CN107239622B - 飞机锁机构部件磨损退化与功能退化竞争失效分析方法 - Google Patents
飞机锁机构部件磨损退化与功能退化竞争失效分析方法 Download PDFInfo
- Publication number
- CN107239622B CN107239622B CN201710421125.5A CN201710421125A CN107239622B CN 107239622 B CN107239622 B CN 107239622B CN 201710421125 A CN201710421125 A CN 201710421125A CN 107239622 B CN107239622 B CN 107239622B
- Authority
- CN
- China
- Prior art keywords
- degradation
- lock mechanism
- function
- point
- failure
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
飞机锁机构部件磨损退化与功能退化竞争失效分析方法,属于飞机锁机构部件可靠性分析技术领域。本发明是为了解决现有飞机锁机构的失效分析方法中,需要对部件磨损退化和功能退化分别建模再考虑相关性,分析结果可靠性低的问题。它用非线性漂移布朗运动对部件磨损退化失效进行建模,并用代理模型建立各个磨损退化分部件与功能量之间的函数传递关系,以此寻找功能量的退化规律。FGM copula函数用来建立部件磨损退化量和功能退化量之间的联合概率密度函数,并基于此计算不同失效模式下的竞争失效概率和锁机构的整体可靠度。本发明用于计算飞机锁机构部件的可靠度。
Description
技术领域
本发明涉及飞机锁机构部件磨损退化与功能退化竞争失效分析方法,属于飞机锁机构部件可靠性分析技术领域。
背景技术
飞机锁机构的可靠性水平直接影响飞机特定机构的工作状态,进而影响整机的飞行安全。由于磨损、腐蚀、老化等原因,工程机构在使用过程中通常存在着部件的磨损退化,即便是正常的工作环境,这些导致磨损的原因也无法避免。与此同时,机构在设计之初都有其特定的功能,机构功能是否可完成直接决定了机构的工作状态是否正常,而机构功能的完成又由机构部件共同决定,机构部件的磨损退化同时也会引发机构功能的退化。对于一个确定的机构而言,机构功能量是机构各个部件的函数,该函数由机构的传递关系和机构组成特性共同决定,且机构部件的磨损退化量和功能量的退化是相关的,如何正确建立退化模型并正确描述这种相关性是准确分析机构退化竞争失效的基础。
现有的有关竞争退化的论文主要针对处于外界冲击失效和自身退化失效情形下的系统进行建模,外界冲击失效以遵循特定速率的泊松过程描述,退化过程则通常使用退化路径模型或随机过程来描述。对于相关性的随机变量,基本的方法是建立变量的联合概率分布函数,而由于建立联合概率分布函数存在的计算量的困难,更常使用的是利用copula函数建立描述两个随机变量之间的相关性,并据此建立联合概率分布函数以进行可靠性分析计算。
目前针对飞机锁机构的失效分析方法中,对处于部件磨损退化和功能退化下的飞机锁机构进行可靠度分析的时候,需要对两种失效模式分别建模并考虑相关性。
发明内容
本发明目的是为了解决现有飞机锁机构的失效分析方法中,需要对部件磨损退化和功能退化分别建模再考虑相关性,分析结果可靠性低的问题,提供了一种飞机锁机构部件磨损退化与功能退化竞争失效分析方法。
本发明所述飞机锁机构部件磨损退化与功能退化竞争失效分析方法,它包括以下步骤:
步骤一:根据飞机锁机构,定义功能量,再确定影响功能量实现的部件,并在部件中确定所有磨损退化分部件;
步骤二:利用非线性漂移布朗运动对每个磨损退化分部件建立退化模型,确定不同时间点各个磨损退化分部件的随机特性;
步骤三:引入代理模型,建立各个磨损退化分部件的随机特性与锁机构功能量之间的传递关系,进而得到锁机构功能量的随机分布特性;
步骤四:通过FGM Copula函数建立所有磨损退化分部件的磨损退化量分布与锁机构功能量的随机分布之间的联合分布函数;
步骤五:根据联合分布函数分别计算考虑竞争情况下的不同失效模式的竞争失效概率,并计算得到锁机构的整体可靠度。
本发明的优点:本发明涉及飞机锁机构失效分析和可靠性计算,特别是锁机构处在部件磨损退化失效以及锁机构功能失效两种失效模式下,且两种失效模式是相互竞争关系。
本发明用非线性漂移布朗运动对部件磨损退化失效进行建模,并用代理模型建立各个磨损退化分部件与功能量之间的函数传递关系,以此寻找功能量的退化规律。FGMcopula函数用来建立部件磨损退化量和功能退化量之间的联合概率密度函数,并基于此计算不同失效模式下的竞争失效概率和锁机构的整体可靠度。
通过实验对比,本发明方法的计算结果更接近实际工程情况。与此同时,与蒙特卡洛计算所得到的结果相比,本方法所得到的计算结果具有足够的计算精度,可保证在使用过程的准确性。
附图说明
图1是本发明所述飞机锁机构部件磨损退化与功能退化竞争失效分析方法的流程图;
图2是具体实施方式二中飞机舱门上位锁机构打开状态示意图;
图3是飞机舱门上位锁机构锁闭状态示意图;
图4是相关系数|α|=0.8时的FGM Copula函数分布图;
图5是铰链A磨损退化失效概率曲线图;
图6是飞机舱门上位锁机构功能失效概率曲线图;
图7是锁机构的整体可靠度曲线图。
具体实施方式
具体实施方式一:下面结合图1说明本实施方式,本实施方式所述飞机锁机构部件磨损退化与功能退化竞争失效分析方法,它包括以下步骤:
步骤一:根据飞机锁机构,定义功能量,再确定影响功能量实现的部件,并在部件中确定所有磨损退化分部件;
步骤二:利用非线性漂移布朗运动对每个磨损退化分部件建立退化模型,确定不同时间点各个磨损退化分部件的随机特性;
步骤三:引入代理模型,建立各个磨损退化分部件的随机特性与锁机构功能量之间的传递关系,进而得到锁机构功能量的随机分布特性;
步骤四:通过FGM Copula函数建立所有磨损退化分部件的磨损退化量分布与锁机构功能量的随机分布之间的联合分布函数;
步骤五:根据联合分布函数分别计算考虑竞争情况下的不同失效模式的竞争失效概率,并计算得到锁机构的整体可靠度。
具体实施方式二:下面结合图1至图7说明本实施方式,本实施方式对实施方式一作进一步说明,步骤一中,所述飞机锁机构为飞机舱门上位锁机构,飞机舱门上位锁机构由摇臂1、摇臂中连杆2、摇臂下连杆3、锁钩4和锁环5组成,定义锁钩4的钩末端顶端到锁环5中心的距离作为运动功能量,摇臂中连杆2的一端与摇臂1中连接点连接,确定摇臂中连杆2另一端与固定部件连接通过的铰链A为磨损退化分部件;
图2和图3中对锁机构的工作过程进行了简单示意,飞机舱门上位锁机构的功能是确保锁钩4可以在两个摇臂连杆等构件的带动下锁住锁环5,以完成其锁定功能;但由于制造误差、装备误差、运动副间隙等原因,锁闭状态的时候锁钩不一定能够在正确的位置钩住锁环,使运动精度达不到进而影响锁机构功能的实现。
根据锁的功能描述和运动原理,锁的功能是确保锁钩可以正确地钩住锁环。为了描述锁的功能,定义锁钩的顶端到锁环中心的距离为运动功能量,如图3局部放大图中虚线段所示。锁机构的功能由组成锁的诸多组件共同决定,因此这些组件的几何长度都会影响锁机构功能。在锁的实际使用过程中发现,铰链A出现了比较明显的磨损,选定铰链A作为磨损退化分部件,磨损量用磨损导致铰链间隙的变化衡量。同时,铰链A的磨损导致相应部件的几何长度变化,进一步影响功能量的大小。当功能量与理想情况下的功能量误差超过允许值,锁机构即发生功能失效,当磨损退化部件的磨损量超过允许值,锁机构发生部件磨损退化失效。
步骤二中,利用非线性漂移布朗运动对铰链A建立退化模型:非线性漂移布朗运动的公式为:
X1(t)=σB(t)+μtq+D0,
式中X1(t)为退化量,B(t)为标准布朗运动,σ为第一参数,μ为第二参数,D0为退化量的初值,tq为时间项,q为指数项;
根据飞机舱门上位锁机构的设计要求,铰链A的磨损量不能超过既定的阈值XTH,故铰链A失效域为{X1(t)>XTH},其可靠度表示为:
退化模型中相关参数为表1所示:
表1
σ(mm) | μ(mm) | q | D<sub>0</sub>(mm) | X<sub>TH</sub>(mm) |
0.1 | 0.0011 | 1.15 | 0.05 | 0.6 |
为了正确描述铰链A的退化过程,采用非线性漂移布朗运动建模。典型的漂移布朗运动公式为X(t)=σB(t)+μt+D0,其中X(t)表示退化量,B(t)为标准布朗运动,σ,μ为参数,D0表示退化量的初值。典型漂移布朗运动公式中的时间项t是线性的,无法更准确的表述退化过程中的速度变化,为了更好的解决此问题,步骤二中在非线性漂移的布朗运动中应用了指数形式的时间项。将典型漂移布朗运动公式中的t转变为tq,当指数项q的值大于1时,整个退化过程是加速的。当新的时间项引入后,根据概率论和数理统计理论,退化量X1(t)在t时刻遵循均值为D0+μtq,方差为σ2t正态分布,即X1(t)~N(D0+μtq,σ2t)。
步骤三中,功能量由锁机构各个部件共同完成,因此所述运动功能量为各个部件几何长度的函数,用Lpm表示该锁机构的运动功能量,Lpm=G(LCB,LAB,LBD,LDF,LEF),定义摇臂1的上连接点为C点,中连接点为B点,下连接点为D点,铰链A的连接点为A点,锁钩4的旋转连接点为E点,状态连接点为F点,A点与B点之间通过摇臂中连杆2连接,F点和D点之间通过摇臂下连杆3连接,LCB为C点与B点之间的杆件长度,LAB为A点与B点之间的杆件长度、LBD为B点与D点之间的杆件长度、LDF为D点与F点之间的杆件长度、LEF为E点与F点之间的杆件长度;摇臂中连杆2的分布特性是随着时间变化的,根据有效长度理论,锁机构功能量的函数进一步表示为:
Lpm=G(LCB,LAB(t),LBD,LDF,LEF);
当锁机构功能量与理想状态下功能量的差值超过允许值的时候锁机构发生功能失效,该功能失效的失效域为{Lpm(t)-Lpm理想>Δ},式中Δ为锁机构功能量与理想状态下功能量的差值允许值;
其可靠度为:
RPS(t)=P{Lpm(t)-Lpm理想<Δ}=P(Lpm(t)<Lpm理想+Δ);
通过代理模型建立锁机构运动功能量分布和各个分部件几何长度分布的传递关系,选用一次响应面模型,各个分部件的分布性质如表2所示:
表2
步骤三中,由于铰链A是磨损铰链,磨损会影响到与之相连杆件的几何长度,因此杆件AB即摇臂中连杆2的分布特性是随着时间变化的。
对于同一批机构,各个构件的几何长度是符合某一分布的变量,因此可以通过代理模型建立锁机构功能量分布和各个构件几何长度分布的传递关系。在这里选用一次响应面模型。各个部件的分布性质如表2所示。
步骤四中,针对磨损退化量和锁机构功能退化量通过FGM Copula函数建立联合分布函数:
FGM Copula函数的表达式为:
C(u1,u2)=u1u2(1+α(1-u1)(1-u2)),
其中u1:0≤u1≤1,为铰链A的磨损退化量的边缘分布,且由于退化的存在该分布随时间发生变化;u2:0≤u2≤1,为锁机构功能量的边缘分布;α:|α|≤1,为u1与u2的相关系数;
对于飞机舱门上位锁机构,联合分布函数为:
通过前三个步骤,可以知晓各个部件和锁机构功能量在任意时刻t下的分布,针对磨损退化量和锁机构功能退化量通过FGM Copula函数建立其联合分布函数,并据此进行进一步的分析。
步骤五中,对于磨损退化失效,其竞争失效概率F1为:
对于锁机构功能失效,其竞争失效概率F2为:
锁机构的整体可靠度R锁机构为:
步骤五中计算得到的竞争失效概率结果与不考虑竞争情况下的失效概率和利用蒙特卡洛方法计算得到的实效概率结果进行对比,可以进一步印证本发明方法的准确性和实用性,如图5及图6所示。
任一种失效的出现都会导致系统的失效,利用得到的联合概率密度函数,计算锁系统的整体可靠度,并得到可靠度随时间的变化规律。计算结果如图7所示。
通过对各个曲线图的分析可知,本发明所提的方法可以有效的针对处于部件磨损失效和功能失效下的锁机构进行失效分析和可靠度计算,且计算结果更接近实际工程情况。与此同时,与蒙特卡洛计算所得到的结果相比,本方法所得到的计算结果具有足够的计算精度,可保证在使用过程的准确性。
Claims (2)
1.一种飞机锁机构部件磨损退化与功能退化竞争失效分析方法,其特征在于,它包括以下步骤:
步骤一:根据飞机锁机构,定义功能量,再确定影响功能量实现的部件,并在部件中确定所有磨损退化分部件;
步骤二:利用非线性漂移布朗运动对每个磨损退化分部件建立退化模型,确定不同时间点各个磨损退化分部件的随机特性;
步骤三:引入代理模型,建立各个磨损退化分部件的随机特性与锁机构功能量之间的传递关系,进而得到锁机构功能量的随机分布特性;
步骤四:通过FGM Copula函数建立所有磨损退化分部件的磨损退化量分布与锁机构功能量的随机分布之间的联合分布函数;
步骤五:根据联合分布函数分别计算考虑竞争情况下的不同失效模式的竞争失效概率,并计算得到锁机构的整体可靠度;
其中,步骤三中,功能量由锁机构各个部件共同完成,因此所述运动功能量为各个部件几何长度的函数,用Lpm表示该锁机构的运动功能量,Lpm=G(LCB,LAB,LBD,LDF,LEF),定义摇臂(1)的上连接点为C点,中连接点为B点,下连接点为D点,铰链A的连接点为A点,锁钩(4)的旋转连接点为E点,状态连接点为F点,A点与B点之间通过摇臂中连杆(2)连接,F点和D点之间通过摇臂下连杆(3)连接,LCB为C点与B点之间的杆件长度,LAB为A点与B点之间的杆件长度、LBD为B点与D点之间的杆件长度、LDF为D点与F点之间的杆件长度、LEF为E点与F点之间的杆件长度;摇臂中连杆(2)的分布特性是随着时间变化的,根据有效长度理论,锁机构功能量的函数进一步表示为:
Lpm=G(LCB,LAB(t),LBD,LDF,LEF)。
2.根据权利要求1所述的飞机锁机构部件磨损退化与功能退化竞争失效分析方法,其特征在于,
步骤一中,所述飞机锁机构为飞机舱门上位锁机构,飞机舱门上位锁机构由摇臂(1)、摇臂中连杆(2)、摇臂下连杆(3)、锁钩(4)和锁环(5)组成,定义锁钩(4)的钩末端顶端到锁环(5)中心的距离作为运动功能量,摇臂中连杆(2)的一端与摇臂(1)中连接点连接,确定摇臂中连杆(2)另一端与固定部件连接通过的铰链A为磨损退化分部件;
步骤二中,利用非线性漂移布朗运动对铰链A建立退化模型:非线性漂移布朗运动的公式为:
X1(t)=σB(t)+μtq+D0,
式中X1(t)为退化量,B(t)为标准布朗运动,σ为第一参数,μ为第二参数,D0为退化量的初值,tq为时间项,q为指数项;
根据飞机舱门上位锁机构的设计要求,铰链A的磨损量不能超过既定的阈值XTH,故铰链A失效域为{X1(t)>XTH},其可靠度表示为:
退化模型中相关参数为表1所示:
表1
步骤三中,当锁机构功能量与理想状态下功能量的差值超过允许值的时候锁机构发生功能失效,该功能失效的失效域为{Lpm(t)-Lpm理想>Δ},式中Δ为锁机构功能量与理想状态下功能量的差值允许值;
其可靠度为:
RPS(t)=P{Lpm(t)-Lpm理想<Δ}=P(Lpm(t)<Lpm理想+Δ);
通过代理模型建立锁机构运动功能量分布和各个分部件几何长度分布的传递关系,选用一次响应面模型,各个分部件的分布性质如表2所示:
表2
步骤四中,针对磨损退化量和锁机构功能退化量通过FGM Copula函数建立联合分布函数:
FGM Copula函数的表达式为:
C(u1,u2)=u1u2(1+α(1-u1)(1-u2)),
其中u1:0≤u1≤1,为铰链A的磨损退化量的边缘分布;u2:0≤u2≤1,为锁机构功能量的边缘分布;α:|α|≤1,为u1与u2的相关系数;
对于飞机舱门上位锁机构,联合分布函数为:
步骤五中,对于磨损退化失效,其竞争失效概率F1为:
对于锁机构功能失效,其竞争失效概率F2为:
锁机构的整体可靠度R锁机构为:
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010710004.4A CN111832184B (zh) | 2017-06-07 | 2017-06-07 | 一种飞机舱门上位锁机构部件磨损退化与功能退化竞争失效分析方法 |
CN201710421125.5A CN107239622B (zh) | 2017-06-07 | 2017-06-07 | 飞机锁机构部件磨损退化与功能退化竞争失效分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710421125.5A CN107239622B (zh) | 2017-06-07 | 2017-06-07 | 飞机锁机构部件磨损退化与功能退化竞争失效分析方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010710004.4A Division CN111832184B (zh) | 2017-06-07 | 2017-06-07 | 一种飞机舱门上位锁机构部件磨损退化与功能退化竞争失效分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107239622A CN107239622A (zh) | 2017-10-10 |
CN107239622B true CN107239622B (zh) | 2020-08-18 |
Family
ID=59986134
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010710004.4A Expired - Fee Related CN111832184B (zh) | 2017-06-07 | 2017-06-07 | 一种飞机舱门上位锁机构部件磨损退化与功能退化竞争失效分析方法 |
CN201710421125.5A Active CN107239622B (zh) | 2017-06-07 | 2017-06-07 | 飞机锁机构部件磨损退化与功能退化竞争失效分析方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010710004.4A Expired - Fee Related CN111832184B (zh) | 2017-06-07 | 2017-06-07 | 一种飞机舱门上位锁机构部件磨损退化与功能退化竞争失效分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111832184B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506337A (zh) * | 2017-10-12 | 2017-12-22 | 中国人民解放军海军航空工程学院 | 基于多元加速退化数据的可靠性统计推断方法 |
CN113673120B (zh) * | 2018-02-05 | 2024-01-30 | 西北工业大学 | 一种包括退化模型的机构可靠性建模方法 |
CN111709139B (zh) * | 2020-06-17 | 2023-03-31 | 中国电子科技集团公司第二十九研究所 | 基于模型系统的复杂电子装备失效风险传递关系分析方法 |
CN111898245A (zh) * | 2020-06-29 | 2020-11-06 | 西北工业大学 | 飞机舱门泄压阀机构磨损可靠性与灵敏度分析方法 |
CN112464363B (zh) * | 2020-11-19 | 2022-09-27 | 西北工业大学 | 飞机舱门锁机构多失效模式重要度分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678858A (zh) * | 2012-09-26 | 2014-03-26 | 中国人民解放军第二炮兵工程大学 | 一种存在竞争失效条件下的设备剩余寿命预测方法 |
CN105117550A (zh) * | 2015-08-26 | 2015-12-02 | 电子科技大学 | 一种面向产品多维相关性退化失效的建模方法 |
CN106202792A (zh) * | 2016-07-21 | 2016-12-07 | 西安理工大学 | 一种融合电流和轴温的动量轮剩余寿命预测方法 |
CN106650204A (zh) * | 2016-09-27 | 2017-05-10 | 北京航空航天大学 | 一种产品故障行为耦合建模和可靠性评估方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160283621A1 (en) * | 2010-01-06 | 2016-09-29 | Sas Institute Inc. | Hybrid Simulation Methodologies |
US20110167020A1 (en) * | 2010-01-06 | 2011-07-07 | Zhiping Yang | Hybrid Simulation Methodologies To Simulate Risk Factors |
CN102375925B (zh) * | 2011-07-12 | 2015-03-11 | 武汉理工大学 | 考虑微动疲劳的斜拉桥钢绞线斜拉索抗力退化评估方法 |
CN102567639A (zh) * | 2011-12-30 | 2012-07-11 | 南京航空航天大学 | 一种针对竞争失效的航空发动机可靠性评估方法 |
CN103048607B (zh) * | 2012-12-15 | 2015-08-19 | 华中科技大学 | 一种基于给定阈值的数控成品电路板性能退化测评方法 |
CN103336901B (zh) * | 2013-06-27 | 2016-07-06 | 中国人民解放军国防科学技术大学 | 一种竞争失效相关加速寿命试验统计分析方法 |
CN104298843B (zh) * | 2014-05-22 | 2018-06-15 | 北京航空航天大学 | 一种基于着色随机Petri网的复杂机构动态级联可靠性建模方法 |
CN105224796A (zh) * | 2015-09-24 | 2016-01-06 | 西北工业大学 | 一种运动机构的可靠性演化分析方法 |
CN106650170B (zh) * | 2017-01-04 | 2019-10-29 | 北京航空航天大学 | 一种液压伺服作动器的可靠性评估方法 |
-
2017
- 2017-06-07 CN CN202010710004.4A patent/CN111832184B/zh not_active Expired - Fee Related
- 2017-06-07 CN CN201710421125.5A patent/CN107239622B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678858A (zh) * | 2012-09-26 | 2014-03-26 | 中国人民解放军第二炮兵工程大学 | 一种存在竞争失效条件下的设备剩余寿命预测方法 |
CN105117550A (zh) * | 2015-08-26 | 2015-12-02 | 电子科技大学 | 一种面向产品多维相关性退化失效的建模方法 |
CN106202792A (zh) * | 2016-07-21 | 2016-12-07 | 西安理工大学 | 一种融合电流和轴温的动量轮剩余寿命预测方法 |
CN106650204A (zh) * | 2016-09-27 | 2017-05-10 | 北京航空航天大学 | 一种产品故障行为耦合建模和可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
Modeling the Dependent Competing Risks With Multiple Degradation Processes and Random Shock Using Time-Varying Copulas;Yaping Wang 等;《IEEE Transactions on Reliability》;20120331;第61卷(第1期);13-22 * |
基于退化失效与突发失效竞争的导弹剩余寿命预测;王浩伟 等;《航空学报》;20150818;第37卷(第4期);1240-1248 * |
Also Published As
Publication number | Publication date |
---|---|
CN107239622A (zh) | 2017-10-10 |
CN111832184A (zh) | 2020-10-27 |
CN111832184B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107239622B (zh) | 飞机锁机构部件磨损退化与功能退化竞争失效分析方法 | |
CN109977491B (zh) | 一种冲击损伤可恢复条件下的退化建模与寿命预测方法 | |
Saleh et al. | Another look at the EWMA control chart with estimated parameters | |
CN109214094B (zh) | 多退化过程与随机冲击竞争失效系统的可靠性模型 | |
CN108038334B (zh) | 考虑突发失效阈值退化的飞机舱门锁系统可靠性建模方法 | |
CN110197288A (zh) | 故障影响下设备的剩余使用寿命预测方法 | |
Dolas et al. | Estimation the system reliability using Weibull distribution | |
CN103678858A (zh) | 一种存在竞争失效条件下的设备剩余寿命预测方法 | |
Zhang et al. | Control chart for monitoring the coefficient of variation with an exponentially weighted moving average procedure | |
CN104063569A (zh) | 一种基于emd去噪和渐消记忆的设备剩余寿命预测方法 | |
CN107563053A (zh) | 一种航空发动机轮盘疲劳寿命非局部概率设计方法 | |
Lewis et al. | Confidence interval coverage for designed experiments analyzed with GLMs | |
Kumar et al. | A study on system reliability in Weibull distribution | |
Mosbah et al. | Power system tracking state estimation based on stochastic fractal search technique under sudden load changing conditions | |
Elsayed et al. | Design of optimum simple step-stress accelerated life testing plans | |
Shahani et al. | Helicopter blade reliability: Statistical data analysis and modeling | |
Zeng et al. | A physics-of-failure-based approach for failure behavior modeling: With a focus on failure collaborations | |
Hassan et al. | Reliability estimation of stress-strength model with non-identical component strengths: the exponentiated Pareto case | |
Ge et al. | Optimum maintenance policy with inspection by semi-Markov decision processes | |
Khan et al. | Bayesian analysis of system availability with half-normal life time | |
Yu et al. | Radar fault diagnosis based on chaos genetic reduction algorithm | |
CN112052523A (zh) | 一种基于载荷特性比对的直升机旋翼动部件强度设计方法 | |
Üstoğlu et al. | Effects of varying diagnostic coverage on functional safety | |
Toothman et al. | An Adaptive, State-Based Framework for Fault Prediction in Rotating Equipment | |
Shen et al. | Research on Function Reliability of Gear Door Lock System With Correlated Failure Models Based on Mixed Copula |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |