CN103065052A - 一种测定机械产品理论寿命的方法 - Google Patents
一种测定机械产品理论寿命的方法 Download PDFInfo
- Publication number
- CN103065052A CN103065052A CN2013100046496A CN201310004649A CN103065052A CN 103065052 A CN103065052 A CN 103065052A CN 2013100046496 A CN2013100046496 A CN 2013100046496A CN 201310004649 A CN201310004649 A CN 201310004649A CN 103065052 A CN103065052 A CN 103065052A
- Authority
- CN
- China
- Prior art keywords
- reliability
- norm
- formula
- parameter
- minimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种测定机械产品理论寿命的方法,以样品的寿命试验数据为基础,利用自助加权范数法评估三参数威布尔分布可靠性的最优置信区间,基于可靠性经验值与理论值的差异,通过6个最小加权范数准则,构建出威布尔分布的最优参数信息向量,对最优参数信息向量进行自助再抽样,获得生成参数信息向量,在给定置信水平下,求解出参数的估计真值及其置信区间,并据此建立可靠性的估计真值函数及其最优置信区间函数,求解得到该机械产品的理论寿命。本发明优化选择多个不同的准则处理原始寿命数据,获得能体现总体多个侧面特征的威布尔参数最优信息向量,经过2次优化,优化了产品理论寿命的测定。
Description
技术领域
本发明涉及到一种基于多准则优化的可靠性最优置信区间的试验评估方法,具体的说是一种测定机械产品理论寿命的方法。
背景技术
随着科学技术的发展,许多机械产品,如轴承、齿轮和液压泵等,尤其是用于现代航天航空系统的轴承、齿轮和液压泵等,对性能与寿命可靠性提出了更加严格的要求,以确保其安全可靠运行。
产品的理论寿命是否可靠、是否可以信赖,需要进行试验评估。迄今为止,在机械产品可靠性试验评估中,三参数威布尔分布被广泛应用,且主要聚焦于威布尔参数估计,采用的方法有极大似然法与最小二乘法,优化极大似然函数的变邻域搜索与模拟退火法,随机数法,高阶统计量法,矩与概率加权矩法,相关系数与割线优化法等。
由于任何试验的参数评估都伴随有不确定性,尤其对高可靠性重大装备与系统而言,过低估计可靠性,会造成巨大浪费且不能充分发挥产品性能;过高估计可靠性,将产生重大安全事故隐患。因此,必须优化评估可靠性置信区间。但现有的可靠性理论研究主要依赖于某一个准则如概率加权矩准则,并直接用原始试验寿命数据估计威布尔参数,不能优化评估可靠性,无法取得最优置信区间。这就不能评估给定置信水平下,产品理论寿命是否可靠、是否可以信赖。
发明内容
为解决现有方法无法准确取得机械产品可靠性的最优置信区间的问题,本发明提供了一种测定机械产品理论寿命的方法,采用多个准则优化威布尔参数和可靠性置信区间,获得可靠性的最优置信区间,进而评估给定置信水平下,产品理论寿命是否可靠、是否可以信赖。
本发明为解决上述技术问题采用的技术方案为:一种测定机械产品理论寿命的方法,包括以下步骤:
1)从产品中随机取出一批样品,对每个样品分别进行寿命试验,获得每个样品的原始寿命数据,将所有样品的原始寿命数据组成向量T:
式中,T为原始寿命数据组成的向量,i为样品序号,ti为第i个样品的寿命数据,n为样品个数;
2)获得可靠性经验值组成的向量
用可靠性中位秩经验值的计算公式(2a)和可靠性期望经验值的计算公式(2b)计算出产品寿命的可靠性经验值,得到可靠性中位秩经验值或期望经验值组成的向量R1
(2b)
式中,R1表示由可靠性中位秩经验值或期望经验值组成的向量;
3)获得可靠性理论值组成的向量
将式(1)寿命数据代入三参数威布尔分布寿命的可靠性函数式(4),得到可靠性理论值组成的向量R0:
式中,R0表示由可靠性理论值组成的向量,为可靠性理论值;
4)获得6个可靠性差异信息的加权范数
取权重向量为单位向量,取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;由可靠性经验值组成的向量和可靠性理论值组成的向量得到权重向量即式(7),取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;于是获得6个可靠性差异信息的加权范数:
(6)
5)建立威布尔参数评估的6个范数准则,得到6个最优范数值
由步骤4得到的6个可靠性差异信息的加权范数建立威布尔参数评估的6个范数准则,得到式(8)-式(13)的6个最优范数值;
准则1——最小1-范数准则
最小1-范数准则为
准则2——最小2-范数准则
最小2-范数准则为
即威布尔参数的最优估计值使可靠性差异信息的2-范数最小;
准则4——最小加权1-范数准则
最小加权1-范数准则为
(11)
准则5——最小加权2-范数准则
最小加权2-范数准则为
6)构建威布尔分布的最优参数信息向量
7)建立威布尔参数的概率密度函数
8)获得威布尔参数的估计真值与置信区间
对威布尔参数的概率密度函数进行积分运算,用数学期望估计出威布尔参数的估计真值即(17):
9)获得可靠性的估计真值及其置信区间
由参数估计真值和威布尔可靠性函数式(4),得到可靠性的估计真值函数式(21):
该函数式的求解结果即为该产品的理论寿命可靠性的评估结果;
(26)
10)根据可靠性的最优置信区间得到测定理论寿命的可靠性范围
(32)
最小动态不确定度函数满足置信水平条件式(33):
满足式(32)和式(33)的置信区间函数为可靠性的最优置信区间函数,其结果就是测定该产品的理论寿命的可靠性范围。
有益效果:本发明相对现有技术只借助某一个准则对原始寿命数据再抽样去估计威布尔参数和可靠性置信区间函数的方法来说,优化选择多个不同的准则处理原始寿命数据,获得能体现总体多个侧面特征的威布尔参数最优信息向量,并对这个最优信息向量再抽样,经过2次优化,最终得到可靠性估计真值函数及其满足最小不确定性的最优置信区间函数,求解该函数即得到该产品的理论寿命范围。
附图说明
图1为实施例1中滚动轴承性能寿命案例的参数结果;
图2为实施例1中滚动轴承性能寿命案例可靠性结果对比;
图3为实施例1中滚动轴承性能寿命案例可靠性估计结果;
图4为实施例2中直升机部件失效案例参数估计真值及其置信区间;
图5为实施例2中直升机部件失效案例可靠性估计结果;
图6为实施例3中试件疲劳寿命案例参数估计真值及其置信区间;
图7为实施例3中试件疲劳寿命案例可靠性估计结果。
具体实施方式
一种测定机械产品理论寿命的方法,包括以下步骤:
1)从产品中随机取出一批样品,对每个样品分别进行寿命试验,获得每个样品的原始寿命数据,将所有样品的原始寿命数据组成向量T:
式中,T为原始寿命数据组成的向量,i为样品序号,ti为第i个样品的寿命数据,n为样品个数;
2)获得可靠性经验值组成的向量
用可靠性中位秩经验值的计算公式(2a)和可靠性期望经验值的计算公式(2b)计算出产品寿命的可靠性经验值,得到可靠性中位秩经验值或期望经验值组成的向量R1
(2a)
(2b)
式中,R1表示由可靠性中位秩经验值或期望经验值组成的向量;
3)获得可靠性理论值组成的向量
将式(1)寿命数据代入三参数威布尔分布寿命的可靠性函数式(4),得到可靠性理论值组成的向量R0:
4)获得6个可靠性差异信息的加权范数
取权重向量为单位向量,取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;由可靠性经验值组成的向量和可靠性理论值组成的向量得到权重向量即式(7),取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;于是获得6个可靠性差异信息的加权范数:
(7)
5)建立威布尔参数评估的6个范数准则,得到6个最优范数值
准则1——最小1-范数准则
最小1-范数准则为
准则2——最小2-范数准则
最小2-范数准则为
准则4——最小加权1-范数准则
最小加权1-范数准则为
准则5——最小加权2-范数准则
最小加权2-范数准则为
6)构建威布尔分布的最优参数信息向量
7)建立威布尔参数的概率密度函数
8)获得威布尔参数的估计真值与置信区间
9)获得可靠性的估计真值及其置信区间
(21)
该函数式的求解结果即为该产品的理论寿命可靠性的评估结果;
10)根据可靠性的最优置信区间得到测定理论寿命的可靠性范围
(32)
最小动态不确定度函数满足置信水平条件式(33):
满足式(32)和式(33)的置信区间函数为可靠性的最优置信区间函数,其结果就是该产品的理论寿命的可靠性范围。
下面使用本方法结合生产中的具体案例做进一步的阐述。
实施例1 滚动轴承性能寿命的评估
T=(22.1953, 26.4647, 29.8623, 32.9314, 35.9090, 38.9691, 42.3123, 46.2903, 51.8801)
采用范数准则1~6,取B=80000,结果见图1和图2。由图1可以看出,自助加权范数法的估计真值与真值之间的最大相对误差很小,只有1.3%。由图2可以看出,自助加权范数法的可靠性估计真值函数R0(t)与可靠性理论值R0以及可靠性期望经验值R1几乎完全重合。
设置信水平P=90%,可靠性估计真值函数R0(t)及其最优置信区间函数[RL(t), RU(t)]的结果见图3。为方便对比分析,图3中还显示了可靠性期望经验值R1。可以看出,9个可靠性期望经验值,全部被可靠性最优置信区间函数[RL(t), RU(t)] 包含,包含率为9/9=100%,这个百分比大于置信水平P=90%,该滚动轴承摩擦磨损寿命满足最小不确定性的可靠性最优置信区间。因此,在给定的置信水平下,该滚动轴承的理论摩擦磨损寿命是可靠的和可以信赖的。
实施例2 直升机部件失效案例
某直升机部件206-011-147-005的失效数据(n=13,单位:h)为:
T=(156.5, 213.4, 265.7, 265.7, 337.7, 337.7, 406.3, 573.5, 573.5, 644.6, 744.8, 774.8, 1023.6)
采用范数准则1~6,取B=80000,置信水平P=99.999%,用自助加权范数法处理失效数据,参数估计真值及其置信区间(,,)的结果见图4,可靠性估计真值函数R0(t)及其最优置信区间函数[RL(t), RU(t)]的结果见图5。为方便对比分析,图5中还显示了可靠性中位秩经验值R1。
由图5可以看出,有1个数据超出可靠性最优置信区间函数[RL(t), RU(t)],包含率为12/13=92.3%,这个百分比小于置信水平P=99.999%,该直升机部件寿命不满足最小不确定性的可靠性最优置信区间。因此,在给定的置信水平下,该直升机部件的理论寿命是不可靠的和不可以信赖的。
实施例3 某试件疲劳寿命案例
在同一应力水平下测得一组试件的疲劳寿命数据(n=20,单位:kC):
T=(350, 380, 400, 430, 450, 470, 480, 500, 520, 540, 550, 570, 600, 610,6 30, 650, 670, 730, 770, 840)
采用范数准则1和4~6,取B=80000,置信水平P=90%,用自助加权范数法获得的结果见图6和图7。为方便对比分析,图7中还显示了现有方法(概率加权矩法)的可靠性估计真值结果R以及可靠性期望经验值R1。
由图7可以看出,自助加权范数法的可靠性估计真值函数R0(t)与现有方法的估计真值函数R对可靠性期望经验值R1的一致性都很好。而且,20个可靠性期望经验值全部被可靠性最优置信区间函数[RL(t), RU(t)]包含,包含率为20/20=100%,这个百分比大于置信水平P=90%,该试件疲劳寿命满足最小不确定性的可靠性最优置信区间。因此,在给定的置信水平下,该试件的理论疲劳寿命是可靠的和可以信赖的。
现有方法约定,在90%的置信水平下,可靠性真值为90%时对应总体百分位值的置信下界为388.7 kC,这是真实寿命下界值。现有方法估计的寿命下界值与可靠性下界值分别是374.6 kC与87.8%;自助加权范数法估计的寿命下界值与可靠性下界值分别是384.4 kC与88%。可见,自助加权范数法的估计结果更接近真实寿命值388.7 kC和可靠性真值90%。这表明自助加权范数法获得的可靠性置信区间函数更优。
上述案例研究表明,自助加权范数法获得的可靠性估计真值函数R0(t)对可靠性经验值R1的拟合效果很好,可靠性最优置信区间函数[RL(t), RU(t)]对可靠性经验值的包含率大于置信水平,这表明自助加权范数法的估计结果与试验结果有很好的一致性。因此,用本方法评估可靠性估计真值函数及其置最优信区间函数是有效的和可行的。
Claims (1)
1.一种测定机械产品理论寿命的方法,其特征在于,包括以下步骤:
1)从产品中随机取出一批样品,对每个样品分别进行寿命试验,获得每个样品的原始寿命数据,将所有样品的原始寿命数据组成向量T:
式中,T为原始寿命数据组成的向量,i为样品序号,ti为第i个样品的寿命数据,n为样品个数;
2)获得可靠性经验值组成的向量
用可靠性中位秩经验值的计算公式(2a)和可靠性期望经验值的计算公式(2b)计算出产品寿命的可靠性经验值,得到可靠性中位秩经验值或期望经验值组成的向量R1
(2a)
式中,R1表示由可靠性中位秩经验值或期望经验值组成的向量;
3)获得可靠性理论值组成的向量
将式(1)寿命数据代入三参数威布尔分布寿命的可靠性函数式(4),得到可靠性理论值组成的向量R0:
4)获得6个可靠性差异信息的加权范数
取权重向量为单位向量,取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;由可靠性经验值组成的向量和可靠性理论值组成的向量得到权重向量即式(7),取范数类型p=1,2,,由式(6)得到3个可靠性差异信息的加权范数;于是获得6个可靠性差异信息的加权范数:
5)建立威布尔参数评估的6个范数准则,得到6个最优范数值
准则1——最小1-范数准则
最小1-范数准则为
准则2——最小2-范数准则
最小2-范数准则为
准则3——最小-范数准则
准则4——最小加权1-范数准则
最小加权1-范数准则为
准则5——最小加权2-范数准则
最小加权2-范数准则为
(12)
6)构建威布尔分布的最优参数信息向量
(14)
7)建立威布尔参数的概率密度函数
8)获得威布尔参数的估计真值与置信区间
9)获得可靠性的估计真值及其置信区间
该函数式的求解结果即为该产品的理论寿命可靠性的评估结果;
(28)
(30)
10)根据可靠性的最优置信区间得到测定理论寿命的可靠性范围
给定置信水平P,在n个样品的寿命数据中,若有s个被包含在可靠性置信区间中,则包含率为s/n;根据最小动态不确定性原理,选择M个范数准则,使动态不确定度函数为最小,得到最小动态不确定度函数式(32):
最小动态不确定度函数满足置信水平条件式(33):
满足式(32)和式(33)的置信区间函数为可靠性的最优置信区间函数,其结果就是该产品的理论寿命的可靠性范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310004649.6A CN103065052B (zh) | 2013-01-07 | 2013-01-07 | 一种测定机械产品理论寿命的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310004649.6A CN103065052B (zh) | 2013-01-07 | 2013-01-07 | 一种测定机械产品理论寿命的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103065052A true CN103065052A (zh) | 2013-04-24 |
CN103065052B CN103065052B (zh) | 2015-10-28 |
Family
ID=48107680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310004649.6A Expired - Fee Related CN103065052B (zh) | 2013-01-07 | 2013-01-07 | 一种测定机械产品理论寿命的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103065052B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678312A (zh) * | 2015-02-09 | 2015-06-03 | 北京航空航天大学 | 一次性锂电池容量加速退化试验“倒挂”数据评估方法 |
CN105718722A (zh) * | 2016-01-18 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 基于定时截尾寿命试验数据的产品可靠度估计方法 |
CN105891645A (zh) * | 2016-05-31 | 2016-08-24 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置振动故障分布的方法 |
CN106053984A (zh) * | 2016-05-31 | 2016-10-26 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置高温故障分布的方法 |
CN107766300A (zh) * | 2017-10-26 | 2018-03-06 | 电子科技大学 | 基于威布尔‑伽马模型的电力系统可靠性非精确分析方法 |
CN108108542A (zh) * | 2017-12-14 | 2018-06-01 | 河北工业大学 | 低压成套开关设备的寿命预测方法 |
CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
CN109344472A (zh) * | 2018-09-17 | 2019-02-15 | 中国人民解放军海军工程大学 | 一种估计机电件可靠性参数的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03146897A (ja) * | 1989-11-02 | 1991-06-21 | Hitachi Ltd | 発電プラント機器の余寿命診断システム |
TW201118257A (en) * | 2009-11-25 | 2011-06-01 | Inventec Corp | Method for predicting fan life-span |
-
2013
- 2013-01-07 CN CN201310004649.6A patent/CN103065052B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03146897A (ja) * | 1989-11-02 | 1991-06-21 | Hitachi Ltd | 発電プラント機器の余寿命診断システム |
TW201118257A (en) * | 2009-11-25 | 2011-06-01 | Inventec Corp | Method for predicting fan life-span |
Non-Patent Citations (3)
Title |
---|
于捷等: "基于三参数威布尔分布的数控机床的可靠性评价", 《现代制造工程》 * |
宣建光等: "某型发动机完全寿命数据基于威布尔分布模型的MTBF计算研究", 《燃气涡轮试验与研究》 * |
洪延姬等: "寿命服从威布尔分布产品相关失效数值分析", 《装备指挥技术学院学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678312B (zh) * | 2015-02-09 | 2017-06-23 | 北京航空航天大学 | 一次性锂电池容量加速退化试验“倒挂”数据评估方法 |
CN104678312A (zh) * | 2015-02-09 | 2015-06-03 | 北京航空航天大学 | 一次性锂电池容量加速退化试验“倒挂”数据评估方法 |
CN105718722A (zh) * | 2016-01-18 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 基于定时截尾寿命试验数据的产品可靠度估计方法 |
CN106053984B (zh) * | 2016-05-31 | 2018-12-11 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置高温故障分布的方法 |
CN106053984A (zh) * | 2016-05-31 | 2016-10-26 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置高温故障分布的方法 |
CN105891645B (zh) * | 2016-05-31 | 2018-10-09 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置振动故障分布的方法 |
CN105891645A (zh) * | 2016-05-31 | 2016-08-24 | 西安航空制动科技有限公司 | 确定防滑刹车控制装置振动故障分布的方法 |
CN107766300A (zh) * | 2017-10-26 | 2018-03-06 | 电子科技大学 | 基于威布尔‑伽马模型的电力系统可靠性非精确分析方法 |
CN107766300B (zh) * | 2017-10-26 | 2021-03-02 | 电子科技大学 | 基于威布尔-伽马模型的电力系统可靠性非精确分析方法 |
CN108108542A (zh) * | 2017-12-14 | 2018-06-01 | 河北工业大学 | 低压成套开关设备的寿命预测方法 |
CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
CN108564282B (zh) * | 2018-04-13 | 2021-08-27 | 东北大学 | 一种用于可靠性评估的截尾寿命数据取舍方法 |
CN109344472A (zh) * | 2018-09-17 | 2019-02-15 | 中国人民解放军海军工程大学 | 一种估计机电件可靠性参数的方法 |
CN109344472B (zh) * | 2018-09-17 | 2023-02-07 | 中国人民解放军海军工程大学 | 一种估计机电件可靠性参数的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103065052B (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103065052B (zh) | 一种测定机械产品理论寿命的方法 | |
Soares et al. | Modelling uncertainty in long-term predictions of significant wave height | |
Ye et al. | A Bayesian approach to condition monitoring with imperfect inspections | |
Nwobi et al. | A comparison of methods for the estimation of Weibull distribution parameters | |
CN109657937A (zh) | 一种基于退化数据的产品可靠性评估与寿命预测方法 | |
CN110175541B (zh) | 一种海平面变化非线性趋势提取的方法 | |
CN104237861B (zh) | 一种未知杂波背景下的cfar检测门限获取方法 | |
CN102207998B (zh) | 基于无失效数据的评估产品寿命及其可靠性的方法 | |
Mackay et al. | On the use of discrete seasonal and directional models for the estimation of extreme wave conditions | |
CN113465734B (zh) | 一种结构振动的实时估计方法 | |
Li et al. | Symbolization‐based differential evolution strategy for identification of structural parameters | |
Inoue et al. | Lognormal process software reliability modeling with testing-effort | |
Chen et al. | From robust chip to smart building: CAD algorithms and methodologies for uncertainty analysis of building performance | |
Cook | Consolidation of analysis methods for sub‐annual extreme wind speeds | |
Zhang et al. | Real-time residual life prediction based on kernel density estimation considering abrupt change point detection | |
CN102129515A (zh) | 一种气候变化下水资源脆弱性的评价方法 | |
CN108051676A (zh) | 一种雷电流幅值累积概率分布曲线拟合计算方法 | |
Kawada et al. | An application of a generalized inverse regression estimator to Taguchi's T-Method | |
CN112801123A (zh) | 一种频域分布一致性的小样本用户用电数据扩充方法 | |
Barker et al. | Machine learning approach for optimal determination of wave parameter relationships | |
Liu et al. | On the assessment of nonlocal climate feedback. Part II: EFA-SVD and optimal feedback modes | |
CN117290756B (zh) | 基于联邦学习的输电线路故障辨识方法、装置和电子设备 | |
Fan et al. | A Sparse Leading-Eigenvalue-Driven Control Chart for Phase I Analysis of High-Dimensional Covariance Matrices | |
CN109740636B (zh) | 基于AdaBoost结合GRU的地层油水层识别方法 | |
Roche et al. | An inference model for analyzing termination conditions of evolutionary algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20180107 |