CN103761421A - 一种大型矿用挖掘机提升机构可靠性评估方法 - Google Patents
一种大型矿用挖掘机提升机构可靠性评估方法 Download PDFInfo
- Publication number
- CN103761421A CN103761421A CN201310751052.8A CN201310751052A CN103761421A CN 103761421 A CN103761421 A CN 103761421A CN 201310751052 A CN201310751052 A CN 201310751052A CN 103761421 A CN103761421 A CN 103761421A
- Authority
- CN
- China
- Prior art keywords
- time
- failures
- sample
- hoisting gear
- formula
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种大型矿用挖掘机提升机构可靠性评估方法,主要包括步骤:收集故障间隔时间数据;计算所得样本的前四阶矩;确定积分区间并计算最大熵密度函数;确定先验分布和后验分布;计算平均故障间隔时间和可靠度。本发明的大型矿用挖掘机提升机构可靠性评估方法基于贝叶斯原理和最大熵密度原理,能够有效运用获取的少量样本对概率密度函数进行估计,解决了具有小样本特性的大型矿用挖掘机提升机构可靠性分析的难题,同时,本发明的大型矿用挖掘机提升机构可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。
Description
技术领域
本发明属于可靠性评估技术领域,涉及机械产品的可靠性评估方法,具体涉及一种大型矿用挖掘机提升机构可靠性评估方法。
背景技术
矿用挖掘机是一种非常重要的工程机械,目前在矿山生产领域已得到广泛应用。在现代工程作业中,矿用挖掘机对于减轻操作者的劳动强度、提高生产力起到了巨大的作用。然而,随着科学技术的发展和生产力的提高,对能源的需求也越来越大。目前,国内即将开发年生产力达1500万吨的大型露天煤矿至少有10座,现有的一般矿用挖掘机已经不能满足发展的需要,迫切需要研究和生产大型的矿用挖掘机。
大型矿用挖掘机的提升机构主要由提升减速器、提升卷筒、提升电机、提升钢丝绳、联轴器和润滑系统组成,其作用为通过提升减速机带动提升卷筒的转动来提起和放下铲斗。
大型矿用挖掘机提升机构是挖掘机的关键机构之一。由于大型矿用挖掘机运行环境较为恶劣(腐蚀、噪声等)且铲斗容量大,因此提升吨位较大。一般而言,大型挖掘机提升机构的可靠性水平直接影响到挖掘机的整体性能,是制约大型挖掘机可靠性和安全性的关键因素之一。因此,开展大型矿用挖掘机提升机构可靠性评估,对于了解提升机构的可靠性真实水平、找出影响机构可靠性的薄弱环节并进行改进以提高提升机构的可靠性有着重要的现实意义。
现有的可靠性评估技术基于传统的统计理论,一般是建立在大样本理论基础之上的。一般评估过程是:首先,对测得的的大量现场(试验)数据进行分布检验及参数估计,然后,计算系统的可靠性指标,如平均故障间隔时间、可靠度等。传统的可靠性评估技术原理简单、操作简单且结果可靠,在各个领域得到了广泛应用,但是,对于大型矿用挖掘机来说,由于其造价较为昂贵,通常生产的数量极少,且大型矿用挖掘机可靠性试验是一项非常耗时和耗财的工作,获取大型矿用挖掘机提升机构的大量现场和试验数据是极为困难的,导致大型矿用挖掘机提升机构的试验数据有着显著的“小样本”特点。简单的采用传统的可靠性评估方法对其进行可靠性分析时经常遇到样本同时服从几种分布,常见的如威布尔和指数分布等,因此,在对样本的分布类型进行判断时,不可避免的会引入人为的主观因素,使得分析结果不能客观的反映大型矿用挖掘机提升机构的可靠性。
发明内容
本发明的目的在于克服现有技术中的上述问题,提供一种适用于“小样本”特性的大型矿用挖掘机提升机构可靠性评估方法。
为解决上述技术问题,本发明采用以下技术方案:
一种大型矿用挖掘机提升机构可靠性评估方法,包括以下步骤:
S1、收集大型矿用挖掘机提升机构的故障间隔时间样本,设收集到的N个故障间隔时间为ti,i=1,2…N;
S2、依据式(1)分别计算所得N个故障间隔时间样本的前四阶矩:
其中,j指N个故障间隔时间样本的阶矩数,j=1,2,3,4;
S3、确定N个故障间隔时间样本的积分区间并用牛顿迭代法计算最大熵密度函数;
N个故障间隔时间样本的最大熵密度函数可表示为:
其中,λ0和λi是指拉格朗日乘子;
为了计算式(2)中的拉格朗日乘子λ0和λi,需使得Shannon熵最大,可用牛顿迭代法解式(3)中的优化问题:
并且满足式(4)、(5):
S4、确定故障间隔时间的先验分布,根据贝叶斯原理确定后验分布:
设故障间隔时间的先验分布为π(t),由于所述大型挖掘机属于新设计产品,没有相关的历史数据,同时为了避免过多的人为假设,设该大型挖掘机提升机构的故障间隔时间的先验分布为均匀分布,根据贝叶斯原理及式(2)可得故障间隔时间的后验分布为:
S5、计算提升机构的平均故障间隔时间和可靠度:
S51、根据式(8),可得N个故障间隔时间样本的平均故障时间间隔(MTBF)为:
S52、根据式(8),可得所述大型矿用挖掘机提升机构在时刻t的系统可靠度为R:
进一步地,所述S51中N个故障间隔时间样本的平均故障时间间隔的计算采用梯形积分法。
与现有技术相比,本发明的有益效果是:本发明的大型矿用挖掘机提升机构可靠性评估方法基于贝叶斯原理和最大熵密度原理,能够有效运用获取的少量样本对概率密度函数进行估计,解决了具有小样本特性的大型矿用挖掘机提升机构可靠性分析的难题,同时,本发明的大型矿用挖掘机提升机构可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。
附图说明
图1为本发明的大型矿用挖掘机提升机构可靠性评估方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本实施例中的大型矿用挖掘机提升机构可靠性评估方法,如图1所示,主要包括以下步骤:
S1、收集大型矿用挖掘机提升机构的故障间隔时间样本,设收集到的N个故障间隔时间为ti,i=1,2…N;
S2、依据式(1)分别计算所得N个故障间隔时间样本的前四阶矩:
其中,j指N个故障间隔时间样本的阶矩数,j=1,2,3,4;
S3、确定N个故障间隔时间样本的积分区间并用牛顿迭代法计算最大熵密度函数;
N个故障间隔时间样本的最大熵密度函数可表示为:
其中,λ0和λi是指拉格朗日乘子;
为了计算式(2)中的拉格朗日乘子λ0和λi,需使得Shannon熵最大,可用牛顿迭代法解式(3)中的优化问题:
并且满足式(4)、(5):
S4、确定故障间隔时间的先验分布,根据贝叶斯原理确定后验分布:
设故障间隔时间的先验分布为π(t),由于大型挖掘机属于新设计产品,没有相关的历史数据,同时为了避免过多的人为假设,设该大型挖掘机提升机构的故障间隔时间的先验分布为均匀分布,根据贝叶斯原理及式(2)可得故障间隔时间的后验分布为:
S5、计算大型挖掘机提升机构的可靠性指标,包括平均故障间隔时间和可靠度:
S51、根据式(8),可得N个故障间隔时间样本的平均故障间隔时间MTBF:
本步骤中,优选用梯形积分法求解积分得到平均故障间隔时间。
S52、根据式(8),可得所述大型矿用挖掘机提升机构在时刻t的系统可靠度R:
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (2)
1.一种基于小样本的大型矿用挖掘机提升机构可靠性评估方法,其特征在于:包括以下步骤:
S1、收集大型矿用挖掘机提升机构的故障间隔时间样本,设收集到的N个故障间隔时间为ti,i=1,2…N;
S2、依据式(1)分别计算所得N个故障间隔时间样本的前四阶矩:
其中,j指N个故障间隔时间样本的阶矩数,j=1,2,3,4;
S3、确定N个故障间隔时间样本的积分区间并用牛顿迭代法计算最大熵密度函数;
N个故障间隔时间样本的最大熵密度函数可表示为:
其中,λ0和λi是指拉格朗日乘子;
用牛顿迭代法解式(3)中的优化问题:
并且满足式(4)、(5):
S4、确定故障间隔时间的先验分布,根据贝叶斯原理确定后验分布:
设故障间隔时间的先验分布为π(t),根据贝叶斯原理及式(2)可得故障间隔时间的后验分布为:
设该大型挖掘机提升机构的故障间隔时间的先验分布为均匀分布;
S5、计算提升机构的平均故障间隔时间和可靠度:
S51、根据式(8),可得N个故障间隔时间样本的平均故障时间间隔(MTBF)为:
S52、根据式(8),可得所述大型矿用挖掘机提升机构在时刻t的系统可靠度为R:
2.根据权利要求1所述的基于小样本的大型矿用挖掘机提升机构可靠性评估方法,其特征在于:所述S51中N个故障间隔时间样本的平均故障时间间隔的计算采用梯形积分法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310751052.8A CN103761421B (zh) | 2013-12-31 | 2013-12-31 | 一种大型矿用挖掘机提升机构可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310751052.8A CN103761421B (zh) | 2013-12-31 | 2013-12-31 | 一种大型矿用挖掘机提升机构可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103761421A true CN103761421A (zh) | 2014-04-30 |
CN103761421B CN103761421B (zh) | 2017-06-06 |
Family
ID=50528657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310751052.8A Expired - Fee Related CN103761421B (zh) | 2013-12-31 | 2013-12-31 | 一种大型矿用挖掘机提升机构可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103761421B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573275A (zh) * | 2015-01-28 | 2015-04-29 | 太原重工股份有限公司 | 一种基于故障维修数据的大型矿用挖掘机可靠性分配方法 |
CN107545123A (zh) * | 2017-09-29 | 2018-01-05 | 电子科技大学 | 考虑多种不确定性下的提升减速器动态可靠性方法 |
CN107657145A (zh) * | 2017-09-15 | 2018-02-02 | 电子科技大学 | Weibull分布无失效数据可靠性指标估计方法 |
CN110263472A (zh) * | 2019-06-27 | 2019-09-20 | 中国人民解放军国防科技大学 | 基于回归法综合寿命试验数据的机电产品可靠度评估方法 |
CN110321650A (zh) * | 2019-07-11 | 2019-10-11 | 电子科技大学 | 基于新型试验设计与权重响应面的结构可靠性分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847834A (zh) * | 2010-06-07 | 2010-09-29 | 苏州热工研究院有限公司 | 电站小样本及无失效数据部件失效率的可靠性评估方法 |
KR20110057539A (ko) * | 2009-11-24 | 2011-06-01 | 한국수력원자력 주식회사 | 시스템 신뢰도 평가 장치 및 방법 |
-
2013
- 2013-12-31 CN CN201310751052.8A patent/CN103761421B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110057539A (ko) * | 2009-11-24 | 2011-06-01 | 한국수력원자력 주식회사 | 시스템 신뢰도 평가 장치 및 방법 |
CN101847834A (zh) * | 2010-06-07 | 2010-09-29 | 苏州热工研究院有限公司 | 电站小样本及无失效数据部件失效率的可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
凌光等: "面向数控系统可靠性评估的最大熵先验信息解", 《机械工程学报》 * |
陈乐心: "汽车零部件可靠性评估的小样本方法", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573275A (zh) * | 2015-01-28 | 2015-04-29 | 太原重工股份有限公司 | 一种基于故障维修数据的大型矿用挖掘机可靠性分配方法 |
CN107657145A (zh) * | 2017-09-15 | 2018-02-02 | 电子科技大学 | Weibull分布无失效数据可靠性指标估计方法 |
CN107545123A (zh) * | 2017-09-29 | 2018-01-05 | 电子科技大学 | 考虑多种不确定性下的提升减速器动态可靠性方法 |
CN110263472A (zh) * | 2019-06-27 | 2019-09-20 | 中国人民解放军国防科技大学 | 基于回归法综合寿命试验数据的机电产品可靠度评估方法 |
CN110263472B (zh) * | 2019-06-27 | 2021-01-29 | 中国人民解放军国防科技大学 | 基于回归法综合寿命试验数据的机电产品可靠度评估方法 |
CN110321650A (zh) * | 2019-07-11 | 2019-10-11 | 电子科技大学 | 基于新型试验设计与权重响应面的结构可靠性分析方法 |
CN110321650B (zh) * | 2019-07-11 | 2021-06-22 | 电子科技大学 | 基于新型试验设计与权重响应面的结构可靠性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103761421B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103761421A (zh) | 一种大型矿用挖掘机提升机构可靠性评估方法 | |
Liu et al. | Optimal earth pressure balance control for shield tunneling based on LS-SVM and PSO | |
CN104294810B (zh) | 一种强夯地基加固随夯诊断实时处理方法及强夯实时诊断装置 | |
CN103424654B (zh) | 一种敏感设备电压暂降敏感度的评估方法 | |
CN103233741B (zh) | 定量化评价超大型地下洞室群施工期围岩稳定性的方法 | |
CN109978226B (zh) | 基于循环神经网络的盾构施工地面沉降预测方法 | |
Reeve et al. | An investigation of the impacts of climate change on wave energy generation: The Wave Hub, Cornwall, UK | |
CN103645065B (zh) | 一种海上风机基础全时程耦合疲劳分析方法及系统 | |
Wang et al. | Dynamic prediction of mechanized shield tunneling performance | |
CA3037323A1 (en) | Reliability robust design method for multiple failure modes of ultra-deep well hoisting container | |
CN104200291A (zh) | 一种基于小波变换和arma-svm的涌水量预测方法 | |
CN103646181A (zh) | 蠕滑型人工边坡稳定性系数与预警判据的确定方法 | |
CN106407493A (zh) | 一种基于多维高斯云模型的岩爆等级评价方法 | |
CN103528613B (zh) | 煤矿井下重大危险源物联网动态监测预警方法 | |
CN107392786A (zh) | 基于支持向量机的矿井光纤光栅监测系统缺失数据补偿方法 | |
Wang et al. | Evaluation of compaction quality based on SVR with CFA: case study on compaction quality of earth-rock dam | |
CN104102817A (zh) | 多测点无失效数据大坝整体安全度动态评价方法 | |
Smith et al. | Nearshore placement of a sand dredged mound | |
Marino et al. | Influence of wind–waves energy transfer on the impulsive hydrodynamic loads acting on offshore wind turbines | |
Lu et al. | Deforming tendency prediction study on typical accumulation landslide with step-like displacements in the Three Gorges Reservoir, China | |
CN113344275B (zh) | 一种基于lstm模型的浮式平台波浪爬升在线预报方法 | |
CN104503001B (zh) | 一种利用翻斗式雨量计实时测量降雨强度的方法 | |
Bo et al. | Research on the data validity of a coal mine solid backfill working face sensing system based on an improved transformer | |
Wang et al. | A dynamic marine oil spill prediction model based on deep learning | |
Xie et al. | Real-time perception of rock–machine interaction information in TBM tunnelling using muck image analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20170606 Termination date: 20191231 |