件强度退化过程相吻合.     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于长短期记忆网络的齿轮剩余寿命预测研究

设备运行数据蕴含了大量的状态退化信息,利用状态退化信息对设备进行剩余寿命预测,可以为预测性维修提供重要的依据。针对监测过程中接收到表征设备退化的大量数据,提出一种改进的基于记忆机理循环神经网络实时剩余寿命预测模型。该模型利用随机搜索选择模型超参数,采用加入动量考虑的随机梯度下降算法优化模型参数,防止陷入局部最优,从而提高剩余寿命预测模型的预测精度。通过齿轮弯曲疲劳试验,验证了该模型剩余寿命预测的准确性。     

基于状态空间的惯性测量组合剩余寿命在线预测

实时准确的剩余寿命预测能够为惯性测量组合的维护策略安排提供有效的决策支持。由于反映惯性测量组合退化状态的性能指标不能直接监测或直接测量带有噪声,因此需要构建状态空间模型预测惯性测量组合的剩余寿命。考虑到惯性测量组合的性能退化指标随时间呈现非线性特征,首先采用基于非线性漂移的Brown运动(Brownian motion,BM)建模其退化状态,然后基于构建的状态空间模型,利用期望最大化(expectation-maximization,EM)算法和Kalman滤波(Kalman filter)实时估计和更新退化状态和模型未知参数。并且将状态估计的分布函数引入剩余寿命的预测过程,近似得到了剩余寿命分布的解析形式,实现了剩余寿命的实时预测与更新。最后,对惯性测量组合的剩余寿命实时预测问题进行了实验分析,结果表明该方法具有较高的预测精度与较小的预测不确定性。     

单元服从Gamma退化过程的共载表决系统可靠性

针对共载表决系统中单元服从Gamma退化过程的情况,根据Gamma退化过程的特性,将系统各单元在各载荷阶段的寿命过程通过退化等效模型折合到后续寿命过程中,给出了基于退化等效的共载表决系统可靠性模型表达式,并根据Gamma退化过程尺度参数的不同与原有共载表决系统可靠性模型进行了对比,建立了系统可靠性的蒙特卡罗仿真方法.算例证明了可靠性模型及算法的可行性,并分析了公式方法与仿真方法在计算时间和精度方面的特点.     

综合退化数据与寿命数据的某型电连接器寿命预测方法

针对基于寿命数据的预测方法效率不高的问题,在进行温、湿度双应力加速退化试验的基础上,研究了通过分析加速退化数据而进行寿命预测的途径.为了充分利用所收集的产品寿命数据来提高预测精度,提出了综合退化数据与寿命数据的寿命预测方法.分别使用Wiener过程、逆高斯分布和广义Eyring模型对产品性能的退化数据、少量寿命数据以及产品反应率进行建模,并建立了综合以上信息的可靠性模型.在此基础上,利用Markov Chain Monte Carlo仿真方法得到模型参数的点估计值,通过Bootstrap自助抽样法获得了模型参数的估计区间.结果表明,所提出的综合退化数据与寿命数据的方法可以提高寿命预测精度.     

基于改进比例失效率模型的设备剩余寿命预测

产品的剩余寿命预测能够为产品的维修和更换提供重要的决策依据.传统的比例失效模型方法在剩余寿命预测中得到了广泛的应用,然而此方法没有充分利用产品的历史寿命信息,对产品的退化过程也没有很好地描述.针对此问题,提出了一种融合退化过程与失效率建模的产品剩余寿命预测方法.该方法首先利用线性过程对产品的退化过程建模,然后利用比例失效模型融合退化过程对失效率的影响,达到充分利用产品历史信息的目的.此外,与传统比例失效模型方法不同,模型中的比例参数分为两部分,分别将产品退化的初始信息和产品的退化增量联系起来,进一步利用产品的当前退化信息对产品的参数进行Bayes更新,基于此进行剩余寿命预测,从而实现产品历史数据和当前退化数据的有效融合.通过激光发生器的退化数据验证了所提方法的有效性.     

考虑随机退化和信息融合的剩余寿命预测方法

针对性能退化过程服从Wiener过程的产品,运用贝叶斯统计推断法,提出了一种融合产品现场实测性能退化数据与同类产品常规退化试验信息、历史寿命信息的个体剩余寿命预测方法.建立了基于Wiener过程的产品剩余寿命模型;考虑到个体之间的性能退化差异性,假定Wiener过程参数服从随机分布模型,建立了个体现场实测退化数据下分布参数的贝叶斯估计模型,给出了超参数后验估计公式;分别建立了退化数据和寿命数据下的完全似然函数,构建了基于最大期望算法的超参数先验估计模型;通过实例分析验证了所提方法的正确性和优势,结果表明本方法可有效处理个体现场实测退化信息与同类产品先验信息之间的剩余寿命预测问题.     

锂离子电池的多状态模型剩余寿命预测方法

针对锂离子电池的容量恢复现象导致的剩余寿命预测精度不高的问题,提出了一种锂离子电池的多状态模型剩余寿命预测方法.首先通过分析锂电池的衰退数据将锂离子电池的退化过程分为正常退化、容量恢复和加速退化三种状态,然后分别对三种状态的退化过程进行建模并验证了模型的有效性,将3种状态的模型组合得到锂离子电池多状态容量衰退模型.然后基于建立的模型提出了粒子群优化粒子滤波算法,用于多状态容量衰退模型进行参数识别和状态更新.最后实现了锂离子电池的剩余寿命预测和预测结果的不确定性表达.与其他方法相比,实验结果表明:所提出方法精度更高,鲁棒性更强.     

基于维纳过程的锂离子电池剩余寿命预测

锂离子电池内部结构复杂,受外界影响大,使其容量退化过程具有不确定性因素而呈现随机性.对电池容量退化服从非线性维纳过程建立状态空间模型,并认为参数是服从共轭分布的随机变量,增加了模型不确定性使之更加符合锂离子电池容量的退化过程.利用自助法获得先验分布参数初始值,由共轭分布的性质可以得到后验分布的类型,由此得到简便的参数估计方法.粒子滤波可对每一时刻的参数及退化状态进行估计和更新,根据提前设定的状态阈值可以预测电池的剩余寿命.具体实例验证了方法的准确性,该方法对可靠性高、样本量少的电池的剩余寿命预测有借鉴意义.     

基于分阶段Wiener-Einstein过程设备的实时可靠性评估

对分阶段退化情况下设备实时可靠性评估的方法进行研究.针对分阶段非单调的退化过程,提出分阶段Wiener-Einstein退化过程模型;然后,推导该模型下的可靠度函数,并给出对设备可靠度进行实时评估的方法;最后,基于该模型对液力耦合器的可靠性进行评估.研究结果表明:该退化模型能够很好描述液力耦合器分阶段的退化过程,且能够给出可信的可靠性评估结果.     

基于多应力综合加速模型的产品可靠性评估方法

提出一种基于多应力综合加速模型的产品可靠性评估方法,主要通过利用加速退化数据或加速寿命数据以及加速模型对产品进行寿命加速模型建模与参数估计,进而进行产品可靠性评估。首先基于加速退化试验数据,外推产品伪寿命数据或基于加速寿命试验获取产品寿命数据;并对寿命数据进行分布拟合优度检验确定寿命最优分布。其次结合工程中常用加速模型,选取合适多应力综合加速模型来描述分布参数与应力水平的关系。采用整体推断方法,将所有寿命数据信息作为整体进行统计分析,给出模型参数的极大似然估计。然后对产品进行可靠性评估以及可靠寿命估计。最终以某型电表为例验证了所提出的方法适用性和有效性。     

一种混合退化系统剩余寿命预测方法

针对传统的预测方法不能同时考虑线性和非线性退化问题,提出了一种基于维纳过程的带随机参数和确定参数的混合退化模型.基于首达时间(FHT)的概念给出了剩余寿命(RUL)的解析渐进显式形式,模型中随机参数通过Kalman滤波技术实时更新,确定参数采用极大似然估计进行估计.最后,采用陀螺仪实验数据验证了该方法的有效性.     

高速冲床传动系统性能退化分析与可靠性评估

针对高速冲床传动系统寿命较长、可靠性试验成本较高的特点,研究了基于性能退化数据的传动系统可靠性评估方法.根据传动系统的工作特性选择了下死点动态精度作为衡量性能退化的特征参数,搭建了相应的测试系统.对退化机理进行了分析,在此基础上利用漂移布朗运动模型对传动系统动态精度退化量进行建模,基于退化数据估计模型中的参数,进而利用所建模型评估得到传动系统寿命和可靠性指标.采用实测数据对所提出的方法进行验证,结果表明:该方法在没有寿命数据的情况下评估得到了高速冲床传动系统的寿命和可靠性指标,可节约试验经费和时间.     

矿用自卸车轮边减速器传动系统动态可靠性研究

轮边减速器传动系统作为轮毂驱动系统的核心部件,其可靠性直接影响轮毂驱动系统乃至整车的运行可靠性和工作寿命.针对现有轮边减速器传动系统可靠性评估只考虑单一齿面失效或齿根失效的不足,提出考虑二者失效相关的动态可靠度计算方法.首先,在考虑齿轮材料强度退化的前提下分别建立齿面、齿根强度退化随机模型;然后,基于应力-强度干涉理论并采用Monte Carlo方法计算得到2种失效形式下考虑强度退化的齿轮动态可靠度曲线;其次,根据Copula理论建立同时考虑2种失效形式相关性的单一齿轮动态可靠度数学模型;最后,应用Sklar定理对零件失效过程的相关性进行描述,建立轮边减速器传动系统动态可靠度数学模型.通过算例验证结果表明:该方法能够揭示多失效形式和多因素相关条件下系统疲劳寿命与各零部件疲劳寿命之间的关系,可以为轮边减速器传动系统的可靠性评估和预测提供理论依据.     

应用交互式多模型算法的设备剩余寿命预测

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与退化模式后验概率进行联合估计,根据后验概率判别异常点,并采用期望最大化(Expectation Maximum,EM)算法对模型参数进行在线估计与更新,最终实现设备的实时剩余寿命预测。数值分析结果表明:该模型能够准确地检测异常点、降低剩余寿命概率分布的不确定性与提高剩余寿命的预测精度,为实现设备的视情维修提供决策依据。     

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.