随机环境应力冲击下基于多参数相关退化的导弹部件寿命预测

为了解决某型导弹部件的贮存寿命预测问题,提出了一种随机环境应力冲击下基于多参数相关退化的寿命预测方法。针对产品存在退化失效与突发失效两种失效模式,利用Wiener、Gamma及Inverse Gaussian等随机过程模型拟合各性能参数的退化数据,并采用Copula函数进行相关性退化失效建模;利用随机环境应力冲击解释突发失效的机理,并采用非均匀泊松过程对突发失效建模;进而建立退化失效与突发失效竞争的贮存寿命预测模型。实例应用说明所提方法能够反映出导弹部件的失效规律,比传统预测方法具有更高的预测准确性,具有较好的工程应用价值。     

基于 Gamma模型和加速退化数据的可靠性分析方法

为了对导弹连接器进行可靠性评估,提出了基于Gamma模型的可靠性分析方法。首先,以电连接器的接触电阻作为性能参量,通过温度、湿度双应力加速退化试验获取其性能退化数据;然后,利用Gamma模型描述样品的退化过程,使用广义艾林模型,描述了样品退化量与温度、湿度之间的关系;最后,使用极大似然估计的方法,估计出了样品在正常工作条件下的模型参数,并对该型电连接器的平均寿命进行了预测。     

基于非线性Wiener过程航空发动机性能退化预测

针对线性随机过程航空发动机剩余使用寿命预测精度不高的问题,提出一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模,进而预测航空发动机的剩余寿命。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出剩余寿命的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而对个体发动机的剩余寿命实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明：针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机循环中期剩余寿命预测的准确性,提供更加可靠的预防性维修决策。     

基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

改进 PSO-RBFNN算法在退化型产品寿命预测中的应用

针对部分高可靠性产品退化规律无法掌握的难题,提出了使用改进粒子群优化—基于神经网络函数(PSO-RBFNN)算法拟合样品退化轨迹、预测伪寿命值的方法。首先,通过改进PSO算法对RBFNN进行训练优化;然后,使用部分测量数据对训练后的RBFNN进行准确度测试;最后,通过RBFNN预测样品退化轨迹,估计出伪寿命值。使用某型电连接器的加速退化试验数据对提出的方法进行了试验验证,成功对该型电连接器进行了寿命预测,得出平均寿命为200 412 h。     

基于加速退化原理的光纤陀螺性能保持期评估方法研究

为评估光纤陀螺在长期贮存条件下的性能保持期,从光纤陀螺自身的特点出发,根据贮存环境的具体要求,详细分析了加速试验过程中试验应力及应力量值的选取,明确了试验样品的分配及具体试验时间估算方式。通过加速退化的手段得到样品的零偏和标度因数等数据,结合可靠性工程领域的成熟方法和理论,采用灰色系统模型和线性退化模型得到外推时间,计算Weibull分布的形状参数和寿命参数,并根据Arrhenius模型对光纤陀螺的性能保持期进行了预测。试验结果表明,采用ASE光源的0.01(°)/h量级的光纤陀螺,其性能保持期可以超过3a。     

限带白噪声过程雨流幅值分布

为了在频域内解决限带白噪声载荷作用下结构的疲劳寿命估算问题,提出了限带白噪声过程的雨流幅值分布模型,并给出了参数估算方法。假设雨流幅值可以用双参数Weibull分布来描述,形状参数与带宽系数呈线性关系;尺度参数与均方根呈比例关系;比例因子与不规则因子呈线性关系。数值模拟结果表明：Weibull分布能够很好地描述限带白噪声过程的雨流幅值分布,分布参数能够根据随机过程的谱参数计算得出。     

基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测

针对航空发动机在性能衰减过程中普遍存在的非线性和三源不确定性问题,提出了一种基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命（RUL）预测方法。首先,为解决目前大多数剩余寿命预测方法中潜在假设的局限性,即当前时刻估计的漂移系数与上一时刻漂移系数的后验估计完全相等,在状态空间模型的框架下建立了一类新的同时考虑非线性和三源不确定性的性能衰减模型,并在首达时间下推导出剩余寿命的分布。然后,针对新研发航空发动机缺乏历史数据和先验信息的问题,提出了一种基于Kalman滤波和条件期望最大化（ECM）算法的参数估计方法,使得估计的模型参数不依赖于历史数据量。同时能够在获得一个新的性能衰减数据后,实现对模型参数的自适应估计和在线更新,进而实时地更新航空发动机的剩余寿命分布。实验结果表明,本文方法可以有效地提高剩余寿命预测的准确性,能为航空发动机的维修决策提供可靠的依据。     

基于随机过程的可靠性建模

基于Wiener过程、Gamma过程和逆高斯(Inverse Gaussian,IG)过程等随机过程的可靠性建模方法在装备可靠性评估中逐步得到应用.针对3类考虑随机影响的随机过程模型,分别阐述了各类模型在一元性能退化建模、二元性能退化建模、加速退化建模和竞争失效建模等情形下的应用情况,并展望了下一步研究方向.研究工作对...     

基于气路参数融合的涡扇发动机性能退化预测

针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。      

基于无失效数据的某型发动机可靠性参数Bayes估计

针对装备寿命服从指数分布的情形,以失效率参数作为随机变量构建估计模型。考虑失效率的先验分布为 Gamma分布,在失效率的超参数均服从一定的均匀分布时,提出了失效率的多层 Bayes和期望 Bayes(ExpectedBayes,E-Bayes)估计方法,建立了失效率的多层 Bayes和 E-Bayes估计模型;结合某型装备发动机的无失效储存数据,计算了失效率的多层 Bayes和 E-Bayes估计值,推导了可靠度的多层 Bayes和 E-Bayes估计值。通过比较分析,可靠度的 2种估计结果都是稳健的,而后者略小于前者,且后者的极差比前者减小 81.4%。结果表明,采用 EBayes估计更易于计算,得到的结果更为准确稳健,且更适用于工程应用实际。     

铸件中显微孔洞特征及其对疲劳寿命影响的研究进展

铸件在铸造过程中会不可避免地产生显微孔洞,严重降低了铸件疲劳寿命。本文综述铸件中显微孔洞特征(尺寸、形状和空间分布)对疲劳寿命的影响,包括显微孔洞类型,孔洞特征分布规律,孔洞最大尺寸预测方法和含孔洞材料疲劳寿命预测方法;通过对疲劳寿命预测模型的回顾,发现目前含显微孔洞铸件疲劳寿命预测方法还不成熟;展望了显微孔洞特征对疲劳寿命影响的研究。提出未来应该依靠先进光源展开原位疲劳实验或者分子动力学仿真来研究孔洞疲劳失效微观机理,建立考虑不同显微孔洞特征参数,以及不同孔洞间相互影响的疲劳寿命定量预测模型。     

基于BP神经网络的金属橡胶本构关系的预估方法

采用BP(back propagation)神经网络算法对金属橡胶的本构关系系数进行学习训练,对BP神经网络做了比较详细的介绍,讨论了如何运用神经网络去预估金属橡胶的非线性本构关系系数,选择了BP神经网络参量,通过对金属橡胶的静态压缩实验数据进行参数识别,获得仅材料密度变化、材料密度和形状因子两种因素同时变化两种情况的...     

基于退化失效与突发失效竞争的导弹剩余寿命预测

为了提高导弹剩余寿命预测结果的准确性,本文综合利用导弹的性能退化数据和突发失效时间数据,提出了基于退化失效和突发失效竞争的剩余寿命预测方法。在引入状态空间模型评估出整弹退化程度的基础上,采用Gamma过程建立退化失效模型;在假定突发失效概率与整弹性能退化程度相关的前提下,采用Weibull分布建立突发失效模型;进而建立退化失效与突发失效竞争模式下的导弹可靠度模型。案例应用证明了所提方法的有效性,对准确预测导弹剩余寿命,有效开展视情维修具有一定的工程价值。     

基于贝叶斯理论的低循环疲劳寿命模型不确定性量化

为量化低循环疲劳寿命模型中的不确定性因素,利用贝叶斯理论,采用经典的模型校准形式确立了寿命模型的不确定性量化形式,并结合正态性检验对误差项进行验证;应用马尔可夫链-蒙特卡罗(MCMC)算法获得了模型参数后验分布的抽样样本,在小子样试验数据条件下确定了低循环疲劳寿命的95%不确定性区间,较好地覆盖了寿命的分散性;对参数样本进行了相关性分析,并将异方差回归概率模型与贝叶斯概率模型进行了比较。最后,利用Morris全局灵敏度分析方法获得了Manson-Coffin模型参数的全局灵敏度指标;同时,验证了在模型参数对先验信息敏感,或者说在先验信息影响极大的情况下,采用无信息先验处理方法的合理性。     

基于故障率的测试性验证试验故障样本分配方案

现有的分层抽样算法中故障率数据不准确是导致测试性验证试验结果不可信的一个原因。为解决这个问题,提出了利用验前信息和Monte Carlo仿真相结合的方法计算故障率。首先考虑故障率的随机特性和量级范围,用Gamma分布来拟合故障率的概率分布,根据上下限分位点确定了Gamma分布中的超参数。然后利用舍取抽样得到了大量的服从Gamma分布的随机数,求平均值作为实际系统的故障率值。以此故障率数据进行分层抽样,得到的故障样本分配方案更合理,试验结果更可信。     

部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。     

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。      

考虑裂纹形状变化的TC4钛合金振动疲劳裂纹扩展寿命预测

对TC4板材试件进行振动疲劳裂纹扩展试验,测得裂纹扩展寿命与裂纹长度之间的关系.使用超景深显微镜对裂纹形状进行观测和分析,拟合裂纹形状参数.将拟合表达式应用于应力强度因子幅值的计算中,并对裂纹扩展寿命进行预测.结果显示:裂纹形状参数对预测结果影响较大.当该参数取定值时,预测结果与试验结果误差较大.而所拟合的拟合表达式可以简单、准确地预测裂纹扩展寿命.      

基于蒙特卡罗发动机竞争失效的下发仿真模型

针对常规的解析法预测发动机下发时间建模过程复杂且不易求解的问题,提出了一种基于蒙特卡罗仿真预测发动机首次下发时间的方法。通过分析发动机机队的历史数据,研究排气温度裕度(EGTM)的衰退规律以及性能衰退超标的寿命分布,统计各主要部件发生首次部件损伤的时间分布,并计算偶然性损伤的发生概率,确定偶然性损伤的时间分布,对性能衰退、部件损伤、偶然性损伤三种失效模式进行竞争分析,建立蒙特卡罗仿真模型,预测发动机的首次下发时间规律。结合该机队提供的实际下发数据,利用Kolmogorov-Smirnov检验确定首次下发时间的分布类型,经分析,仿真结果的可靠度误差甚小,在-1%~2%之间,从而验证了该方法的合理性和可行性。