| 基于PC-Kriging模型与主动学习的齿轮热传递误差可靠性分析 |
| |
| 作者姓名： | 于震梁 孙志礼 曹汝男 张毅博 |
| |
| 作者单位： | 东北大学 机械工程与自动化学院,辽宁 沈阳,110819 |
| |
| 基金项目： | 国家自然科学基金资助项目(51775097); 国防技术基础项目(JSZL2015208B001). |
| |
| 摘 要： | 为提高齿轮热传递误差可靠性分析的计算效率和精度,提出了一种高效的基于PC-Kriging代理模型与主动学习函数LIF相结合的可靠性分析方法.采用多项式混沌展开(polynomial-chaos-expansion,PCE)替代传统Kriging模型的回归基函数来增强预测模型的全局近似精度,并利用Kriging模型来捕捉预测模型局部特征的能力.采用最小角回归(LAR)构建回归基函数的最优多项式数量集,同时用Akaike信息准则(AIC)来确定最优的截断集合.并采用一种主动学习函数LIF选择每次迭代的最佳样本点以提高模型收敛效率.通过齿轮热传递误差算例表明:与传统的Kriging代理模型相比,所提出方法在保证精度的同时可以极大地减少预测模型可靠性分析中的学习次数.
|
| 关 键 词： | 可靠性分析 PC-Kriging模型 主动学习函数 蒙特卡罗 齿轮热传递误差 |
| 收稿时间： | 2019-01-22 |
| 修稿时间： | 2019-01-22 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
