CN111143970A - 一种弹射系统联锁装置的优化设计方法 - Google Patents

一种弹射系统联锁装置的优化设计方法 Download PDF

Info

Publication number
CN111143970A
CN111143970A CN201911230098.9A CN201911230098A CN111143970A CN 111143970 A CN111143970 A CN 111143970A CN 201911230098 A CN201911230098 A CN 201911230098A CN 111143970 A CN111143970 A CN 111143970A
Authority
CN
China
Prior art keywords
failure
interlocking device
design
failure probability
interlock
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
Application number
CN201911230098.9A
Other languages
English (en)
Other versions
CN111143970B (zh
Inventor
王攀
岳珠峰
张政
李海和
赵浩东
黄晓宇
常琦
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201911230098.9A priority Critical patent/CN111143970B/zh
Publication of CN111143970A publication Critical patent/CN111143970A/zh
Application granted granted Critical
Publication of CN111143970B publication Critical patent/CN111143970B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及优化设计技术领域,尤其涉及一种弹射系统联锁装置的优化设计方法。该优化设计方法包括建立联锁装置的仿真模型,并定义仿真模型的多个输入变量;定义仿真模型的失效模式,并根据输入变量得到失效模式下的失效概率表达式;选取至少一个输入变量为设计变量,以失效概率表达式为目标函数对联锁装置进行优化设计;对联锁装置进行了优化设计,从弹射救生失败的原因进行分析并进行优化设计,提高了弹射座椅的安全性;以失效概率表达式为目标函数,使得优化设计直接与失效概率相关,提升了优化设计的可靠性,进一步的提升了联锁装置的安全性,从而提升弹射座椅的安全性。

Description

一种弹射系统联锁装置的优化设计方法
技术领域
本公开涉及优化设计技术领域,尤其涉及一种弹射系统联锁装置的优化设计方法。
背景技术
弹射座椅作为航空救生中的重要安全装置,是当前救生系统中最为广泛、最为可靠的救生工具。弹射系统分离机构箱是弹射功能实现的重要部件,机构箱的动作故障将直接影响弹射系统的功能,因此对机构箱开展可靠性研究具有非常重要的意义。联锁装置是飞机弹射系统机构箱中的关键机构,它是保证弹射过程按预定工作程序工作的前提,也是影响弹射救生成功与否的重要组成部件。提高联锁装置的可靠性,有助于提升弹射救生装置的性能,对提高座椅弹射救生成功率具有十分重要的意义。
相关技术中,对于弹射座椅相关零部件的优化设计主要针对座椅本体,具体为横梁,没有从弹射救生失败的原因来进行分析并进行优化设计的方法。
因此,有必要设计一种弹射系统联锁装置的优化设计方法。
所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于克服上述现有技术中没有从弹射救生失败的原因来进行分析并进行优化设计的方法的不足,提供从弹射救生失败的原因来进行分析并进行优化设计的一种弹射系统联锁装置的优化设计方法。
本公开的额外方面和优点将部分地在下面的描述中阐述,并且部分地将从描述中变得显然,或者可以通过本公开的实践而习得。
根据本公开的一个方面,一种弹射系统联锁装置的优化设计方法,包括:
建立联锁装置的仿真模型,并定义所述仿真模型的多个输入变量;
定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式;
选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置进行优化设计。
在本公开的一种示例性实施例中,所述输入变量包括所述拉杆和所述锁臂接触的静摩擦系数、所述锁臂和所述保险钢球的静摩擦系数、所述保险钢球的半径、所述销钉的半径以及所述拉杆中间段的横截面半径。
在本公开的一种示例性实施例中,定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式,包括:
将所述拉杆的实际位移大于预设值定义为所述联锁装置失效;
并根据所述失效模式采用蒙特卡洛数字模拟法计算所述失效模式下的失效概率表达式。
在本公开的一种示例性实施例中,将所述拉杆的位移大于预设值定义为所述联锁装置失效,包括:
定义所述联锁装置的极限状态函数,所述极限状态函数为:
g=ymax-Y
其中,ymax为所述预设值,Y为所述拉杆的实际位移;
当所述极限状态函数的计算结果小于零时定义为所述联锁装置失效。
在本公开的一种示例性实施例中,根据所述失效模式采用蒙特卡洛数字模拟法计算所述失效模式下的失效概率表达式,包括:
计算所述输入变量的联合概率密度函数;
根据所述联合概率密度函数以及所述极限状态函数计算所述联锁装置的失效概率表达式。
在本公开的一种示例性实施例中,根据所述联合概率密度函数以及所述极限状态函数计算所述联锁装置的失效概率表达式,包括:
根据所述联合概率密度函数得到所述输入变量的多个随机样本;
将所述多个随机样本带入所述极限状态函数得到失效样本数量;
根据所述失效样本数量以及随机样本数量计算所述联锁装置的失效概率表达式。
在本公开的一种示例性实施例中,选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置进行优化设计,包括:
选取至少一个所述输入变量为设计变量;
根据所述设计变量确定约束条件;
根据所述设计变量、约束条件以所述失效概率表达式为目标函数对所述联锁装置进行优化设计。
在本公开的一种示例性实施例中,选取至少一个所述输入变量为设计变量,包括:
选取所述保险钢球的半径、所述销钉的半径以及所述拉杆中间段的横截面半径为设计变量。
在本公开的一种示例性实施例中,根据所述设计变量、约束条件以所述失效概率表达式为目标函数对所述联锁装置进行优化设计,包括:
根据所述约束条件以所述失效概率表达式为目标函数采用序列二次规划优化算法计算所述设计变量的初始优化结果;
根据所述初始优化结果完成对所述联锁装置的优化。
在本公开的一种示例性实施例中,根据所述初始优化结果完成对所述联锁装置的优化,包括:
根据预设误差范围对所述初始优化结果进行圆整得到目标优化结果;
根据所述目标优化结果完成对所述联锁装置的优化。
由上述技术方案可知,本公开具备以下优点和积极效果中的至少之一:
本公开弹射系统联锁装置的优化设计方法,建立联锁装置的仿真模型,并定义仿真模型的多个输入变量;定义仿真模型的失效模式,并根据输入变量得到失效模式下的失效概率表达式;选取至少一个输入变量为设计变量,以失效概率表达式为目标函数对联锁装置进行优化设计;相较于现有技术,一方面,对联锁装置进行了优化设计,从弹射救生失败的原因进行分析并进行优化设计,提高了弹射座椅的安全性;另一方面,以失效概率表达式为目标函数,使得优化设计直接与失效概率相关,提升了优化设计的可靠性,进一步的提升了联锁装置的安全性,从而提升弹射座椅的安全性。
附图说明
通过参照附图详细描述其示例实施方式,本公开的上述和其它特征及优点将变得更加明显。
图1是相关技术中弹射系统的原理示意图;
图2是本公开实施例中弹射系统中联锁装置的结构示意图;
图3是本公开实施例中弹射系统联锁装置的优化设计方法的流程图;
图4是本公开实施例中仿真输出的设定示意图;
图5是本公开实施例中仿真输出响应随时间的变化曲线;
图6是本公开实施例中联合仿真的计算流程图;
图7是本公开实施例中失效概率随预设值的变化曲线图;
图8是本公开实施例中联锁装置的失效概率均值灵敏度示意图;
图9是本公开实施例中联锁装置的失效概率标准差灵敏度示意图;
图10是本公开实施例中联锁装置机构优化历程示意图。
附图标记说明如下:
1、中央拉环;2、程序燃爆器;3、燃气动作筒;4、弹簧机构;5、断接滑轮;7、摇臂;8、保险钢球;9、锁臂;10、拉杆;11、联锁装置;12、应急弹射手柄;13、联锁保险销;14、转弯衬套;15、开锁装置环形件;16、销钉。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本公开将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
弹射救生装置性能的好坏,直接关系到飞行员的生命安全和飞机的作战能力。因而受到世界各国的高度重视,并在不断地发展和完善。努力使航空救生装置的发展赶上飞机性能的发展,提高航空救生的成功率,是未来航空救生技术发展的重要课题,对未来军用飞机的发展也有重大的影响。
目前,对于弹射座椅相关零部件的研究已经有很多主要是针对座椅本体结构;分析的是某型飞机弹射座椅安装横梁破坏仿真,主要是以横梁为研究对象。
参照图1所示,弹射座椅联锁装置11的作用是保证抛掉座舱盖,保险钢球8被拔走后,弹射机构才拔出打火销,座椅打火弹射。从相关资料及对某些试验场的数据分析,发现许多弹射救生的安全问题是联锁装置11的打火机构提前打火引起的,其原因可能是机构失效,致使打火机构在舱盖没抛掉时就抢先工作。因此,有必要对联锁装置11机构的可靠性问题进行深入细致的研究。
下面说明给出弹射系统的工作原理,当飞机处于危急状况或是即将失事时,飞行员启动弹射系统,实施应急离机措施。参照图1所示,弹射系统一般由中央拉环1、滑轮组件、钢索组件、弹簧机构4、联锁装置11、拉杆10、摇臂7、应急弹射手柄12等组成。如图1所示,当采用主弹射系统时,飞行员用力向上拉中央拉环1,拔掉程序燃爆器2的打火销,程序燃爆器2产生的燃气推动燃气动作筒3的活塞打开弹簧机构4的保险销。弹簧机构4活塞向下运动时,首先通过断接滑轮5拔掉抛盖燃爆器的打火销,使舱盖抛放;同时拉动摇臂7,摇臂7的转动使紧带的火药机构打火,强制拉紧飞行员;由于保险钢球8阻止锁臂9的旋转,使拉杆10不能向下运动。当座舱盖抛掉后,联锁装置11中的保险钢球8也被带走,弹簧机构4活塞继续向下运动,通过拉杆10拔出弹射机构的打火销,使座椅打火弹射。在弹射座椅动力作用下,人椅系统迅速离机直至安全着陆。
联锁装置11是飞机座椅弹射系统中的关键承载件,如图2所示,联锁装置11包括保险钢球锁臂9、拉杆10、联锁保险销13、转弯衬套14、开锁装置环形件15以及销钉16。联锁装置11主要用于在弹射机构和抛盖动力装置及舱盖之间传递作用力。它是保证弹射过程按预定工作程序工作的前提,也是影响弹射救生成功与否的重要组成部件。
基于上述缺点,本公开提出一种弹射系统联锁装置11的优化设计方法,参照图3所示,该弹射系统联锁装置11的优化设计方法可以包括以下步骤:
步骤S110,建立联锁装置的仿真模型,并定义所述仿真模型的多个输入变量。
步骤S120,定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式。
步骤S130,选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置进行优化设计。
相较于现有技术,一方面,对联锁装置11进行了优化设计,从弹射救生失败的原因进行分析并进行优化设计,提高了弹射座椅的安全性;另一方面,以失效概率表达式为目标函数,使得优化设计直接与失效概率相关,提升了优化设计的可靠性,进一步的提升了联锁装置11的安全性,从而提升弹射座椅的安全性。
下面对上述步骤进行详细的说明。
在步骤S110中,建立联锁装置的仿真模型,并定义所述仿真模型的多个输入变量。
首先建立联锁装置11的仿真模型,参照图2所示,在ADAMS中建立联锁装置11机构的仿真模型,主要包括拉杆10,锁臂9,保险钢球8,杯型件和销钉16,图3至图6分别为拉杆10,锁臂9,保险钢球8,杯型件和销钉16的仿真模型。
在ADAMS(Automatic Dynamic Analysis of Mechanical Systems,机械系统动力学自动分析)中,运动副包含有有固定副、转动副、移动副等,根据机构的运动特征,选择不同的运动副。在本公开中,第一类主要的运动副为固定副,主要用于杯型件的固定,销钉16的固定。第二类运动副是转动副,此转动副主要用于锁臂9相对销钉16的转动方面。第三类运动副是移动副,主要用于约束拉杆10以及保险钢球8的运动方向。
在本示例实施方式中,该联锁装置11首先受到重力的作用,其重力加速度g可以取值为9800mm/s2。同时在拉杆10上需要施加一个固定力,用来模拟弹射过程中由于活塞向下运动而导致所牵连的拉杆10的运动。
当两个构建的表面发生接触时,会在接触的位置产生接触力(Contact),在本示例实施方式中的模型中,接触力主要施加在拉杆10和锁臂9接触的位置;保险钢球8和锁臂9接触的位置;杯型件和保险钢球8接触的位置。
为模拟保险钢球8被拔走的工作状态,需要对保险钢球8上施加一个驱动力(Motion),在本示例实施方式中,采用了STEP位移函数,具体为STEP(time,0,0,10,20),表明在0-10s之内,将保险钢球8上提20mm,此时保险钢球8尚未完全脱离,考虑此时联锁装置11能否完成既定的功能。
本示例实施方式中,针对该联锁装置11机构,其仿真过程中的输入参数选定为以下五个,具体如表1所示。
表1仿真输入变量
Figure BDA0002303303670000071
需要说明的是,本公开选取的输入变量分别为拉杆10和锁臂9接触的静摩擦系数、锁臂9和保险钢球8的静摩擦系数、保险钢球8的半径、销钉16的半径以及拉杆10中间段的横截面半径;但并不局限于上述五种,在本示例实施方式中不对输入变量的选取类型进行具体限定。
由表1可以的得到,拉杆和锁臂接触的静摩擦系数μ1的初始参数值可以为0.3;锁臂9和保险钢球8的静摩擦系μ2的初始参数值可以为0.3、保险钢球8的半径R1的初始参数值可以为45mm、销钉16的半径R2的初始参数值可以为5mm、以及拉杆10中间段的横截面半径R3的初始参数值可以为11.8mm。
在本示例实施方式中,对于模型的仿真输出,首先在拉杆10上面添加一个MARKER点,如图4所示。考虑将该MARKER点的竖直方向的位移量,作为该机构仿真分析中的输出响应,图5展示了当输入参数选值如表1所示时,其仿真输出MARKER点的Y方向位移随时间的变化曲线。
在步骤S120,定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式。
输入变量包括输入变量的分布参数、几何尺寸、材料的性能参数及载荷等,在本公开中,选取表1中的输入参数为随机变量,所选的变量符合上述规则,考虑这五个随机变量均为正态分布,其分布参数如表2所示。
表2联锁装置11随机变量的分布参数
编号 输入变量 均值 变异系数
X<sub>1</sub> μ<sub>1</sub> 0.3 0.01
X<sub>2</sub> μ<sub>2</sub> 0.3 0.01
X<sub>3</sub> R<sub>1</sub> 45 0.01
X<sub>4</sub> R<sub>2</sub> 5 0.01
X<sub>5</sub> R<sub>3</sub> 11.8 0.01
由表2可以得到,对输入变量进行编号,拉杆和锁臂接触的静摩擦系数μ1的编号为X1,均值可以为0.3;锁臂9和保险钢球8的静摩擦系μ2的标号可以为X2,均值可以为0.3;保险钢球8的半径R1的编号可以为X3,均值可以为45mm;销钉16的半径R2的编号可以为X4,均值可以为5mm、以及拉杆10中间段的横截面半径R3的编号可以为X5,均值可以为11.8mm。
首先定义仿真模型的失效模式,在弹射过程中,由于保险钢球8阻止锁臂9的旋转,使拉杆10不能向下运动。当座舱盖抛掉后,联锁装置11中的保险钢球8也被带走,此时弹簧机构4活塞才能继续向下运动,通过拉杆10拔出弹射机构的打火销,从而完成整个弹射流程。因此,本公开中考虑图4中MARKER点的竖直方向位移Y作为模型的输出响应,建立如下极限状态方程:
g=ymax-Y
其中Y为仿真过程中拉杆10的竖直方向的实际位移,ymax为所取的位移极限即预设值,在本示例实施方式中,ymax的取值可以为10mm,即认为在保险钢球8还未完全被带走时,若拉杆10的位移超过10mm,则此时认定联锁装置11失效,未能完成设定好的功能。
在本示例实施方式中,根据输入变量得到失效模式下的失效概率表达式,可以采用Monte Carlo(蒙塔卡洛)数字模拟法来分析计算失效概率表达式。
Monte Carlo数字模拟方法的基本思路是根据样本来推断母体的某些统计规律。由大数定理可知,当样本量较大时,母体的统计规律可以由样本来替代。该方法将求解可靠性和可靠性灵敏度的多维积分问题转化为数学期望的形式,然后由样本均值来估计数学期望。
Monte Carlo数字模拟法求解失效概率Pf的思路是具体可以为由基本随机变量的联合概率密度函数fX(x)产生N个基本变量的随机样本xj(j=1,2,…,N),将这N个随机样本代入极限状态函数g(x),统计落入失效域F={x:g(x)≤0}的样本点数Nf,用失效发生的频率Nf/N近似代替失效概率Pf,就可以近似得出失效概率估计值
Figure BDA0002303303670000091
该思路可以解释如下。
Figure BDA0002303303670000092
其中
Figure BDA0002303303670000093
为失效域的指示函数,Rn为n维变量空间,E[·]为数学期望算子。
失效概率的估计值
Figure BDA0002303303670000094
Figure BDA0002303303670000095
在本示例实施方式中,随机变量的数量为5个,即上述N为5,具体表现为根据本公开五个随机变量的联合概率密度函数计算五个拉杆10的实际位移,并将产生的拉杆10的实际位移带入极限状态函数,并统计极限状态函数的值小于零的样本数量与总样本数量的比值即为失效概率表达式。
在本示例实施方式中,还可以计算输入变量的灵敏度为后续的设计变量的选取提供一定的参考。
可靠性灵敏度为失效概率Pf对基本随机变量xi的分布参数
Figure BDA0002303303670000101
的偏导数,可得到可靠性灵敏度
Figure BDA0002303303670000102
如下所示。
Figure BDA0002303303670000103
Monte Carlo法通过对上述积分进行变换后,采用数字模拟的方法进行求解。
将可靠性灵敏度定义式中的积分作如下变换:
Figure BDA0002303303670000104
上式可由下式所示的样本函数的平均值
Figure BDA0002303303670000105
来估计。
Figure BDA0002303303670000106
其中xj是按联合概率密度函数fX(x)抽取的N个样本中的第j个样本。
对于该联锁装置11可靠性的计算,根据上述思路,通过MATLAB编写程序,调用ADAMS中的机构模型实现联合仿真计算。本公开中的可靠性分析主要采用MCS方法,考虑ADAMS中调用一次该模型计算时间较长,会产生很大的计算时间成本,为提高计算效率,本公开引入了Kriging(克里金法)代理模型代替原有的ADAMS运动仿真模型进行可靠性分析。其具体分析流程如图6所示。
需要说明的是,克里金法(Kriging)是依据协方差函数对随机过程/随机场进行空间建模和预测(插值)的回归算法。
具体如下,参照图6所示,首先进行步骤S610,对所有随机输入参数进行抽样,总样本组数为N=105;然后进行步骤S620,总样本中随机抽取N=600组初始训练样本X0,调用ADAMS仿真计算得到X0的响应集合Y0;步骤S630,利用前500个样本与其对应的500个响应值拟合出Kriging模型;步骤S640,利用后100个样本及其对应的100个响应值检验Kriging模型的精度;在完成上述步骤之后,进行步骤S651,可靠性分析;以及步骤S652,灵敏度分析;完成可靠性分析以及灵敏度分析。
当取ymax=10mm时,计算得出的结果如下:
可靠度Pr=99.53%
失效概率Pf=0.00471
失效概率估计值变异系数Cov[Pf]=0.046
从结果可以看出,该联锁装置11结构基本符合可靠性要求,在这里还讨论了其失效概率随位移极限ymax的变化所变化的趋势,其计算结果如图7所示。
从曲线中我们可以看出ymax越小,该联锁装置11的失效概率则越大,这也符合工程实际,图6中的步骤可以为不同精度要求下联锁装置11的可靠性分析提供参考。
在计算得出的可靠度及和失效概率的基础上,继续进行了局部灵敏度的计算,在这里,采用了Monte Carlo(蒙特卡洛)可靠性灵敏度分析方法,当ymax计算所得出的对不同变量对失效概率的均值灵敏度分析结果和标准差灵敏度结果分别如图8和图9所示,其中length为Y方向的位移。
由图8和图9可以看出,拉杆10和锁臂9接触的静摩擦系数的均值对失效概率的影响远大于其他变量,同时均为负相关,说明取值越大,其失效概率越小,联锁装置11的可靠性越高。所选定的两个接触的静摩擦系数的标准差对失效概率的影响程度相对于其他变量更大。
在步骤S130,选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置11进行优化设计。
虽然拉杆10和锁臂9接触的静摩擦系数的均值对失效概率的影响远大于其他变量,但是在选取设计变量是还需要考虑实际操作的难以程度,即一般选择操作成本较低的输入变量进行优化设计,一般采用几何尺寸方面的输入变量作为设计变量,设计变量的熟练更可以是一个、两个、或者更多。在本示例实施方式中,所涉及到的五个仿真输入变量中有三个参数是几何尺寸方面的参数,在优化设计中可选这三个参数作为设计变量,即
x=(R1R2R3)T
其中,R1为保险钢球8的半径,R2为销钉16的半径,R3为拉杆10中间段的横截面半径。
设计变量(单位为mm)的初值取为:
x0=(45 5 11.8)T
目标函数和约束条件:
弹射系统传动结构各部位的行程又有严格要求,才能确保座椅在弹射时按预定程序工作。由上节的分析可知,弹射过程中,保险钢球8尚未完全脱离时拉杆10的位移越小,则该系统可靠性最高。因此,可在思路下选择目标函数为上节中联锁装置11在ymax下的失效概率,可以表示为f(x)=Pf
在本示例实施方式中,在几何约束中,主要是设计变量的上、下限;即约束条件可以为:
Figure BDA0002303303670000121
由上述定义可构建该联锁装置11的优化数学模型为:
Find x=(R1R2R3)T
min f(x)=Pf
s.t.43mm≤R1≤47mm
4mm≤R2≤6mm
11.5mm≤R3≤12.0mm
本研究采用序列二次规划优化算法(SQP)来求解上述优化模型,在每一次优化迭代的过程中均调用ADAMS中的运动机构仿真模型。图10为设计参数变量在其给定的约束条件下,目标函数在迭代过程中的变化情况。
参照图10所示,经过35次迭代后,其目标函数值逐步收敛,同时经过优化迭代,得到如下的设计变量最优结果
x=(47.00 5.0541 11.7455)T
由于在分析过程中,其优化过程采用的是连续设计变量,经优化得到的各变量值在实际生产中难以达到且不符合现有材料的规格,因此,需要对新的设计变量进行圆整,取R1=47mm,R2=5.0mm,R3=11.75mm。此时的设计变量取值为最终的优化结果。
优化之前的失效概率值为0.0419,采用上述优化后的设计变量,失效概率值为6×10-6,相比优化前,降低了99.9856%,效果显著。此时该联锁装置11的可靠性进一步提升,从而更有利于整个弹射系统的功能保障。
上述所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中,如有可能,各实施例中所讨论的特征是可互换的。在上面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组件、材料等。在其它情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本公开的各方面。
需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本说明书中,用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在一个或多个要素/组成部分/等;用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
应可理解的是,本公开不将其应用限制到本说明书提出的部件的详细结构和布置方式。本公开能够具有其他实施方式,并且能够以多种方式实现并且执行。前述变形形式和修改形式落在本公开的范围内。应可理解的是,本说明书公开和限定的本公开延伸到文中和/或附图中提到或明显的两个或两个以上单独特征的所有可替代组合。所有这些不同的组合构成本公开的多个可替代方面。本说明书所述的实施方式说明了已知用于实现本公开的最佳方式,并且将使本领域技术人员能够利用本公开。

Claims (10)

1.一种弹射系统联锁装置的优化设计方法,其特征在于,包括:
建立联锁装置的仿真模型,并定义所述仿真模型的多个输入变量;
定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式;
选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置进行优化设计。
2.根据权利要求1所述的弹射系统联锁装置的优化设计方法,所述联锁装置包括拉杆,锁臂,保险钢球,杯型件和销钉,其特征在于,所述输入变量包括所述拉杆和所述锁臂接触的静摩擦系数、所述锁臂和所述保险钢球的静摩擦系数、所述保险钢球的半径、所述销钉的半径以及所述拉杆中间段的横截面半径。
3.根据权利要求2所述的弹射系统联锁装置的优化设计方法,其特征在于,定义所述仿真模型的失效模式,并根据所述输入变量得到所述失效模式下的失效概率表达式,包括:
将所述拉杆的实际位移大于预设值定义为所述联锁装置失效;
并根据所述失效模式采用蒙特卡洛数字模拟法计算所述失效模式下的失效概率表达式。
4.根据权利要求3所述的弹射系统联锁装置的优化设计方法,其特征在于,将所述拉杆的位移大于预设值定义为所述联锁装置失效,包括:
定义所述联锁装置的极限状态函数,所述极限状态函数为:
g=ymax-Y
其中,ymax为所述预设值,Y为所述拉杆的实际位移;
当所述极限状态函数的计算结果小于零时定义为所述联锁装置失效。
5.根据权利要求4所述的弹射系统联锁装置的优化设计方法,其特征在于,根据所述失效模式采用蒙特卡洛数字模拟法计算所述失效模式下的失效概率表达式,包括:
计算所述输入变量的联合概率密度函数;
根据所述联合概率密度函数以及所述极限状态函数计算所述联锁装置的失效概率表达式。
6.根据权利要求5所述的弹射系统联锁装置的优化设计方法,其特征在于,根据所述联合概率密度函数以及所述极限状态函数计算所述联锁装置的失效概率表达式,包括:
根据所述联合概率密度函数得到所述输入变量的多个随机样本;
将所述多个随机样本带入所述极限状态函数得到失效样本数量;
根据所述失效样本数量以及随机样本数量计算所述联锁装置的失效概率表达式。
7.根据权利要求2所述的弹射系统联锁装置的优化设计方法,其特征在于,选取至少一个所述输入变量为设计变量,以所述失效概率表达式为目标函数对所述联锁装置进行优化设计,包括:
选取至少一个所述输入变量为设计变量;
根据所述设计变量确定约束条件;
根据所述设计变量、约束条件以所述失效概率表达式为目标函数对所述联锁装置进行优化设计。
8.根据权利要求7所述的弹射系统联锁装置的优化设计方法,其特征在于,选取至少一个所述输入变量为设计变量,包括:
选取所述保险钢球的半径、所述销钉的半径以及所述拉杆中间段的横截面半径为设计变量。
9.根据权利要求7所述的弹射系统联锁装置的优化设计方法,其特征在于,根据所述设计变量、约束条件以所述失效概率表达式为目标函数对所述联锁装置进行优化设计,包括:
根据所述约束条件以所述失效概率表达式为目标函数采用序列二次规划优化算法计算所述设计变量的初始优化结果;
根据所述初始优化结果完成对所述联锁装置的优化。
10.根据权利要求9所述的弹射系统联锁装置的优化设计方法,其特征在于,根据所述初始优化结果完成对所述联锁装置的优化,包括:
根据预设误差范围对所述初始优化结果进行圆整得到目标优化结果;
根据所述目标优化结果完成对所述联锁装置的优化。
CN201911230098.9A 2019-12-04 2019-12-04 一种弹射系统联锁装置的优化设计方法 Active CN111143970B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911230098.9A CN111143970B (zh) 2019-12-04 2019-12-04 一种弹射系统联锁装置的优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911230098.9A CN111143970B (zh) 2019-12-04 2019-12-04 一种弹射系统联锁装置的优化设计方法

Publications (2)

Publication Number Publication Date
CN111143970A true CN111143970A (zh) 2020-05-12
CN111143970B CN111143970B (zh) 2022-11-04

Family

ID=70517644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911230098.9A Active CN111143970B (zh) 2019-12-04 2019-12-04 一种弹射系统联锁装置的优化设计方法

Country Status (1)

Country Link
CN (1) CN111143970B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011144420A1 (en) * 2010-05-19 2011-11-24 Siemens Aktiengesellschaft A method and a system for adjusting a design parameter of a complex system
CN102663176A (zh) * 2012-03-28 2012-09-12 北京航空航天大学 针对高可靠机械产品的主动可靠性分析评价方法
CN104899380A (zh) * 2015-06-11 2015-09-09 武汉大学 一种基于蒙特卡洛模拟的边坡稳定可靠度敏感性分析方法
US9524365B1 (en) * 2014-12-23 2016-12-20 Cadence Design Systems, Inc. Efficient monte carlo flow via failure probability modeling
CN107832511A (zh) * 2017-10-31 2018-03-23 中国矿业大学 超深井提升容器多失效模式的可靠性稳健设计方法
CN108763627A (zh) * 2018-04-13 2018-11-06 西北工业大学 结构机构失效概率灵敏度分解方法、计算方法及应用
CN110110369A (zh) * 2019-04-04 2019-08-09 江苏理工学院 一种基于通用生成函数的桁架结构可靠性优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011144420A1 (en) * 2010-05-19 2011-11-24 Siemens Aktiengesellschaft A method and a system for adjusting a design parameter of a complex system
CN102663176A (zh) * 2012-03-28 2012-09-12 北京航空航天大学 针对高可靠机械产品的主动可靠性分析评价方法
US9524365B1 (en) * 2014-12-23 2016-12-20 Cadence Design Systems, Inc. Efficient monte carlo flow via failure probability modeling
CN104899380A (zh) * 2015-06-11 2015-09-09 武汉大学 一种基于蒙特卡洛模拟的边坡稳定可靠度敏感性分析方法
CN107832511A (zh) * 2017-10-31 2018-03-23 中国矿业大学 超深井提升容器多失效模式的可靠性稳健设计方法
CN108763627A (zh) * 2018-04-13 2018-11-06 西北工业大学 结构机构失效概率灵敏度分解方法、计算方法及应用
CN110110369A (zh) * 2019-04-04 2019-08-09 江苏理工学院 一种基于通用生成函数的桁架结构可靠性优化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A. ABO AL-KHEER .ETAL: "Reliability-based design for soil tillage machines", 《JOURNAL OF TERRAMECHANICS》 *
FAN YANG .ETAL: "hybrid reliability-based multidisciplinary design optimization with random and interval variables", 《PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS》 *
YUHUI XU .ETAL: "research on reliability evaluation of series systems with optimization algorithm", 《IEEE》 *
刘志群 等: "某型飞机舱门锁机构卡滞可靠性分析", 《机械设计》 *
宋述芳等: "基于鞍点估计的结构系统可靠性分析方法研究", 《中国科学:技术科学》 *
秦强: "民机舱门安全性与可靠性分析研究", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Also Published As

Publication number Publication date
CN111143970B (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN108038334A (zh) 一种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
CN111487991A (zh) 一种面向无人机集群的安全等级预测方法及系统
CN103778309A (zh) 退化试验下数控系统可靠性快速贝叶斯评定系统
CN108920341B (zh) 一种基于蒙特卡洛仿真的小卫星及其星座可用度评估方法
CN110941881A (zh) 一种基于混沌多项式展开的混合不确定性结构疲劳寿命分析方法
GB2558017A (en) Method for monitoring an aircraft engine operating in a given environment
Tang et al. Simulation-based diagnostic model for automatic testability analysis of analog circuits
CN108875137A (zh) 减振器尺寸
CN111143970B (zh) 一种弹射系统联锁装置的优化设计方法
Urbano et al. Aircraft vibration detection and diagnosis for predictive maintenance using a GLR Test
Bolukbasi et al. Full spectrum crashworthiness criteria for rotorcraft
Sankararaman et al. Uncertainty in prognostics: Computational methods and practical challenges
Horii Vehicle occupant restraint system design under uncertainty by using multi-objective robust design optimization
Che et al. Reliability Analysis of Complex Systems with Failure Propagation.
Wade et al. Validating Machine-learned Diagnostic Classifiers in Safety Critical Applications with Imbalanced Populations
CN113483764B (zh) 一种基于在线传感的智能飞行器任务路径规划方法
Mayes Model Correlation and Calibration.
Mulligan Measuring and modeling shared visual attention
Shabestari et al. Development of a regression model for the life assessment of open-hole specimens with double through cracks utilizing stress intensity factor calculations via XFEM
Gyllenskog et al. Fatigue crack initiation and propagation in aileron lever using successive-initiation modeling approach
Okul et al. Development of Structural Neural Network Design Tool for Buckling Behaviour of Skin-Stringer Structures Under Combined Compression and Shear Loading
Sun et al. Safety evaluation of aircraft in final approach based on QAR data
Heıdarı et al. Development of a regression model for the life assessment of open-hole specimens with double through cracks utilizing stress intensity factor calculations via XFEM
Jie et al. Modeling the Health State of Complex Systems with Component Dependency based on Grey Clustering
Romanova-Bolshakova Multicriteria optimization of the object status and reliability indicators selection

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