CN110826226B - 一种齿轮传动装置的非精确概率可靠性评估方法 - Google Patents
一种齿轮传动装置的非精确概率可靠性评估方法 Download PDFInfo
- Publication number
- CN110826226B CN110826226B CN201911076039.0A CN201911076039A CN110826226B CN 110826226 B CN110826226 B CN 110826226B CN 201911076039 A CN201911076039 A CN 201911076039A CN 110826226 B CN110826226 B CN 110826226B
- Authority
- CN
- China
- Prior art keywords
- formula
- focal
- gear transmission
- function
- reliability
- 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
Abstract
本发明公开了一种齿轮传动装置的非精确概率可靠性评估方法,该方法通过证据理论对齿轮传动装置可靠性评估过程中的不确定性因素进行描述,并建立齿轮传动装置的极限状态函数;为了保证齿轮传动装置可靠性评估过程中的计算精度和计算效率,通过最大可能失效点和极限状态函数与不确定区域边缘的交点求解中点;然后,将极限状态函数在每个中点处进行一阶泰勒展开,并应用一阶近似可靠性分析方法对每个联合焦元在一阶泰勒展开函数上进行联合焦元极值分析,从而获得衡量齿轮传动装置可靠性的可信度和似真度;本发明可从本质上提高求解可信度和似真度的计算效率和求解质量,在齿轮传动装置可靠性评估领域具有广泛的工程应用价值。
Description
技术领域
本发明涉及齿轮传动装置可靠性评估领域,具体涉及一种齿轮传动装置的非精确概率可靠性评估方法。
背景技术
齿轮传动装置是机械传动系统中最常见的传动形式之一。齿轮传动装置的可靠性将直接影响到机械系统的传动效率,而在齿轮传动装置的设计过程当中,齿轮所承受的最大应力必须小于其最大许用应力。
针对齿轮传动装置的可靠性评估与设计,现有的方法存在以下问题:
1、现有针对齿轮传动装置的设计方法,大部分是在系统参数模型处于确定性条件下展开研究的,但在实际的齿轮传动装置设计过程中,由于边界条件、初始条件、测量条件存在误差或不确定性,如果仍把这些因素看作确定性因素来对待,则将导致系统响应与实际响应产生较大的偏差。
2、针对齿轮传动装置的可靠性评估方法,现有的一些方法采用概率模型来描述不确定性设计变量,如公开号为CN105138794A的专利“一种直齿轮传动系统可靠性评估方法”和公开号为CN107273609A的专利“一种基于Kriging模型齿轮传动可靠性评估方法”,上述专利的不确定变量均采用随机变量来描述,即随机变量分布类型需通过数据收集和假设检验得到,但实际的设计过程中,许多不确定变量因缺乏足够的样本数据而致使概率分布密度未知,从而导致很难精确地获得不确定性设计变量的概率分布。
3、针对齿轮传动装置的可靠性评估方法,现有的一些方法采用非概率凸集模型来描述不确定性设计变量,如公开号为CN102446239A的专利“考虑认知和随机不确定性的齿轮传动多学科可靠性分析方法”,该专利依据设计参数不确定性数据的完备性,通过概率模型和非概率凸集模型来描述不确定性设计参数,虽然描述不确定性设计参数的非概率凸集模型并不需要精确的概率分布,但由于非概率凸集模型过多的强调极端工况,从而将会造成保守设计。
4、针对齿轮传动装置的可靠性评估方法,现有的一些方法采用证据理论来描述不确定性设计变量,而且这些方法在可靠性评估过程中只考虑了极限状态函数的最大可能失效点,但在可靠性评估过程中,极限状态函数与不确定域边界相交的边界点对可信度和似真度的判断起着重要作用,这些方法由于未考虑这些边界点,从而影响了针对齿轮传动装置的可靠性评估精度。
发明内容
本发明的目的是为了解决现有齿轮传动装置可靠性评估方法存在的上述问题,提出了一种齿轮传动装置的非精确概率可靠性评估方法。
本发明解决其技术问题所采用的技术方案是:一种齿轮传动装置的非精确概率可靠性评估方法,包括如下步骤:
步骤1:对齿轮传动装置设计过程中的不确定性因素进行分析,并根据样本点的信息确定证据变量的识别框架与基本可信度分配,然后根据实际问题构建如公式(1)所示的针对齿轮传动装置可靠性评估的极限状态函数g(X):
g(X)=g0 公式(1)
X=(X1,Xj,...,Xs),j=1,2,...,s
公式(1)中,g0为许可响应值,证据变量Xj由公式(2)中的n个焦元所构成:
步骤2:建立上述齿轮传动装置可靠性评估问题的联合识别框架ΘX与联合焦元AX:
步骤3:将原始的证据向量X=(X1,Xj,...,Xs)转换成如下式所示的随机向量Y=(Y1,Yj,...,Ys):
步骤4:将随机向量Y=(Y1,Yj,...,Ys)通过公式(6)和公式(7)映射到标准正态空间下获得新的极限状态功能函数Q(U);
g(Y)=g(T(U))=Q(U) 公式(7)
U=(U1,Uj,...,Us),j=1,2,...,s
公式(6)中和公式(7)中,Φ为标准正态分布的累积分布函数,Φ-1为标准正态分布的累积分布反函数,Uj为随机变量Yj映射到标准正态空间下的变量,为随机变量Yj的累积分布函数,T(U)是随机向量Y映射到标准正态空间下的概率转换函数;
步骤5:求解如下式所示的优化问题,从而获得最大可能失效点U*:
公式(8)中,β为可靠性指标,U为向量U的范数;
步骤6:根据最大可能失效点U*求解Y*=(Y1,Y2,...,Yj,...,Ys):
步骤7:通过下式求解极限状态函数与不确定域边界相交的边界点:
步骤9:应用一阶近似可靠性分析方法对每个联合焦元在一阶泰勒展开函数g'z(X)上进行联合焦元极值分析,从而获得安全域G的可信度Bel(G)和似真度Pl(G):
优选的,所述步骤9中极值分析过程如下式所示:
公式(14)和公式(15)中,和分别表示联合焦元AX的下界和上界;在进行上述极值分析时,若所有的和则表示焦元AX完全处于安全域,其联合基本可信度分配应同时计入Bel(G)和Pl(G),若所有的且则AX∩G≠φ,表示焦元AX部分处于安全域中,其联合基本可信度分配计入Pl(G)当中,若部分的且表示焦元AX至少在一个一阶泰勒展开函数g'z(X)上满足AX∩G≠φ,其二分之一的联合基本可信度分配计入Pl(G)当中,若所有的和表示焦元AX完全处于失效域,则联合基本可信度分配既不记入Bel(G)也不记入Pl(G)。
本发明的有益效果是:
1、针对背景技术提出的第1点,本发明采用证据理论对齿轮传动装置的不确定性设计变量进行建模,从而考虑了不确定性因素对设计结果的影响。
2、针对背景技术第2点,本发明采用的证据理论对齿轮传动装置的不确定性设计变量进行建模,在建模过程中仅需要知道每个不确定性变量所包含焦元(基本可信度,类似于概率理论中的概率密度函数)的区间与质量,这些焦元的区间和质量可通过有限的样本来获得,而并不需要大量的样本点来构建精确的概率模型,从而大大降低了不确定性设计变量模型构建的难度。
3、针对背景技术提出的第3点,本发明采用的证据变量对齿轮传动装置的不确定性设计变量进行建模,因每个不确定性变量所包含的焦元因具备区间和质量两个要素,而非概率凸集模型仅用区间来描述,因此采用的证据变量进行可靠性评估时能有效避免保守设计。
4、针对背景技术提出的第4点,本发明不但考虑了齿轮传动装置极限状态函数的最大可能失效点,还考虑了极限状态函数与不确定域边界相交的边界点,从而有效提高了针对齿轮传动装置的可靠性评估精度。
注:上述设计不分先后,每一条都使得本发明相对现有技术具有区别和显著的进步。
附图说明
图1是本发明齿轮传动装置的非精确概率可靠性评估方法的流程图
图2是具体实施例中齿轮传动装置的模型示意图
图中,附图标记如下:
1、大齿轮 2、小齿轮 3、轮辐厚度 4、轮辐宽度 5、轴孔半径
具体实施方式
下面结合附图对本发明的通用方法进行说明:
如图1所示,一种齿轮传动装置的非精确概率可靠性评估方法,包括如下步骤:
步骤1:对齿轮传动装置设计过程中的不确定性因素进行分析,并根据样本点的信息确定证据变量的识别框架与基本可信度分配,然后根据实际问题构建如公式(1)所示的针对齿轮传动装置可靠性评估的极限状态函数g(X):
g(X)=g0 公式(1)
X=(X1,Xj,...,Xs),j=1,2,...,s
公式(1)中,g0为许可响应值,证据变量Xj由公式(2)中的n个焦元所构成:
步骤2:建立上述齿轮传动装置可靠性评估问题的联合识别框架ΘX与联合焦元AX:
步骤3:将原始的证据向量X=(X1,Xj,...,Xs)转换成如下式所示的随机向量Y=(Y1,Yj,...,Ys):
步骤4:将随机向量Y=(Y1,Yj,...,Ys)通过公式(6)和公式(7)映射到标准正态空间下获得新的极限状态功能函数Q(U);
g(Y)=g(T(U))=Q(U) 公式(7)
U=(U1,Uj,...,Us),j=1,2,...,s
公式(6)中和公式(7)中,Φ为标准正态分布的累积分布函数,Φ-1为标准正态分布的累积分布反函数,Uj为随机变量Yj映射到标准正态空间下的变量,为随机变量Yj的累积分布函数,T(U)是随机向量Y映射到标准正态空间下的概率转换函数;
步骤5:求解如下式所示的优化问题,从而获得最大可能失效点U*:
公式(8)中,β为可靠性指标,U为向量U的范数;
步骤6:根据最大可能失效点U*求解Y*=(Y1,Y2,...,Yj,...,Ys):
步骤7:通过牛顿法求解极限状态函数与不确定域边界相交的边界点:
步骤9:应用一阶近似可靠性分析方法对每个联合焦元在一阶泰勒展开函数g'z(X)上进行联合焦元极值分析,从而获得安全域G的可信度Bel(G)和似真度Pl(G):
公式(14)和公式(15)中,和分别表示联合焦元AX的下界和上界;在进行上述极值分析时,若所有的和则表示焦元AX完全处于安全域,其联合基本可信度分配应同时计入Bel(G)和Pl(G),若所有的且则AX∩G≠φ,表示焦元AX部分处于安全域中,其联合基本可信度分配计入Pl(G)当中,若部分的且表示焦元AX至少在一个一阶泰勒展开函数g'z(X)上满足AX∩G≠φ,其二分之一的联合基本可信度分配计入Pl(G)当中,若所有的和表示焦元AX完全处于失效域,则联合基本可信度分配既不记入Bel(G)也不记入Pl(G)。
为了进一步的对本发明做进一步详细说明,下面再结合一具体实施例对本发明的方案做一个说明。本实施例以齿轮传动装置的可靠性评估为实施例,在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图2所示,为本发明方法所针对的齿轮传动装置的模型示意图。按照图1所示的流程进行实施。一种齿轮传动装置的非精确概率可靠性评估方法,针对如图2所示的齿轮传动装置,其具体步骤为:
步骤1:对齿轮传动装置设计过程中的不确定性因素进行分析,同时考虑到齿轮传动结构的设计过程当中,齿轮所承受的最大应力必须小于其最大许用应力δmax=345MPa。因此,以大齿轮为设计对象,选取大齿轮轮辐的厚度X1、大齿轮轮辐的宽度X2和大齿轮轴孔的半径X3为证据变量,其相应的基本可信度分配如表1所示,从而构建如下所示的极限状态函数:
g(X)=δmax-Fmax(X) 公式(16)
X=(X1,X2,X3)T
5mm≤X1≤10mm
20mm≤X2≤80mm
40mm≤X3≤65mm
公式(6)中:δmax为最大许用应力,Fmax为大齿轮所承受的最大应力;
表1证据变量X1、X2、X3的基本可信度分配(BPA)
步骤2:建立上述齿轮传动装置可靠性评估问题的联合识别框架ΘX与联合焦元AX:
步骤3:将原始的证据向量X=(X1,X2,X3)转换成如下式所示的随机向量Y=(Y1,Y2,Y3):
步骤4:将随机向量Y=(Y1,Y2,Y3)通过公式(20)和公式(21)映射到标准正态空间下获得新的极限状态功能函数Q(U)
g(Y)=g(T(U))=Q(U) 公式(21)
U=(U1,U2,U3),j=1,2,3
公式(20)中和公式(21)中,Φ为标准正态分布的累积分布函数,Φ-1为标准正态分布的累积分布反函数,Uj为随机变量Yj映射到标准正态空间下的变量,为随机变量Yj的累积分布函数,T(U)是随机向量Y映射到标准正态空间下的概率转换函数;
步骤5:求解如下式所示的优化问题,从而获得最大可能失效点U*:
公式(22)中,β为可靠性指标,||U||为向量U的范数;
步骤6:根据最大可能失效点U*求解Y*=(Y1,Y2,Y3):
步骤7:通过牛顿法求解极限状态函数与不确定域边界相交的边界点:
步骤9:应用一阶近似可靠性分析方法对每个联合焦元在一阶泰勒展开函数g'z(X)上进行联合焦元极值分析,从而获得安全域G的可信度Bel(G)和似真度Pl(G):
公式(14)和公式(15)中,和分别表示联合焦元AX的下界和上界;在进行上述极值分析时,若所有的和则表示焦元AX完全处于安全域,其联合基本可信度分配应同时计入Bel(G)和Pl(G),若所有的且则AX∩G≠φ,表示焦元AX部分处于安全域中,其联合基本可信度分配计入Pl(G)当中,若部分的且表示焦元AX至少在一个一阶泰勒展开函数g'z(X)上满足AX∩G≠φ,其二分之一的联合基本可信度分配计入Pl(G)当中,若所有的和表示焦元AX完全处于失效域,则联合基本可信度分配既不记入Bel(G)也不记入Pl(G)。
本实施例将大齿轮结构的一阶泰勒展开函数g'z(X)与一阶近似可靠性分析方法相结合对其进行可靠性评估,最终得到的可靠性结果如表2所示。当大齿轮结构的屈服极限为345MPa时,其可信度与似真度分别为0.86和0.967,此时大齿轮结构的可靠性较差,不满足工程设计要求,需对齿轮结构重新进行优化设计已确保齿轮传动装置的安全性。
表2大齿轮可信度和似真度计算结果
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (3)
1.一种齿轮传动装置的非精确概率可靠性评估方法,其特征在于,包括如下步骤:
步骤1:对齿轮传动装置设计过程中的不确定性因素进行分析,并根据样本点的信息确定证据变量的识别框架与基本可信度分配,所述证据变量包括齿轮轮辐的厚度、齿轮轮辐的宽度、齿轮轮轴的半径,然后根据实际问题构建如公式(1)所示的针对齿轮传动装置可靠性评估的极限状态函数g(X):
g(X)=g0 公式(1)
X=(X1,Xj,...,Xs),j=1,2,...,s
公式(1)中,g0为许可响应值,证据变量Xj由公式(2)中的n个焦元所构成:
步骤2:建立上述齿轮传动装置可靠性评估问题的联合识别框架ΘX与联合焦元AX:
步骤3:将原始的证据向量X=(X1,Xj,...,Xs)转换成如下式所示的随机向量Y=(Y1,Yj,...,Ys):
步骤4:将随机向量Y=(Y1,Yj,...,Ys)通过公式(6)和公式(7)映射到标准正态空间下获得新的极限状态功能函数Q(U);
g(Y)=g(T(U))=Q(U) 公式(7)
U=(U1,Uj,...,Us),j=1,2,...,s
公式(6)中和公式(7)中,Φ为标准正态分布的累积分布函数,Φ-1为标准正态分布的累积分布反函数,Uj为随机变量Yj映射到标准正态空间下的变量,为随机变量Yj的累积分布函数,T(U)是随机向量Y映射到标准正态空间下的概率转换函数;
步骤5:求解如下式所示的优化问题,从而获得最大可能失效点U*:
公式(8)中,β为可靠性指标,||U||为向量U的范数;
步骤6:根据最大可能失效点U*求解Y*=(Y1,Y2,...,Yj,...,Ys):
步骤7:通过下式求解极限状态函数与不确定域边界相交的边界点:
步骤9:应用一阶近似可靠性分析方法对每个联合焦元在一阶泰勒展开函数g'z(X)上进行联合焦元极值分析,从而获得安全域G的可信度Bel(G)和似真度Pl(G):
3.根据权利要求1所述的一种齿轮传动装置的非精确概率可靠性评估方法,其特征在于:所述步骤9中极值分析过程如下式所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076039.0A CN110826226B (zh) | 2019-11-06 | 2019-11-06 | 一种齿轮传动装置的非精确概率可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076039.0A CN110826226B (zh) | 2019-11-06 | 2019-11-06 | 一种齿轮传动装置的非精确概率可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826226A CN110826226A (zh) | 2020-02-21 |
CN110826226B true CN110826226B (zh) | 2021-03-16 |
Family
ID=69552993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911076039.0A Active CN110826226B (zh) | 2019-11-06 | 2019-11-06 | 一种齿轮传动装置的非精确概率可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826226B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763304A (zh) * | 2009-12-31 | 2010-06-30 | 合肥工业大学 | 一种基于证据理论的不确定型软件可信性评估方法 |
CN102004829A (zh) * | 2010-11-16 | 2011-04-06 | 同济大学 | 一种风力发电高塔系统的可靠度分析方法 |
CN104330255A (zh) * | 2014-11-04 | 2015-02-04 | 徐州隆安光电科技有限公司 | 一种基于多传感器信息融合的齿轮故障诊断方法 |
CN109919440A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备保障性评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008226193A (ja) * | 2007-03-15 | 2008-09-25 | Kokusai Kogyo Co Ltd | 土壌汚染が存在する土地(cs)及び土壌汚染の可能性がある土地(pcs)における土壌汚染対策費用の算出方法及び再開発されずに遊休地(bf)となる確率の算出方法 |
KR101280389B1 (ko) * | 2011-12-28 | 2013-07-01 | 한국지질자원연구원 | 지반재해 발생 예측 시스템 및 방법 |
-
2019
- 2019-11-06 CN CN201911076039.0A patent/CN110826226B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763304A (zh) * | 2009-12-31 | 2010-06-30 | 合肥工业大学 | 一种基于证据理论的不确定型软件可信性评估方法 |
CN102004829A (zh) * | 2010-11-16 | 2011-04-06 | 同济大学 | 一种风力发电高塔系统的可靠度分析方法 |
CN104330255A (zh) * | 2014-11-04 | 2015-02-04 | 徐州隆安光电科技有限公司 | 一种基于多传感器信息融合的齿轮故障诊断方法 |
CN109919440A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备保障性评估方法 |
Non-Patent Citations (2)
Title |
---|
First and second order approximate reliability analysis methods using evidence theory;Z. Zhang等;《Reliability Engineering and System Safety》;20150531;第2015年卷(第137期);第40-49页 * |
一种基于证据理论的结构可靠性优化设计方法;范松;《中国科学》;20161231;第46卷(第7期);第706-716页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110826226A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farrar et al. | Structural health monitoring: a machine learning perspective | |
CN106096073B (zh) | 一种基于损伤力学非概率区间分析模型的金属疲劳裂纹全寿命预估方法 | |
CN107273924B (zh) | 基于模糊聚类分析的多数据融合的电厂故障诊断方法 | |
US20170193460A1 (en) | Systems and methods for predicting asset specific service life in components | |
Islam et al. | A hybrid human reliability assessment technique for the maintenance operations of marine and offshore systems | |
CN103246355A (zh) | 在线输入法评测方法、系统及装置 | |
CN114492926A (zh) | 一种煤矿安全隐患文本分析预测方法和系统 | |
Imwinkelried et al. | Comparative bullet lead analysis (CBLA) evidence: Valid inference or ipse dixit | |
Craig McClung et al. | New methods for automated fatigue crack growth and reliability analysis | |
CN104699614A (zh) | 一种软件缺陷组件预测的方法 | |
CN110826226B (zh) | 一种齿轮传动装置的非精确概率可靠性评估方法 | |
CN111354496B (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
CN110619691A (zh) | 一种板坯表面裂纹的预测方法及装置 | |
Crawford et al. | Equivalent Crack Size Modelling of Corrosion Pitting in an AA7050-T7451 Aluminium Alloy and its Implications for Aircraft Structural Integrity. | |
CN110851975B (zh) | 一种齿轮传动装置的非概率可靠性评估方法 | |
Huang et al. | An Improved Test Method for Grey Relational Order. | |
CN111209214B (zh) | 代码测试处理方法、装置、电子设备及介质 | |
CN114091855A (zh) | 基于d-s证据合成技术风险预警指标系统 | |
CN113011162A (zh) | 一种指代消解方法、装置、电子设备及介质 | |
CN112883590A (zh) | 系统可靠性验证试验方案确定方法 | |
CN111881800A (zh) | 基于ar模型和自助检验的钢管混凝土脱空缺陷检测方法 | |
Jae et al. | A new dynamic HRA method and its application | |
Su et al. | Handling uncertainty in human cognitive reliability method for safety assessment based on DSET [J] | |
Sargent | Data quality in materials information systems | |
Ren et al. | Vibration monitoring and semisupervised multivariate invertible deep probabilistic learning for gearbox faults identification |
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 |