CN109325287B - 一种估计机械件可靠性参数的方法 - Google Patents

一种估计机械件可靠性参数的方法 Download PDF

Info

Publication number
CN109325287B
CN109325287B CN201811082298.XA CN201811082298A CN109325287B CN 109325287 B CN109325287 B CN 109325287B CN 201811082298 A CN201811082298 A CN 201811082298A CN 109325287 B CN109325287 B CN 109325287B
Authority
CN
China
Prior art keywords
parameter
mean
normal distribution
life
equal
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
Application number
CN201811082298.XA
Other languages
English (en)
Other versions
CN109325287A (zh
Inventor
饶喆
蒋涛
李华
张宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval University of Engineering PLA
Original Assignee
Naval University of Engineering PLA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval University of Engineering PLA filed Critical Naval University of Engineering PLA
Priority to CN201811082298.XA priority Critical patent/CN109325287B/zh
Publication of CN109325287A publication Critical patent/CN109325287A/zh
Application granted granted Critical
Publication of CN109325287B publication Critical patent/CN109325287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种估计机械件可靠性参数的方法,包括以下步骤:步骤一:确定候选的寿命分布参数,根据已有机械件可靠性数据的分布规律,确定待估机械件寿命正态分布的均值参数上限μmax和下限μmin及其根方差参数上限σmax和下限σmin,根据上下限值分别确定均值参数的步长d1和根方差参数的步长d2,计算出μ1j1和σ1j2,然后对μ1j1和σ1j2进行遍历组合;步骤二:遍历寿命均值参数μj和根方差参数σj的组合并计算似然值,找出似然值中最大值记为LM,则该最大值对应的μM为寿命均值参数的估计值,σj为寿命根方差参数的估计值。本发明利用“少量的可靠性试验数据+在产品研制、生产、使用等阶段产生的大量数据”,估算产品寿命的分布规律。

Description

一种估计机械件可靠性参数的方法
技术领域
本发明涉及可靠性测试技术领域,特别涉及一种估计机械件可靠性参数的方法。
背景技术
可靠性是描述产品质量的核心属性,通常用寿命的分布规律(分布类型和参数)来定量描述可靠性。理论上,针对产品开展大量的可靠性试验,可以获得足够数量的产品寿命数据,然后可采用成熟的数理统计方法来估计出产品寿命的分布类型和参数。但在实际工作中,针对产品开展大量可靠性试验,往往意味着高昂的经济成本和漫长的试验耗时,因此更常见的做法是利用“少量的可靠性试验数据+在产品研制、生产、使用等阶段产生的大量数据”,估算产品寿命的分布规律。在产品的可靠性试验中,一般配备有专门的在线检测设备,用于实时监测产品的完好性状态,及时记录产品的故障时刻,因此可以获得产品寿命的数值。但在产品研制、生产、使用等这些非可靠性试验场景下,不一定配备有专门的在线检测设备,只能定期或不定期地对产品进行完好性检查,因而不能准确获知产品的故障时刻,也就无法获得寿命的数值信息。
发明内容
为了克服背景技术中存在的缺陷,本发明提供一种估计机械件可靠性参数的方法。
为了实现上述目的,本发明采用的技术方案为:一种估计机械件可靠性参数的方法,包括以下步骤:
步骤一:确定候选的寿命分布参数,根据已有机械件可靠性数据的分布规律,初步确定待估机械件寿命正态分布的均值参数上限μmax和均值参数下限μmin及待估机械件寿命正态分布的根方差参数上限σmax和根方差参数下限σmin
在确定的正态分布单元寿命均值参数上限μmax和均值参数下限μmin区间内,等间隔生成n1个候选均值参数,每个相邻候选均值参数之间的步长相等为d1,根据正态分布均值参数的步长d1依次计算出n1个正态分布的均值参数μ1j1,其中1≤j1≤n1;
在确定的正态分布单元寿命根方差参数上限σmax和根方差参数下限σmin区间内,等间隔生成n2个候选根方差参数,其中每个相邻候选根方差参数之间的步长相等为d2,根据正态分布根方差参数的步长d2依次计算出正态分布的根方差参数σ1j2,其中1≤j2≤n2;
取n=n1×n2,由μ1j1和σ1j2进行遍历组合获得n组候选的分布参数(μjj),1≤j≤n;
步骤二:遍历寿命均值参数μj和根方差参数σj的组合计算似然值,对于每个候选参数组合,针对一组包含m个机械件检测信息的数据组,根据第i个检测信息所包含的在Ti时刻的单元状态信息Fi确定计算系数Wi,依据m个检测数据不断迭代更新似然值Lj,迭代之初,设定每个候选参数组合对应的似然值初始值为0,在每个候选参数组合所对应的迭代完毕后的似然值中,寻找最大值即LM,则此时最大值对应的μM为机械件寿命均值参数的估计值,σj为机械件寿命根方差参数的估计值。
在上述方案中,所述步骤一中候选的寿命分布参数的计算过程如下:
1)确定正态分布的均值参数μ1j1和步长d1的计算过程如下:
Figure BDA0001802276950000031
其中,μmax表示正态分布的均值参数上限,μmin表示正态分布的均值参数下限,n1为正整数,且n1≥2;
2)确定正态分布的根方差参数σ1j2和步长d2的计算过程如下:
Figure BDA0001802276950000032
其中,σmax表示正态分布的根方差参数上限,σmin表示正态分布的根方差参数下限,n1为正整数,且n1≥2;
3)μ1j1和σ1j2遍历组合的计算方式为:
令j=1,第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,令μj=μ1j1;σj=σ1j2;j=j+1,其中μmax≥μ1j1≥μmin,σmax≥σ1j2≥σmin
在上述方案中,所述步骤二中计算系数Wi和似然值Lj的计算过程如下:
Figure BDA0001802276950000041
Figure BDA0001802276950000042
其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Lj为似然值,Ti为第i个产品的检测时刻。
在上述方案中,所述步骤二中似然值Lj遍历计算过程如下:
1)令j=1;
2)令i=1,Lj=0;
3)计算系数
Figure BDA0001802276950000043
其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Lj为似然值,Ti为第i个产品的检测时刻;
4)更新i=i+1,若i≤m则转3),否则转5);
5)更新j=j+1,若j≤n则转2),否则6);
6)在Lj(1≤j≤n)中找到最大值,记其为LM,则μM为机械件寿命均值参数的估计值,σM为机械件寿命根方差参数的估计值。
与现有技术相比,本发明的有益效果是:利用“少量的可靠性试验数据+在产品研制、生产、使用等阶段产生的大量数据”,估算产品寿命的分布规律,避免针对产品开展大量可靠性试验造成的人力、物理和财力的消耗。
具体实施方式
以下结合某机械件的案例,对本发明作进一步的详细描述。
本发明一种估计机械件可靠性参数的方法,包括以下步骤:
步骤一:确定候选的寿命分布参数,根据已有机械件可靠性数据的分布规律,初步确定待估机械件寿命正态分布的均值参数上限μmax和均值参数下限μmin及待估机械件寿命正态分布的根方差参数上限σmax和根方差参数下限σmin
在确定的正态分布单元寿命均值参数上限μmax和均值参数下限μmin区间内,等间隔生成n1个候选均值参数,每个相邻候选均值参数之间的步长相等为d1,根据正态分布均值参数的步长d1依次计算出n1个正态分布的均值参数μ1j1,其中1≤j1≤n1;
在确定的正态分布单元寿命根方差参数上限σmax和根方差参数下限σmin区间内,等间隔生成n2个候选根方差参数,其中每个相邻候选根方差参数之间的步长相等为d2,根据正态分布根方差参数的步长d2依次计算出正态分布的根方差参数σ1j2,其中1≤j2≤n2;
取n=n1×n2,由μ1j1和σ1j2进行遍历组合获得n组候选的分布参数(μjj),1≤j≤n;
其中,正态分布的均值参数μ1j1和步长d1的计算过程如下:
Figure BDA0001802276950000061
式中,μmax表示正态分布的均值参数上限,μmin表示正态分布的均值参数下限,n1为正整数,且n1≥2;
其中,正态分布的根方差参数σ1j2和步长d2的计算过程如下:
Figure BDA0001802276950000062
式中,σmax表示正态分布的根方差参数上限,σmin表示正态分布的根方差参数下限,n1为正整数,且n1≥2;
其中,μ1j1和σ1j2遍历组合的计算方式为:
令j=1,第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,令μj=μ1j1;σj=σ1j2;j=j+1,其中μmax≥μ1j1≥μmin,σmax≥σ1j2≥σmin
步骤二:遍历寿命均值参数μj和根方差参数σj的组合计算似然值,对于每个候选参数组合,针对一组包含m个机械件检测信息的数据组,根据第i个检测信息所包含的在Ti时刻的单元状态信息Fi确定计算系数Wi,依据m个检测数据不断迭代更新似然值Lj,迭代之初,设定每个候选参数组合对应的似然值初始值为0,在每个候选参数组合所对应的迭代完毕后的似然值中,寻找最大值记为LM,则此时最大值对应的μM为机械件寿命均值参数的估计值,σj为机械件寿命根方差参数的估计值。
其中,计算系数Wi和似然值Lj的计算公式如下:
Figure BDA0001802276950000071
Figure BDA0001802276950000072
式中,其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Lj为似然值,Ti为第i个产品的检测时刻;
似然值Lj的遍历计算过程如下:
1)令j=1;
2)令i=1,Lj=0;
3)计算系数
Figure BDA0001802276950000073
式中,其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Lj为似然值,Ti为第i个产品的检测时刻;
4)更新i=i+1,若i≤m则转3),否则转5);
5)更新j=j+1,若j≤n则转2),否则6);
6)在Lj(1≤j≤n)中找到最大值,记其为LM,则μM为机械件寿命均值参数的估计值,σM为机械件寿命根方差参数的估计值。
实施例,某机械件的[F T]型可靠性数据如下表,从工程经验可知该机械件的寿命服从正态分布,试估计其均值参数和根方差参数。
Figure BDA0001802276950000081
从以往经验得知,该机械件的均值参数在500~2000范围内,以100为步长;根方差参数在50~400范围内,以100为步长,共生成64个候选的分布参数(μ2j,σ2j),1≤j≤64,计算结果如下表:
Figure BDA0001802276950000082
Figure BDA0001802276950000091
从表中可以看出,在Lj(1≤j≤64)中的最大值为L23,则μ23=1000,σ23=250为该机械件寿命分布参数的估计值。
为进一步验证本发明方法的可行性,建立了如下仿真模型:假定某机械件的寿命服从正态分布N(μ,σ2)。
(1)产生k1个随机数simTi(1≤i≤k1),simTi服从正态分布N(μ,σ2),用于模拟机械件的寿命值。令Fi=0,Ti=simTi得到k1组[Fi Ti],1≤i≤k1。
(2)产生k2个随机数simTi(k1+1≤i≤k1+k2),simTi服从正态分布N(μ,σ2),用于模拟机械件的寿命值。
(3)产生k2个均匀随机数simTci(k1+1≤i≤k1+k2),用于模拟检查时刻。
(4)在k1+1≤i≤k1+k2范围内,令
Figure BDA0001802276950000101
Ti=Tci
利用以上仿真得到的k1+k2组寿命数据[Fi Ti]后,再应用本文方法可得到分布参数的估计值。以μ=1000,σ=250,k1=5,k2=15为例,大量仿真后用本文方法得到的该机械件寿命分布均值参数统计结果的均值为1002.0、根方差为75.2,根方差参数统计结果的均值为239.5、根方差为54.7。如果使用k1+k2组寿命数据simTi的话,采用理论方法计算得到的均值参数统计结果的均值为1002.0、根方差为52.3,根方差参数统计结果的均值为244.4、根方差为35.5,二者的差异在工程允许范围以内。
以上仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他的相关技术领域,均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种估计机械件可靠性参数的方法,其特征在于,针对寿命服从正态分布的部件开展可靠性参数估计,包括以下步骤:
步骤一:确定候选的寿命分布参数,根据已有机械件可靠性数据的分布规律,初步确定待估机械件寿命正态分布的均值参数上限μmax和均值参数下限μmin及待估机械件寿命正态分布的根方差参数上限σmax和根方差参数下限σmin
在确定的正态分布单元寿命均值参数上限μmax和均值参数下限μmin区间内,等间隔生成n1个候选均值参数,每个相邻候选均值参数之间的步长相等为d1,根据正态分布均值参数的步长d1依次计算出n1个正态分布的均值参数μ1j1,其中1≤j1≤n1;
在确定的正态分布单元寿命根方差参数上限σmax和根方差参数下限σmin区间内,等间隔生成n2个候选根方差参数,其中每个相邻候选根方差参数之间的步长相等为d2,根据正态分布根方差参数的步长d2依次计算出正态分布的根方差参数σ1j2,其中1≤j2≤n2;
取n=n1×n2,由μ1j1和σ1j2进行遍历组合获得n组候选的分布参数(μjj),1≤j≤n;
步骤二:遍历寿命均值参数μj和根方差参数σj的组合计算似然值,对于每个候选参数组合,针对一组包含m个机械件检测信息的数据组,根据第i个检测信息所包含的在Ti时刻的单元状态信息Fi确定计算系数Wi,依据m个检测数据不断迭代更新似然值Lj,迭代之初,设定每个候选参数组合对应的似然值初始值为0,在每个候选参数组合所对应的迭代完毕后的似然值中,寻找出最大值LM,则此时最大值对应的μM为机械件寿命均值参数的估计值,σj为机械件寿命根方差参数的估计值。
2.根据权利要求1所述的一种估计机械件可靠性参数的方法,其特征在于:所述步骤一中候选的寿命分布参数的计算过程如下:
1)确定正态分布的均值参数μ1j1和步长d1的计算过程如下:
Figure FDA0001802276940000021
其中,μmax表示正态分布的均值参数上限,μmin表示正态分布的均值参数下限,n1为正整数,且n1≥2;
2)确定正态分布的根方差参数σ1j2和步长d2的计算过程如下:
Figure FDA0001802276940000022
其中,σmax表示正态分布的根方差参数上限,σmin表示正态分布的根方差参数下限,n1为正整数,且n1≥2;
3)μ1j1和σ1j2遍历组合的计算方式为:
令j=1,第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,令μj=μ1j1;σj=σ1j2;j=j+1,其中μmax≥μ1j1≥μmin,σmax≥σ1j2≥σmin
3.根据权利要求1所述的一种估计机械件可靠性参数的方法,其特征在于:所述步骤二中计算系数Wi和似然值Lj的计算公式如下:
Figure FDA0001802276940000031
Figure FDA0001802276940000032
其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Ti为第i个产品的检测时刻。
4.根据权利要求1所述的一种估计机械件可靠性参数的方法,其特征在于:所述步骤二中似然值Lj遍历计算过程如下:
1)令j=1;
2)令i=1,Lj=0;
3)计算系数
Figure FDA0001802276940000033
时Lj=Lj+log(Wi)
其中,log(*)为自然对数函数,μj为正态分布的均值参数,σj为正态分布的根方差参数,Ti为第i个产品的检测时刻;
4)更新i=i+1,若i≤m则转3),否则转5);
5)更新j=j+1,若j≤n则转2),否则6);
6)在Lj(1≤j≤n)中找到最大值,记其为LM,则μM为机械件寿命均值参数的估计值,σM为机械件寿命根方差参数的估计值。
CN201811082298.XA 2018-09-17 2018-09-17 一种估计机械件可靠性参数的方法 Active CN109325287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811082298.XA CN109325287B (zh) 2018-09-17 2018-09-17 一种估计机械件可靠性参数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811082298.XA CN109325287B (zh) 2018-09-17 2018-09-17 一种估计机械件可靠性参数的方法

Publications (2)

Publication Number Publication Date
CN109325287A CN109325287A (zh) 2019-02-12
CN109325287B true CN109325287B (zh) 2023-02-07

Family

ID=65265923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811082298.XA Active CN109325287B (zh) 2018-09-17 2018-09-17 一种估计机械件可靠性参数的方法

Country Status (1)

Country Link
CN (1) CN109325287B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309533B (zh) * 2019-05-16 2023-05-16 中国人民解放军海军工程大学 基于备件保障数据的正态型单元寿命分布参数估计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323509A (zh) * 2011-10-10 2012-01-18 上海电力学院 有机电致发光显示器加速寿命试验参数范围的确定方法
CN106529090A (zh) * 2016-12-12 2017-03-22 中国航天标准化研究所 一种航天电子类产品可靠性评估方法
CN106971048A (zh) * 2017-04-14 2017-07-21 中国人民解放军海军工程大学 一种伽马型有寿件备件需求量计算方法
CN107766628A (zh) * 2017-09-29 2018-03-06 北京航空航天大学 一种基于寿命信息融合的动态退化可靠性评估方法
CN108170991A (zh) * 2018-01-24 2018-06-15 西南交通大学 基于Weibull分布的综合应力恒加试验方案可靠性评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073400A1 (en) * 2002-10-11 2004-04-15 Mitsubishi Heavy Industries, Ltd. Method for managing lifespans of high temperature gas turbine components and its implementation through computer program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323509A (zh) * 2011-10-10 2012-01-18 上海电力学院 有机电致发光显示器加速寿命试验参数范围的确定方法
CN106529090A (zh) * 2016-12-12 2017-03-22 中国航天标准化研究所 一种航天电子类产品可靠性评估方法
CN106971048A (zh) * 2017-04-14 2017-07-21 中国人民解放军海军工程大学 一种伽马型有寿件备件需求量计算方法
CN107766628A (zh) * 2017-09-29 2018-03-06 北京航空航天大学 一种基于寿命信息融合的动态退化可靠性评估方法
CN108170991A (zh) * 2018-01-24 2018-06-15 西南交通大学 基于Weibull分布的综合应力恒加试验方案可靠性评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数据驱动的可靠性评估与寿命预测研究进展:基于协变量的方法;喻勇等;《自动化学报》;20180228(第2期);216-227 *

Also Published As

Publication number Publication date
CN109325287A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN110147323B (zh) 一种基于生成对抗网络的变更智能检查方法及装置
DE102012103652A1 (de) Verfahren, Computerprogramm und System zur Durchführung der Interpolation bei Sensordaten zur Erzielung einer hohen Systemverfügbarkeit
CN107545110B (zh) 一种动态应力加速寿命试验剖面编制方法
CN108830492B (zh) 一种基于大数据的确定抽检商家的方法
CN108022123B (zh) 一种业务模型的自动调整方法及装置
CN117152119A (zh) 一种基于图像处理的型材瑕疵视觉检测方法
CN109325287B (zh) 一种估计机械件可靠性参数的方法
CN109388861B (zh) 一种指数型单元寿命分布参数估计方法
CN109284478B (zh) 一种估计对数正态型单元可靠性参数的方法
CN109325289B (zh) 一种估计电子件可靠性参数的方法
CN109323876B (zh) 一种估计伽玛型单元可靠性参数的方法
CN117195451A (zh) 一种基于图论的桥梁监测数据修复方法
CN109145502B (zh) 一种威布尔型单元寿命分布参数估计方法
CN109344472B (zh) 一种估计机电件可靠性参数的方法
CN112053181A (zh) 一种农产品价格预测方法及系统
CN109446481B (zh) 一种对数正态型单元寿命分布参数估计方法
CN109376334B (zh) 一种正态型单元的寿命分布参数估计方法
CN109388860B (zh) 一种伽玛型单元寿命分布参数估计方法
CN110309533B (zh) 基于备件保障数据的正态型单元寿命分布参数估计方法
CN112732773B (zh) 一种继电保护缺陷数据的唯一性校核方法及系统
Bala et al. Use of the multiple imputation strategy to deal with missing data in the ISBSG repository
CN113836125A (zh) 一种配电物联网边缘侧的配变数据清洗修复方法和系统
CN113821419A (zh) 一种基于svr和高斯函数的云服务器老化预测方法
JP7281708B2 (ja) 不良品の発生に寄与する装置特定のための製造条件計算装置、製造条件計算方法及び製造条件計算プログラム
CN111125078A (zh) 一种继电保护装置缺陷数据修正方法

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