CN112487661B - 一种机电作动器产品的可靠性仿真分析方法 - Google Patents

一种机电作动器产品的可靠性仿真分析方法 Download PDF

Info

Publication number
CN112487661B
CN112487661B CN202011474483.0A CN202011474483A CN112487661B CN 112487661 B CN112487661 B CN 112487661B CN 202011474483 A CN202011474483 A CN 202011474483A CN 112487661 B CN112487661 B CN 112487661B
Authority
CN
China
Prior art keywords
electromechanical actuator
model
performance
product
degradation
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
CN202011474483.0A
Other languages
English (en)
Other versions
CN112487661A (zh
Inventor
孙胜
徐英东
邵将
刘漪纹
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.)
China Aero Polytechnology Establishment
Original Assignee
China Aero Polytechnology Establishment
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 China Aero Polytechnology Establishment filed Critical China Aero Polytechnology Establishment
Priority to CN202011474483.0A priority Critical patent/CN112487661B/zh
Publication of CN112487661A publication Critical patent/CN112487661A/zh
Application granted granted Critical
Publication of CN112487661B publication Critical patent/CN112487661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明提供一种机电作动器产品的可靠性仿真分析方法。该方法是在机电作动器产品性能模型的基础上,将导致产品功能失效或性能退化的内、外因素进行集成建模,并通过接口与产品性能模型进行集成,构成性能与可靠性综合模型,并基于该模型在产品整机层面上进行产品故障及性能退化规律分析,同时考虑尺寸公差、载荷波动、材料性能波动、零组件耗损退化等因素与产品性能的综合影响,对机电作动器产品进行性能可靠度评估,完成对机电作动器产品的可靠性仿真分析。本发明能够更准确地描述机电产品故障行为及可靠性时变特性,实现更准确的可靠性分析评估。

Description

一种机电作动器产品的可靠性仿真分析方法
技术领域
本发明涉及可靠性仿真分析领域,具体涉及一种机电作动器产品的可靠性仿真分析方法。
背景技术
航空机载机械类产品主要包括作动器、阀、泵、活门、液压锁等液压气动设备,机电作动器、发电机、电动座椅等机电设备,以及锁机构、操纵机构、收放机构等运动机构,广泛应用于飞控、燃油、液压、环控、起落装置等直接影响飞机安全与任务的关键机载系统。而其中的关键设备机电作动器产品存在基础数据缺乏、结构与载荷条件复杂、试验周期长、试验成本昂贵等问题,难以体系化地开展可靠性设计分析与试验验证,主要体现在以下三个方面:
一是机电作动器产品故障具有显著的零件相关性,传统基于零件失效独立假设的可靠性建模方法不再适用。以压力伺服阀输出压力异常为例,该故障的发生是由于磁体退磁、阀芯磨损、节流孔堵塞、弹簧应力松弛等多个零件的耗损损伤共同导致,抛开产品整体性能甚至难以判断单一零件是否“失效”,因此产品整体的可靠性水平也不能简单地由各零件独立发生失效的概率计算。
二是机电作动器产品可靠性具有显著的时变特性,目前缺少有效的建模分析手段。由于存在零件耗损及性能退化,机电产品的可靠性水平通常伴随工作时间而下降,目前仍缺少一套分析方法可以准确描述这种时变特性。
三是机电作动器产品可靠性试验样本少,周期长、成本高,试验验证存在困难。机电作动器产品的可靠性指标往往较高,且无法像电子产品一样通过增加样本量缩短试验周期,因此目前在型号中往往只开展小样本条件的定时截尾寿命试验,无法对产品的可靠性指标进行验证评估。
发明内容
本发明提出一种机电作动器产品的可靠性仿真分析方法。性能与可靠性集成建模是在机电作动器产品性能模型的基础上,将导致产品功能失效或性能退化的内、外因素进行集成建模,并通过接口与产品性能模型进行集成,构成性能与可靠性集成仿真模型。基于该模型可以直接在机电作动器产品整机层面上进行产品故障及性能退化规律分析,同时考虑尺寸公差、载荷波动、材料性能波动、零组件耗损退化等因素与机电作动器产品性能的综合影响,更准确地描述机电作动器产品故障行为及可靠性时变特性,实现更准确的可靠性分析评估。
本发明的一种机电作动器产品的可靠性仿真分析方法,其包括以下步骤:
S1、进行机电作动器产品基本信息收集;
通过信息收集得到机电作动器产品的总体结构布置、部件的材料参数、动力与控制参数、工况载荷条件以及CAD模型;
S2、建立机电作动器产品的性能模型,具体步骤如下:
S21、以步骤S1收集到的产品基本信息为输入,基于系统性能建模软件建立机电作动器产品的性能模型,所述性能模型由直流无刷电机、齿轮传动机构、控制回路三部分组成;
S22、对建立的所述性能模型进行验证、确认;
机电作动器产品的性能模型建立后,需对其关键性能,即极性和空载转速进行仿真、验证,并与试验实测值对比,验证模型准确性,同时满足极性和空载转速的验证通过原则,则确认所述模型准确;
S3、确定机电作动器产品的关键故障模式并对所述关键故障模式的主要因素进行分析;
机电作动器产品的关键故障模式主要包括位置精度超差和输出扭矩不足;造成位置精度超差和输出扭矩不足故障模式发生的主要因素的随机变量包括齿轮间隙、轴承径向间隙、负载、齿轮材料参数、线圈铜阻、永磁体磁通量和负载扭矩;
S4、建立机电作动器产品的所述随机变量的分布规律模型:
根据所述随机变量对机电作动器产品进行分布规律建模,基于实测数据,这些随机变量均能认为服从正态分布,依据3σ原则确定分布参数,
Figure BDA0002834756840000041
其中,μx是随机变量x的均值,σx是随机变量x的标准差;
根据确定的分布参数建立分布规律模型;
Figure BDA0002834756840000042
其中,x为随机变量,μ是均值,σ是标准差;
S5、建立机电作动器产品的零组件耗损退化规律模型;
根据步骤S3中对机电作动器故障模式及影响因素分析,建立零组件耗损退化规律模型,所述零组件耗损退化规律模型包括齿轮齿面磨损模型、线圈退化模型和永磁体退磁模型;
所述齿轮齿面磨损模型,即齿轮齿面拟合磨损量与循环周期的回归模型表示为:
ln[w(n)]=kln(n)+b
其中,w(n)表示啮合n次后的累积磨损量,n表示啮合次数,k、b为参数并采用最小二乘法进行估计;
所述线圈退化模型,表示为:
Rs(t)=a+bt
其中,Rs(t)为电机线圈阻值,t为时间,a、b为参数并采用最小二乘法进行估计;
所述永磁体退化模型,表示为:
B(t)=B0-Alogt
其中,B(t)为剩余磁通量,t为时间,B0、A为参数并采用最小二乘法进行估计;
S6、进行模型接口集成,建立机电作动器产品的性能与可靠性集成仿真模型,具体步骤如下;
S61、通过建模工具将随机变量的分布规律模型集成到性能模型中;
S62、通过建模工具将零件耗损退化规律模型集成到性能模型中,具体步骤如下;
S621、确定典型零组件退化规律在机电作动器产品性能模型中对应的表征退化规律的物理参数,主要包括齿面磨损对应配合间隙、永磁体退磁对应磁通量和线圈老化对应绝缘电阻;
S622、将所述物理参数由确定值对应更改为零件耗损退化规律模型中的对应模型;
S623、通过建模工具将零件耗损退化规律模型集成到性能模型中;
S63、得到机电作动器产品的性能与可靠性集成仿真模型;
S7、通过性能与可靠性集成仿真模型对机电作动器产品进行退化仿真,具体步骤如下:
S71、通过性能与可靠性集成仿真模型的仿真结果计算机电作动器产品的关键性能参数;
机电作动器产品的关键性能参数包括超调量和最大输出扭矩,其中:
超调量的表达式为:
Figure BDA0002834756840000061
其中,ε表示超调量或位置误差;θ0表示最终稳定的角度;θ表示稳定到指定位置之前偏离指定位置的最大角度;
最大输出扭矩的表达式为:
Figure BDA0002834756840000062
其中,Tmax为最大输出扭矩,p,N,α均为描述电机绕组结构特性的参数,Φ为磁通量,Ra为线圈电阻,U为输入电压;
S72、获得机电作动器产品关键性能的初始状态;
对机电作动器产品的所述随机变量进行参数化设置,采用蒙特卡洛方法进行随机抽样,调用系统性能建模软件进行迭代仿真计算,仿真结束后对数据进行分析,得到超调量和最大输出扭矩的初始分布,即机电作动器产品关键性能的初始状态;
S73、对机电作动器产品进行关键性能退化仿真;
考虑齿面磨损、线圈老化、永磁体退磁对关键性能的影响,在机电作动器产品寿命期内,任一时点仿真计算超调量、最大输出扭矩的退化曲线,得到该时点含退化参数的超调量与最大输出扭矩分布,实现对机电作动器产品关键性能退化仿真;
S8、对机电作动器产品进行性能可靠度评估,完成对机电作动器产品的可靠性仿真分析;
基于步骤S7的仿真结果,得到在任一时点机电作动器性能参数的分布数据,结合关键性能初始状态与任一时点性能退化后的参数分布情况,按照位置精度满足超调量及输出扭矩最大值的具体要求,评估得到产品在工作期限要求内的性能可靠度,完成对机电作动器产品的可靠性仿真分析。
优选地,所述步骤S1中性能参数包括但不限于材料的强度、刚度、热力学性质。
优选地,所述步骤S1中机电作动器的部件包括直流无刷电机、行星齿轮减速器、圆柱齿轮减速器、线位移传感器(RVDT)及输出部件。
优选地,所述步骤S32中的验证通过原则为:对于极性,验证方法为给机电作动器产品的试验件及性能与可靠性集成仿真模型均输入额定电压正指令,对比旋转方向,当输出轴转动方向一致时,其验证通过。
优选地,所述步骤S32中的验证通过原则为:对于空载转速,验证方法为在闭环、空载条件下,给机电作动器的试验件及性能与可靠性集成仿真模型输入相同方波指令,对比转速,对比旋转方向,当输出转速误差≤5%时,验证通过。
本发明的有益效果如下:
(1)在设计阶段,可以基于机电作动器产品数字样机验证产品可靠性指标,尽可能早地发现薄弱环节,并基于仿真数据提出设计改进建议。
(2)在验证阶段,可以支撑开展机电作动器产品加速寿命试验方案设计,解决航空机电作动器产品受试验样本量限制难以准确评估加速因子的问题:在关键零件层开展大样本试验,基于性能与可靠性集成建模手段,通过机电作动器产品整机性能退化仿真评估整体加速因子。
(3)在使用阶段,可以支撑机电作动器产品外场故障原因分析及设计改进措施的仿真验证。通过仿真方法,一方面可以对故障树分析得到的底层故障原因进行验证,量化分析敏感因素;另一方面可以在开展设计改进的试验验证之前进行仿真验证,实现快速迭代和优化设计。
附图说明
图1是本发明一种机电作动器产品的可靠性仿真分析方法的性能模型的示意图;
图2是本发明的实施方式的超调量示意图;
图3是本发明的实施方式的初始状态超调量的柱状分布图;
图4是本发明的实施方式的初始状态最大输出扭矩柱状分布图;
图5是本发明的实施方式的超调量的退化曲线图;
图6是本发明的实施方式的最大输出扭矩的退化曲线图;
图7是本发明的性能与可靠性集成建模方法图;
图中:
1—控制回路;2—转速反馈;3—位置反馈;4—电机;5—传动机构。
具体实施方式
以下,参照附图1-7对本发明的实施方式进行说明。
某型机电作动器产品由直流无刷电机、行星齿轮减速器、圆柱齿轮减速器、线位移传感器(RVDT)及输出部件组成。该机电作动器用于输出力矩驱动飞机副翼、升降/方向舵,是飞行管理分系统的执行机构,它通过ACE接受来自飞管计算机的控制指令,并根据指令的要求控制舵面进行相应的偏转,同时将作动器的位移信号反馈给ACE,组成闭环控制系统。
参照附图7以该机电作动器为对象开展可靠性仿真分析,建立产品的性能与可靠性集成模型,分析产品在寿命期内的性能退化规律,评估产品的性能可靠度,验证产品关键性能可靠度、可靠寿命满足规定要求。机电作动器产品的关键性能包括输出精度、输出扭矩,其中输出精度选用超调量进行表征,输出扭矩用选择最大输出扭矩进行表征。
本发明的一种机电作动器产品的可靠性仿真分析方法,包括以下步骤:
S1、进行机电作动器产品基本信息收集;
通过信息收集得到机电作动器产品的总体结构布置、部件的材料参数、动力与控制参数、工况载荷条件以及CAD模型,为性能模型建立做好准备;
S2、建立机电作动器产品的性能模型,具体步骤如下:
S21、以步骤S1收集到的产品基本信息为输入,按照机电液多领域性能建模方法,基于AMEsim建立机电作动器产品的性能模型,性能模型由直流无刷电机4、齿轮传动机构5、控制回路1三部分组成,模型中会形成转速反馈2和位置反馈3,具体模型组成见附图1;
S22、对建立的性能模型进行验证、确认;
机电作动器产品的性能模型建立后,需对其关键性能,即极性和空载转速进行仿真和验证,并与试验实测值对比,验证模型准确性;如果同时满足极性和空载转速的验证通过原则(具体验证通过原则见附表1),则确认模型准确,认为该模型可以代表实际产品性能;
表1关键性能的验证通过原则
Figure BDA0002834756840000101
S3、确定机电作动器产品的关键故障模式并对关键故障模式的主要因素进行分析;
经过试验分析验证,可以确定机电作动器关键故障模式主要包括位置精度超差和输出扭矩不足。
通过对关键故障模式的主要因素分析得出结论,造成这两种故障模式发生的主要因素包括两类:一是尺寸、载荷、材料参数等存在随机变量,各变量的波动导致产品性能超差;二是伴随长时间的使用关键零组件会发生耗损退化。机电作动器产品的故障影响因素具体见附表2:
表2关键性能退化的主要影响因素
Figure BDA0002834756840000111
S4、建立机电作动器产品随机变量的分布规律模型:
根据对机电作动器故障模式及影响因素分析,可以确定需要开展分布规律建模的随机变量包括齿轮间隙、轴承径向间隙、负载、齿轮材料参数、线圈铜阻、永磁体磁通量、负载扭矩,基于实测数据及建模方法,这些故障影响因素均可认为是服从正态分布,根据材料手册及相关设计手册可以得到相应的分布情况;这些参数也均可认为服从正态分布,可以依据3σ原则确定分布参数:
Figure BDA0002834756840000121
根据随机变量对机电作动器产品进行分布规律建模,表达式为;
Figure BDA0002834756840000122
上述x为随机变量,μ是均值,σ是标准差,μx是随机变量x的均值,σx是随机变量x的标准差;
S5、建立机电作动器产品的零组件耗损退化规律模型;
根据对机电作动器故障模式及影响因素分析,零组件耗损退化主要体现在齿轮齿面磨损、线圈老化和永磁体退磁。因此需要建立关于齿轮齿面磨损、线圈老化和永磁体退磁的三种模型用于后期集成仿真,经过大量试验数据验证,确定三种模型如下:
1)建立齿面磨损模型
针对齿面磨损,采用试验统计法建立其磨损模型,直接用机电作动器模拟齿轮实际的装配状态、受力状态及润滑条件,尽可能贴合实际情况。根据机电作动器运动状态,反复在零位的左右来回运动,因此测量磨损量时以零位啮合的轮齿齿面为基准,选取最近的9个齿进行磨损测量。
磨损量测量过程为:将大小齿轮拆下,用汽油清洗干净,利用三坐标测量仪进行齿面检测,每个齿轮测量两面,每面48个点(6列8行)。连续两次测量的齿面坐标数据的差值可以代表该坐标点的磨损量,对每个齿面的48个点的磨损量数据分别计算平均值与方差。平均值反映磨损的平均程度,方差反映不同点磨损量的离散程度。平均值偏大表示齿面平均磨损量大,方差值大表示齿面磨损不均匀。为了充分反映齿轮磨损状态,选取磨损剧烈的特征齿面作为对象,选取磨损区域确定的齿面前5大磨损量值的平均值作为齿轮的磨损量。
经过大量试验数据验证,应选用双对数模型作为拟合磨损量与循环周期的回归模型,表示为:
ln[w(n)]=kln(n)+b
式中,w(n)表示啮合n次后的累积磨损量,n表示啮合次数。
可以通过试验获取磨损量随时间的增长数据,采用最小二乘法对k、b两个参数进行估计。
2)建立线圈退化模型
对于线圈老化,对机电作动器性能退化的影响主要来源于线圈铜阻增大,与定子绕组的电压降、绕组中电流及温度相关。尽管电机的绕组材料可能是铝等非铜材料,但在习惯上仍将其称为铜损。根据试验数据,可认为电机线圈阻值随时间t呈线性变化,表示为:
Rs(t)=a+bt
可以通过试验获取铜阻随时间的增长数据,采用最小二乘法对a、b两个参数进行估计。
3)建立磁体退化模型
NdFeB永磁体的磁通量会随着时间的推移而减少,成为磁体退化,试验数据表明,退磁量和时间的对数呈线性关系,即剩余磁通量B和时间的常用对数log t呈线性关系,可表示为:
B(t)=B0-Alog t
可以通过试验获取剩余磁通量随时间的退化数据,采用最小二乘法对B0、A两个参数进行估计。
S6、进行模型接口集成,建立机电作动器产品的性能与可靠性集成仿真模型;
模型接口集成是将随机变量的分布规律模型以及零件耗损退化规律模型集成到性能模型中,具体步骤如下。
S61、通过建模工具将随机变量的分布规律模型集成到性能模型中;
集成随机变量分布规律模型的手段主要包括CAD参数化建模、多体系统参数化建模、物理系统参数化建模等,主要通过建模工具实现,均已具备成熟接口,在此不再展开阐述;
S62、通过建模工具将零件耗损退化规律模型集成到性能模型中,具体步骤如下;
S621、确定典型零组件退化规律在机电作动器产品性能模型中对应的物理参数,零件耗损退化规律在模型中的集成的核心是确定退化规律在性能模型中对应的物理参数。
对于机电作动器产品来说,典型零组件退化规律在模型中对应的物理参数见附表3:
表3典型零组件退化规律在模型中对应的物理参数
Figure BDA0002834756840000151
S622、将物理参数由确定值对应更改为与时间相关的前述建立的零件耗损退化规律模型中的对应模型;
S623、通过建模工具将零件耗损退化规律模型集成到性能模型中;
S63、得到机电作动器产品的性能与可靠性集成仿真模型;
S7、通过性能与可靠性集成仿真模型对机电作动器产品进行退化仿真,具体步骤如下:
S71、通过性能与可靠性集成仿真模型的仿真结果计算机电作动器产品的关键性能参数;
产品的关键性能参数包括超调量和最大输出扭矩,分别用于表征机电作动器的位置精度、输出扭矩性能水平。其中,超调量在伺服控制系统中较为常见,是伺服控制系统通用的重要指标,在机电作动器中则表现为作动器输出角度在稳定到指定位置之前偏离指定位置的最大量,超调量示意图见附图2,某机电作动器初始状态超调量的柱状分布图见附图3。最大输出扭矩则与电机的性能有直接关系,某机电作动器初始状态最大输出扭矩柱状分布图见附图4;
对于机电作动器来说,超调量的大小用旋转角度的最大百分比来表示,表达式为:
Figure BDA0002834756840000161
式中ε表示超调量(或位置误差);θ0表示最终稳定的角度;θ表示稳定到指定位置之前偏离指定位置的最大角度,可以通过性能模型仿真结果间接求解。
最大输出扭矩决定了机电作动器的输出能力,表达式为:
Figure BDA0002834756840000162
其中p,N,α均为描述电机绕组结构特性的参数,Φ为磁通量,Ra为线圈电阻,U为输入电压,可以通过性能模型仿真直接求解。
S72、S72、获得机电作动器产品关键性能的初始状态;
首先不考虑零件的耗损退化,对齿轮间隙、轴承径向间隙、负载、齿轮材料参数、线圈铜阻、永磁体磁通量、负载扭矩等随机变量进行参数化设置,采用蒙特卡洛方法进行随机抽样,调用系统性能建模软件AMEsim进行迭代仿真计算。仿真结束后对数据进行分析,得到超调量和最大输出扭矩的初始分布,即机电作动器产品关键性能的初始状态;
S73、对机电作动器产品进行关键性能退化仿真;
考虑齿面磨损、线圈老化、永磁体退磁对关键性能的影响,在机电作动器产品寿命期15000小时内,于任一时点仿真计算超调量、最大输出扭矩的退化曲线(不考虑使用过程中的翻修),得到该时点含退化参数的超调量与最大输出扭矩分布,实现对机电作动器产品关键性能退化仿真;附图5为超调量的退化曲线;附图6为最大输出扭矩的退化曲线;
S8、对机电作动器产品进行性能可靠度评估,完成对机电作动器产品的可靠性仿真分析;
基于S73得到的仿真结果,得到在任一时点机电作动器性能参数的分布数据,结合关键数据初始分布与任一时刻性能退化后的参数分布情况,按照位置精度满足超调量≤10%、输出扭矩满足最大值≥35Nm的要求,可以评估得到产品在工作期限要求内的性能可靠度。
根据上述分析结果,当产品任一性能超差时,认为产品失效,并可以得到产品可靠度随时间变化曲线。
评估产品的功能/性能可靠度,基于抽样仿真数据分析故障影响因素的敏感性,确定薄弱环节,提出改进建议。
以上的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (5)

1.一种机电作动器产品的可靠性仿真分析方法,其特征在于,其包括以下步骤:
S1、进行机电作动器产品基本信息收集;
通过信息收集得到机电作动器产品的总体结构布置、部件的材料参数、动力与控制参数、工况载荷条件以及CAD模型;
S2、建立机电作动器产品的性能模型,具体步骤如下:
S21、以步骤S1收集到的产品基本信息为输入,基于系统性能建模软件建立机电作动器产品的性能模型,所述性能模型由直流无刷电机、齿轮传动机构、控制回路三部分组成;
S22、对建立的所述性能模型进行验证、确认;
机电作动器产品的性能模型建立后,需对其关键性能,即极性和空载转速进行仿真、验证,并与试验实测值对比,验证模型准确性,同时满足极性和空载转速的验证通过原则,则确认所述模型准确;
S3、确定机电作动器产品的关键故障模式并对所述关键故障模式的主要因素进行分析;
机电作动器产品的关键故障模式主要包括位置精度超差和输出扭矩不足;造成位置精度超差和输出扭矩不足故障模式发生的主要因素的随机变量包括齿轮间隙、轴承径向间隙、负载、齿轮材料参数、线圈铜阻、永磁体磁通量和负载扭矩;
S4、建立机电作动器产品的所述随机变量的分布规律模型:
根据所述随机变量对机电作动器产品进行分布规律建模,基于实测数据,这些随机变量均能认为服从正态分布,依据3σ原则确定分布参数,
Figure FDA0002834756830000021
其中,μx是随机变量x的均值,σx是随机变量x的标准差;
根据确定的分布参数建立分布规律模型;
Figure FDA0002834756830000022
其中,x为随机变量,μ是均值,σ是标准差;
S5、建立机电作动器产品的零组件耗损退化规律模型;
根据步骤S3中对机电作动器故障模式及影响因素分析,建立零组件耗损退化规律模型,所述零组件耗损退化规律模型包括齿轮齿面磨损模型、线圈退化模型和永磁体退磁模型;
所述齿轮齿面磨损模型,即齿轮齿面拟合磨损量与循环周期的回归模型表示为:
ln[w(n)]=kln(n)+b
其中,w(n)表示啮合n次后的累积磨损量,n表示啮合次数,k、b为参数并采用最小二乘法进行估计;
所述线圈退化模型,表示为:
Rs(t)=a+bt
其中,Rs(t)为电机线圈阻值,t为时间,a、b为参数并采用最小二乘法进行估计;
所述永磁体退化模型,表示为:
B(t)=B0-Alogt
其中,B(t)为剩余磁通量,t为时间,B0、A为参数并采用最小二乘法进行估计;
S6、进行模型接口集成,建立机电作动器产品的性能与可靠性集成仿真模型,具体步骤如下;
S61、通过建模工具将随机变量的分布规律模型集成到性能模型中;
S62、通过建模工具将零件耗损退化规律模型集成到性能模型中,具体步骤如下;
S621、确定典型零组件退化规律在机电作动器产品性能模型中对应的表征退化规律的物理参数,主要包括齿面磨损对应配合间隙、永磁体退磁对应磁通量和线圈老化对应绝缘电阻;
S622、将所述物理参数由确定值对应更改为零件耗损退化规律模型中的对应模型;
S623、通过建模工具将零件耗损退化规律模型集成到性能模型中;
S63、得到机电作动器产品的性能与可靠性集成仿真模型;
S7、通过性能与可靠性集成仿真模型对机电作动器产品进行退化仿真,具体步骤如下:
S71、通过性能与可靠性集成仿真模型的仿真结果计算机电作动器产品的关键性能参数;
机电作动器产品的关键性能参数包括超调量和最大输出扭矩,其中:
超调量的表达式为:
Figure FDA0002834756830000041
其中,ε表示超调量或位置误差;θ0表示最终稳定的角度;θ表示稳定到指定位置之前偏离指定位置的最大角度;
最大输出扭矩的表达式为:
Figure FDA0002834756830000042
其中,Tmax为最大输出扭矩,p,N,α均为描述电机绕组结构特性的参数,Φ为磁通量,Ra为线圈电阻,U为输入电压;
S72、获得机电作动器产品关键性能的初始状态;
对机电作动器产品的所述随机变量进行参数化设置,采用蒙特卡洛方法进行随机抽样,调用系统性能建模软件进行迭代仿真计算,仿真结束后对数据进行分析,得到超调量和最大输出扭矩的初始分布,即机电作动器产品关键性能的初始状态;
S73、对机电作动器产品进行关键性能退化仿真;
考虑齿面磨损、线圈老化、永磁体退磁对关键性能的影响,在机电作动器产品寿命期内,任一时点仿真计算超调量、最大输出扭矩的退化曲线,得到该时点含退化参数的超调量与最大输出扭矩分布,实现对机电作动器产品关键性能退化仿真;
S8、对机电作动器产品进行性能可靠度评估,完成对机电作动器产品的可靠性仿真分析;
基于步骤S7的仿真结果,得到在任一时点机电作动器性能参数的分布数据,结合关键性能初始状态与任一时点性能退化后的参数分布情况,按照位置精度满足超调量及输出扭矩最大值的具体要求,评估得到产品在工作期限要求内的性能可靠度,完成对机电作动器产品的可靠性仿真分析。
2.根据权利要求1所述的机电作动器产品的可靠性仿真分析方法,其特征在于,所述步骤S1中性能参数包括但不限于材料的强度、刚度、热力学性质。
3.根据权利要求1所述的机电作动器产品的可靠性仿真分析方法,其特征在于,所述步骤S1中机电作动器的部件包括直流无刷电机、行星齿轮减速器、圆柱齿轮减速器、线位移传感器RVDT及输出部件。
4.根据权利要求1所述的机电作动器产品的可靠性仿真分析方法,其特征在于,所述步骤S32中的验证通过原则为:对于极性,验证方法为给机电作动器产品的试验件及性能与可靠性集成仿真模型均输入额定电压正指令,对比旋转方向,当输出轴转动方向一致时,验证通过。
5.根据权利要求1所述的机电作动器产品的可靠性仿真分析方法,其特征在于,所述步骤S32中的验证通过原则为:对于空载转速,验证方法为在闭环、空载条件下,给机电作动器的试验件及性能与可靠性集成仿真模型输入相同方波指令,对比转速,对比旋转方向,当输出转速误差≤5%时,验证通过。
CN202011474483.0A 2020-12-14 2020-12-14 一种机电作动器产品的可靠性仿真分析方法 Active CN112487661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011474483.0A CN112487661B (zh) 2020-12-14 2020-12-14 一种机电作动器产品的可靠性仿真分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011474483.0A CN112487661B (zh) 2020-12-14 2020-12-14 一种机电作动器产品的可靠性仿真分析方法

Publications (2)

Publication Number Publication Date
CN112487661A CN112487661A (zh) 2021-03-12
CN112487661B true CN112487661B (zh) 2022-12-09

Family

ID=74916299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011474483.0A Active CN112487661B (zh) 2020-12-14 2020-12-14 一种机电作动器产品的可靠性仿真分析方法

Country Status (1)

Country Link
CN (1) CN112487661B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111437B (zh) * 2021-04-16 2023-07-21 中国航空综合技术研究所 数据融合的飞机运动机构可靠性评估方法
CN113111521B (zh) * 2021-04-20 2023-08-04 中国航空综合技术研究所 基于故障行为的航空机电产品可靠性建模与分析方法
CN113125888B (zh) * 2021-04-20 2023-06-20 中国航空综合技术研究所 基于故障行为的航空机电产品加速寿命试验方法
CN114897081A (zh) * 2022-05-19 2022-08-12 重庆大学 一种基于元动作的机电产品故障树分析方法
CN116629010B (zh) * 2023-06-02 2024-01-23 江苏科技大学 一种基于随机过程的退化模型确认及其试验设计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108959676B (zh) * 2017-12-22 2019-09-20 北京航空航天大学 一种考虑有效冲击的退化建模与寿命预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
可靠性仿真试验及其在雷达研制中的应用;王宏等;《现代雷达》;20170115(第01期);全文 *
航天机电产品可靠性仿真方法研究;栾家辉等;《机电技术》;20200824(第04期);全文 *
随机因素作用下动态系统性能可靠性分析方法;马纪明等;《系统工程与电子技术》;20110415(第04期);全文 *

Also Published As

Publication number Publication date
CN112487661A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN112487661B (zh) 一种机电作动器产品的可靠性仿真分析方法
Dalla Vedova et al. Proposal of prognostic parametric method applied to an electrohydraulic servomechanism affected by multiple failures
CN113111521B (zh) 基于故障行为的航空机电产品可靠性建模与分析方法
CN111538316B (zh) 基于性能的闭环控制系统执行机构故障诊断方法及系统
CN113125888A (zh) 基于故障行为的航空机电产品加速寿命试验方法
Skormin et al. On-line diagnostics of a self-contained flight actuator
Chen et al. Improved fault diagnosis for aircraft flap control system based on bond graph
Dalla Vedova et al. A new prognostic method based on simulated annealing algorithm to deal with the effects of dry friction on electromechanical actuators
Bertolino et al. A fully sensorized test bench for prognostic activities on ball screws
CN117032172A (zh) 一种基于数模联动的故障诊断方法及系统
Berri et al. A simplified monitoring model for PMSM servoactuator prognostics
Dalla Vedova et al. Fault detection and identification method based on genetic algorithms to monitor degradation of electrohydraulic servomechanisms
CN112948999B (zh) 一种空间机器人用关节可靠性验证方法
Jiang et al. Construction and simulation of failure distribution model for cycloidal gears grinding machine
Dalla Vedova et al. Linear Electromechanical actuators affected by mechanical backlash: a fault identification method based on simulated annealing algorithm
Dalla Vedova et al. Electromechanical actuators affected by multiple failures: a simulated-annealing-based fault identification algorithm
CN111086646A (zh) 一种飞机襟翼操纵系统的状态监测方法及系统
Jiang et al. On gradation and classification of faults for permanent magnet synchronous motor systems based on v-gap metric
Ovsiannikova et al. Closed-loop verification of a compensating group drive model using synthesized formal plant model
Wauthion et al. Parameter Identification based Health Monitoring for a Primary Flight Control Electromechanical Actuator
Toman et al. Application of the v-cycle development in the aerospace industry
Zhu et al. Reliability assessment method based on the meta-action unit for complex mechanical system
Budinger et al. Simulation based design of electromechanical actuators with Modelica
Wang et al. Remaining useful life prediction of nonlinear degradation process based on EKF
Maccarana Health Monitoring of Electro-Mechanical Actuators for primary flight surfaces

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