CN116187102B - 一种可靠性分析系统 - Google Patents

一种可靠性分析系统 Download PDF

Info

Publication number
CN116187102B
CN116187102B CN202310462174.9A CN202310462174A CN116187102B CN 116187102 B CN116187102 B CN 116187102B CN 202310462174 A CN202310462174 A CN 202310462174A CN 116187102 B CN116187102 B CN 116187102B
Authority
CN
China
Prior art keywords
reliability
subsystem
phm
fault
analysis
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
CN202310462174.9A
Other languages
English (en)
Other versions
CN116187102A (zh
Inventor
陈丽君
王伊凡
杜翔宇
王小平
周禹男
刘鑫
夏冶宝
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.)
AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
Original Assignee
AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
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 AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems filed Critical AVIC Jincheng Nanjing Engineering Institute of Aircraft Systems
Priority to CN202310462174.9A priority Critical patent/CN116187102B/zh
Publication of CN116187102A publication Critical patent/CN116187102A/zh
Application granted granted Critical
Publication of CN116187102B publication Critical patent/CN116187102B/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
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/02CAD in a network environment, e.g. collaborative CAD or distributed simulation
    • 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]
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种可靠性分析系统,可靠性设计子系统向数字化建模子系统传递可靠性仿真需求;数字化建模子系统向可靠性分析子系统传递可靠性仿真结果;可靠性设计子系统对设计模型进行更新;可靠性设计子系统向PHM分析子系统传递知识库信息和故障传递模型,知识库信息作为数据的补充提升PHM算法的效率和准确度;PHM分析子系统通过PHM算法进行补充验证,完成对故障传递模型的校正;数字化建模子系统向PHM分析子系统提供仿真数据,仿真数据作为PHM输入数据进行算法研究;PHM分析子系统基于数字化建模子系统中精度不高或不准确的模型进行补充和验证;解决了可靠性分析工作与产品研制设计过程脱节的问题。

Description

一种可靠性分析系统
技术领域
本发明涉及可靠性分析技术领域,具体而言,涉及一种可靠性分析系统。
背景技术
可靠性是衡量装备发展程度的重要指标之一,建立完整的系统架构及故障因果关系模型是开展复杂机电系统故障传播分析以及故障定位辨识的基础;飞机机电系统具有复杂的架构关系,组成设备较多,各组成单元分散布置形成复杂机电网络,系统发生故障的概率随机增大,传播性强,任何一个细小的局部故障都可能通过传播分散成为影响整个系统的关键故障,因此,复杂机电系统的建模及故障传递逻辑分析具有重要价值。随着航空机电产品复杂程度增加,仅依照可靠性工作大纲计划,根据相关标准开展可靠性研究,使得当前可靠性分析工作与产品研制过程存在“两张皮”现象,可靠性指标难以得到大幅提升。
发明内容
本发明的目的在于克服上述技术存在的不足,为解决可靠性分析工作与产品研制设计过程脱节的问题,本发明提供了一种可靠性分析系统。
第一方面,本发明提供了一种可靠性分析系统,包括:所述可靠性分析系统包括:可靠性设计子系统、数字化建模子系统、PHM分析子系统;所述可靠性设计子系统向所述数字化建模子系统传递可靠性仿真需求;所述数字化建模子系统基于所述可靠性仿真需求,向所述可靠性分析子系统传递可靠性仿真结果;所述可靠性设计子系统基于所述可靠性仿真结果对设计模型进行更新;所述可靠性设计子系统向所述PHM分析子系统传递知识库信息和故障传递模型,所述知识库信息作为数据的补充提升PHM算法的效率和准确度;所述PHM分析子系统基于所述故障传递模型中缺失或不确定的故障传递关系,通过PHM算法进行补充验证,完成对所述故障传递模型的校正;所述数字化建模子系统向所述PHM分析子系统提供仿真数据,所述仿真数据作为PHM输入数据进行算法研究;所述PHM分析子系统基于所述数字化建模子系统中精度不高或不准确的模型进行补充和验证。
在一些实施例中,所述可靠性分析系统还包括:实物试验样机子系统;所述数字化建模子系统向所述实物试验样机子系统提出试验需求,针对精度不高或不准确的模型利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据对所述数字化建模子系统中的模型进行校正;所述PHM分析子系统向所述实物样机试验子系统提出试验需求,PHM分析出的故障影响关系,利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据提升所述PHM分析子系统故障诊断精度以及寿命预测精度;所述可靠性设计子系统向所述实物样机试验子系统提供可靠性设计准则;所述实物样机试验子系统基于所述可靠性设计准则进行试验并将试验结果反馈至所述可靠性设计子系统。
在一些实施例中,所述可靠性设计子系统包括:可靠性知识库;所述可靠性知识库存储有可靠性信息资源,所述可靠性信息资源包括:故障模式库、专家诊断经验、产品可靠性设计准则和可靠性预计参数。
在一些实施例中,所述可靠性设计子系统还包括:故障传递建模模块;所述故障传递建模模块通过可靠性仿真软件建立故障传递关系拓扑图。
在一些实施例中,所述可靠性设计子系统进行故障传递建模时,基于功能架构模型的结构单元层,从系统层面建立组成系统的各个部件之间的关联。
在一些实施例中,所述可靠性设计子系统进行故障传递建模时,建立由各组成部件相关的状态变量组成的故障信息层。
在一些实施例中,所述可靠性仿真需求包括:结构与过程优化需求、强度与寿命评估需求、振动仿真需求和热管理仿真需求;所述可靠性仿真结果包括:部件自身机械故障对输出口变量的影响关系和各个部件之间的定性或定量的影响关系。
本发明提供的技术方案具有以下有益效果:
本发明通过将可靠性分析、数字化建模与PHM分析相结合,实现可靠性与数字化建模的虚实交互、模型修正以及数据与模型驱动的PHM,从设计、制造加工工艺以及后勤维修保障等多个方面提升“全系统、全特性”的可靠性体系,提升了系统设计优化与运维保障。
本发明将数字化仿真建模工作与可靠性分析工作结合展开设计与论证,可有效解决产品可靠性工作与设计工作中存在的脱节现象;数字建模能够实现数字模型与物理模型的双向映射,通过高保真建模与仿真、虚实映射等手段,刻画和反映出产品的整个生命周期。在产品数字化模型的基础上开展可靠性仿真验证,有效促进产品正向设计与可靠性工作融合,实现设计可靠性设计反馈,推动了研发设计流程决策。
本发明通过在可靠性分析驱动下进行健康管理,可扩展PHM分析工作的应用范围,通过输入故障信息以及故障传递模型,融合仿真模型与试验数据,实现物理与虚拟实时交互、基于数据、模型及知识驱动的故障诊断预测,形成产品PHM健康管理新模式,实现故障现象快速捕捉、故障位置准确定位、诊断策略及时响应及健康实时预测等功能,支撑产品测试运维工作。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1示出了本发明一种可靠性分析系统示意图。
具体实施方式
现在将参照若干示例性实施例来论述本公开的内容。应当理解,论述了这些实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开的内容,而不是暗示对本公开的范围的任何限制。
如本文中所使用的,术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。术语“另一个实施例”要被解读为“至少一个其他实施例”。
本发明实施例公开了一种可靠性分析系统,所述可靠性分析系统可以包括:可靠性设计子系统、数字化建模子系统、PHM分析子系统;所述可靠性设计子系统向所述数字化建模子系统传递可靠性仿真需求;所述数字化建模子系统基于所述可靠性仿真需求,向所述可靠性分析子系统传递可靠性仿真结果;所述可靠性设计子系统基于所述可靠性仿真结果对设计模型进行更新;所述可靠性设计子系统向所述PHM分析子系统传递知识库信息和故障传递模型,所述知识库信息作为数据的补充提升PHM算法的效率和准确度;所述PHM分析子系统基于所述故障传递模型中缺失或不确定的故障传递关系,通过PHM算法进行补充验证,完成对所述故障传递模型的校正;所述数字化建模子系统向所述PHM分析子系统提供仿真数据,所述仿真数据作为PHM输入数据进行算法研究;所述PHM分析子系统基于所述数字化建模子系统中精度不高或不准确的模型进行补充和验证。
在本实施例中,建立完整的系统架构及故障因果关系模型是开展复杂机电系统故障传播分析以及故障定位辨识的基础;复杂系统的故障建模及分析方法可大致分为三类:1)基于数学模型的分析方法,在数学解析机理上建立系统模型,该方法难点在于精确的机电系统定量模型较难获得;2)基于历史数据的方法,即数据驱动的方法,包括趋势分析、神经网络、模式识别、统计分析等。该方法不需要深入了解故障启动和传播的机制,难点在于需要大量的历史数据对算法进行训练,缺乏数据较难开展;3)基于知识的方法,它依赖于对故障及其症状的明确表达,如故障模型、正常模型或表达情况,以获取系统的定性知识描述和反应机理的深层次知识为基础,搭建相应模型,难点在于对模型准确度及故障机理的要求较高。为解决上述问题,将三种方法的原理相互交叉,可以融合提出解决方案,在样机研制阶段,数学机理模型不够精确,缺乏历史数据且故障机理知识不完整的情况下,可基于三种方法融合的方式,对预研产品进行可靠性分析。
在本实施例中,可靠性分析子系统可以包含两部分:可靠性知识库以及故障传递建模模块;可靠性知识库包含故障知识库、失效模式库等;故障传递关系故障传递建模模块基于系统工程、系统功能组成以及系统架构梳理出故障传递关系并构建故障传递模型。
在本实施例中,数字化建模与试验是开展基于故障物理可靠性仿真的基础,数字化建模子系统的数字化建模过程是在设计仿真分析的基础上建立系统多学科协同的数字化模型,将三维模型降阶后连接传感器,利用试验数据对比仿真数据修正模型,实现包括虚拟传感等在内的多种功能,集成多学科、多物理场、多维度的虚拟模型,实现数字模型与物理模型的映射,在此基础上开展耐久性仿真、强度仿真、振动一体化仿真分析等设计特性的仿真分析,以仿真手段支撑产品在设计阶段的可靠性验证工作,找准薄弱环节,实现“设计—验证—设计”的正向过程,满足可靠性设计需求,并不断扩充。
在本实施例中,PHM分析子系统基于数据、模型及知识驱动的基础上,对系统进行健康监测和智能维护,对运行状态进行检测,以此对系统进行故障诊断和寿命预测。
在本实施例中,通过可靠性设计子系统、数字化建模子系统以及PHM分析子系统将PHM工作、数字化建模工作以及可靠性分析工作融合,实现三项工作的优势互补互促提升。
在本实施例中,为提升和验证产品可靠性指标,将可靠性工作与建模仿真工作相结合,提出可靠性仿真需求,具体包括结构与过程优化,强度与寿命评估、振动仿真及热管理仿真等。机电系统常见的的失效模式包括断裂、变形、腐蚀、磨损、胶合及接触疲劳等;以上失效模式可归类为刚度问题、齿轴疲劳问题、结构疲劳问题、振动问题及热力学等几大问题,由此可靠性工作需对建模与仿真提出需求,根据仿真分析结果找准设计薄弱环节,提出改进措施和设计优化反馈,在设计早期即可对设计模型进行更新迭代,在缩短设计周期的同时提升质量。
在本实施例中,由构建的可靠性知识库和故障传递模型向PHM输入知识和模型,提高算法提升效率与准确度,作为数据的补充支撑PHM故障追溯与定位实现。
在本实施例中,可靠性仿真结果可以为可靠性知识库提供模型与数据支撑,推进可靠性与性能的协同设计,可解决可靠性设计与性能设计难以相互融合的问题。将可靠性仿真结果、故障仿真结果等作为结论注入可靠性知识库,为相似产品提供设计依据,也可补充故障传递模型中的第二类故障信息,即部件自身机械故障对输出口变量的影响关系。同时,系统整体性能仿真结果,可补充和验证故障传递模型中的第一类故障信息,即各个部件变量之间存在的定性或定量的影响关系。
在本实施例中,针对故障传递模型中缺失或不确定的故障传递关系,可通过基于数据或模型的PHM算法进行补充验证。
在本实施例中,针对设计阶段缺乏历史实验数据的情况,可由系统建模仿真得到的数据补充作为PHM输入进行算法研究。
在本实施例中,针对性能模型中可能存在的模型精度不高或建模不准确的情况,可通过基于数据的方法进行补充和验证。
在一些实施例中,所述可靠性分析系统还包括:实物试验样机子系统;所述数字化建模子系统向所述实物试验样机子系统提出试验需求,针对精度不高或不准确的模型利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据对所述数字化建模子系统中的模型进行校正;所述PHM分析子系统向所述实物样机试验子系统提出试验需求,PHM分析出的故障影响关系,利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据提升所述PHM分析子系统故障诊断精度以及寿命预测精度;所述可靠性设计子系统向所述实物样机试验子系统提供可靠性设计准则;所述实物样机试验子系统基于所述可靠性设计准则进行试验并将试验结果反馈至所述可靠性设计子系统。
在本实施例中,通过可靠性设计子系统、数字化建模子系统以及PHM分析子系统将PHM工作、数字化建模工作以及可靠性分析工作融合,实现三项工作的优势互补互促提升的基础上,再结合实物试验样机子系统,以建模仿真和样机试验为依托,不断迭代可靠性需求指标,产生设计优化反馈,同时将故障模型与知识库作为PHM输入,支撑运维保障,数字建模与PHM结果对故障知识库和故障传递模型补充完善。
在本实施例中,针对建模仿真发现的薄弱环节,在获取实物样机后进行重点试验。
在本实施例中,根据PHM分析出的故障影响关系,在获取实物样机后针对性开展试验。
在本实施例中,充分利用实验模型校准数字化模型,提升数字化模型建模精度,实现物理与虚拟的双向映射。
在本实施例中,试验数据相比仿真数据,置信度提高,提升PHM故障诊断及寿命预测精度。
在本实施例中,基于前期可靠性分析工作,设计可靠性试验方案,可对样本量选择、试验时间确定、应力水平选择等做出更好判断,有效提升试验效率,降低试验成本,将试验结果扩充至可靠性知识库,为相似产品提供故障信息。
在一些实施例中,所述可靠性设计子系统包括:可靠性知识库;所述可靠性知识库存储有可靠性信息资源,所述可靠性信息资源包括:故障模式库、专家诊断经验、产品可靠性设计准则和可靠性预计参数。
在一些实施例中,所述可靠性设计子系统还包括:故障传递建模模块;所述故障传递建模模块通过可靠性仿真软件建立故障传递关系拓扑图。
在本实施例中,基于MBSE的可靠性分析子系统包含建立可靠性知识库、故障传递模型以及相关可靠性信息综合管理,故障传递模型建模是依托可靠性仿真软件建立故障传递关系拓扑图,建模时主要包含两方面内容,其一是基于功能架构模型的结构单元层:从系统层面描述组成系统的各个部件之间存在的关联,如流体、电力及控制信号等多种联系;其二是故障信息层:由各组成部件相关的状态变量组成,故障信息曾包含两类故障信息,第一类是各个部件变量之间存在的定性或定量的影响关系,如燃烧腔体输入口气量与入口燃油量对输出口气量之间的变量关系,第二类是部件自身机械故障对输出口变量的影响关系。以功能建模的结果为基础,首先定义系统级与单元的功能失效,其次以功能建模中的单元交互为故障传递路径,构建单元对系统功能的故障影响关系,建模对象包括系统的功能失效状态定义、单元的功能故障模式定义、单元输出对象的故障类型定义、系统功能失效的局部故障原因分析、单元故障输出的局部故障原因分析以及单元动态故障逻辑定义等,通过系统功能逻辑图中的交联关系,形成故障传递关系,最终形成故障传递关系拓扑。
在一些实施例中,所述可靠性设计子系统进行故障传递建模时,基于功能架构模型的结构单元层,从系统层面建立组成系统的各个部件之间的关联。
在一些实施例中,所述可靠性设计子系统进行故障传递建模时,建立由各组成部件相关的状态变量组成的故障信息层。
在一些实施例中,所述可靠性仿真需求包括:结构与过程优化需求、强度与寿命评估需求、振动仿真需求和热管理仿真需求;所述可靠性仿真结果包括:部件自身机械故障对输出口变量的影响关系和各个部件之间的定性或定量的影响关系。
可以理解的是,本公开中“多个”是指两个或两个以上,其它量词与之类似。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
进一步可以理解的是,术语“第一”、“第二”等用于描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
进一步可以理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作。
进一步可以理解的是,除非有特殊说明,“连接”包括两者之间不存在其他构件的直接连接,也包括两者之间存在其他元件的间接连接。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种可靠性分析系统,其特征在于,所述可靠性分析系统包括:可靠性设计子系统、数字化建模子系统、PHM分析子系统;所述可靠性设计子系统向所述数字化建模子系统传递可靠性仿真需求;所述数字化建模子系统基于所述可靠性仿真需求,向所述可靠性设计子系统传递可靠性仿真结果;所述可靠性设计子系统基于所述可靠性仿真结果对设计模型进行更新;所述可靠性设计子系统向所述PHM分析子系统传递知识库信息和故障传递模型,所述知识库信息作为数据的补充提升PHM算法的效率和准确度;所述PHM分析子系统基于所述故障传递模型中缺失或不确定的故障传递关系,通过PHM算法进行补充验证,完成对所述故障传递模型的校正;所述数字化建模子系统向所述PHM分析子系统提供仿真数据,所述仿真数据作为PHM输入数据进行算法研究;所述PHM分析子系统基于所述数字化建模子系统中精度不高或不准确的模型进行补充和验证。
2.根据权利要求1所述的一种可靠性分析系统,其特征在于,所述可靠性分析系统还包括:实物试验样机子系统;所述数字化建模子系统向所述实物试验样机子系统提出试验需求,针对精度不高或不准确的模型利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据对所述数字化建模子系统中的模型进行校正;所述PHM分析子系统向所述实物样机试验子系统提出试验需求,PHM分析出的故障影响关系,利用实物样机进行针对性试验;所述实物样机试验子系统通过试验数据提升所述PHM分析子系统故障诊断精度以及寿命预测精度;所述可靠性设计子系统向所述实物样机试验子系统提供可靠性设计准则;所述实物样机试验子系统基于所述可靠性设计准则进行试验并将试验结果反馈至所述可靠性设计子系统。
3.根据权利要求2所述的一种可靠性分析系统,其特征在于,所述可靠性设计子系统包括:可靠性知识库;所述可靠性知识库存储有可靠性信息资源,所述可靠性信息资源包括:故障模式库、专家诊断经验、产品可靠性设计准则和可靠性预计参数。
4.根据权利要求3所述的一种可靠性分析系统,其特征在于,所述可靠性设计子系统还包括:故障传递建模模块;所述故障传递建模模块通过可靠性仿真软件建立故障传递关系拓扑图。
5.根据权利要求4所述的一种可靠性分析系统,其特征在于,所述可靠性设计子系统进行故障传递建模时,基于功能架构模型的结构单元层,从系统层面建立组成系统的各个部件之间的关联。
6.根据权利要求4所述的一种可靠性分析系统,其特征在于,所述可靠性设计子系统进行故障传递建模时,建立由各组成部件相关的状态变量组成的故障信息层。
7.根据权利要求3所述的一种可靠性分析系统,其特征在于,所述可靠性仿真需求包括:结构与过程优化需求、强度与寿命评估需求、振动仿真需求和热管理仿真需求;所述可靠性仿真结果包括:部件自身机械故障对输出口变量的影响关系和各个部件之间的定性或定量的影响关系。
CN202310462174.9A 2023-04-26 2023-04-26 一种可靠性分析系统 Active CN116187102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310462174.9A CN116187102B (zh) 2023-04-26 2023-04-26 一种可靠性分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310462174.9A CN116187102B (zh) 2023-04-26 2023-04-26 一种可靠性分析系统

Publications (2)

Publication Number Publication Date
CN116187102A CN116187102A (zh) 2023-05-30
CN116187102B true CN116187102B (zh) 2023-07-14

Family

ID=86433038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310462174.9A Active CN116187102B (zh) 2023-04-26 2023-04-26 一种可靠性分析系统

Country Status (1)

Country Link
CN (1) CN116187102B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7107491B2 (en) * 2001-05-16 2006-09-12 General Electric Company System, method and computer product for performing automated predictive reliability
US9280617B2 (en) * 2012-11-06 2016-03-08 General Electric Company Systems and methods for improved reliability operations
CN105677991A (zh) * 2016-01-11 2016-06-15 中国电子科技集团公司第十研究所 航空电子设备可靠性设计优化方法
CN108614443B (zh) * 2016-12-12 2020-09-22 中国航空工业集团公司西安航空计算技术研究所 Phm系统模型开发和验证平台设计方法
CN108229049B (zh) * 2018-01-17 2021-04-09 中国航空综合技术研究所 基于性能模型进行多状态系统任务可靠性建模的方法

Also Published As

Publication number Publication date
CN116187102A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
Lo et al. A review of digital twin in product design and development
CN107832497B (zh) 一种智能车间快速定制设计方法及系统
Thelen et al. A comprehensive review of digital twin—part 2: roles of uncertainty quantification and optimization, a battery digital twin, and perspectives
Hesabi et al. A deep learning predictive model for selective maintenance optimization
CN112131760A (zh) 基于cbam模型的航空发动机剩余寿命预测方法
CN114048600A (zh) 一种数字孪生驱动的多模型融合工业系统异常检测方法
CN109711714A (zh) 基于并联长短期记忆网络的制造装配产品质量预测方法
CN106250631B (zh) 一种基于故障-测试相关矩阵的故障诊断方法
Henriksson et al. Towards structured evaluation of deep neural network supervisors
CN115562158A (zh) 一种数字孪生驱动的数控机床智能诊断方法、系统及终端机
CN106682350A (zh) 一种基于三维模型的多属性决策质量检测方法
CN116561681A (zh) 一种基于数字孪生的融合型故障诊断方法
CN114528666A (zh) 一种基于多层级分布式协同代理模型的复杂结构系统可靠性方法
CN114117840A (zh) 一种基于仿真和试验数据混合驱动的结构性能预测方法
CN113602526A (zh) 飞机机电故障预测与健康管理系统的验证测试方法及系统
CN112082639A (zh) 发动机状态的诊断方法及其诊断建模方法
CN110716520B (zh) 基于多源信息融合的飞控伺服作动器可靠性评估建模方法
CN115422814A (zh) 一种数字孪生驱动的复杂机电产品闭环优化设计方法
Thalmann et al. Cognitive decision support for industrial product life cycles: A position paper
CN105868115A (zh) 软件密集型系统软件测试模型的构建方法和系统
CN115688285A (zh) 可持续航空燃料涡扇发动机供油与燃烧系统优化方法
CN116187102B (zh) 一种可靠性分析系统
Hess et al. The maintenance aware design environment: Development of an aerospace phm software tool
Lu et al. Digital twin-based operation simulation system and application framework for electromechanical products
CN114254915A (zh) 轴类零件全流程加工质量合格状态决策及优化方法

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