系统可靠性评定简介

系统可靠性评定是系统可靠性的一项重要内容,在国外得到了普遍重视,国内许多单位也日益重视起来。由于这个问题牵涉面广,需要不少概率统计知识,加上方法很多,因此,有不少同志要求我们对系统可靠性评定问题,作一简要介绍,因水平所限,提供一些想法可能会有错误缺点,请惠予指正。§1.系统可靠性评定的作用与意义所谓可靠性评定就是根据产品(包括元器件,组合件,整机,分系统,系统,复杂系统)的试验信息及产品的可靠性结构模型,利用概率论、数理统计的方法,给出产品可靠性指标的过程,这种评估工作可在产品研究、设计、生产、贮存、使用的任一阶段进行,但在产品研制的转样阶段(即由模样→初样→试样→正样等)较为常见,特别是在定型阶段最为常见。可靠性指标主要是指工作可靠性,贮存可靠性(即贮存保险期),有效性,使用寿命等。由于种种原因,对     

襟翼缝道对多段翼型气动特性影响的实验研究

对具有襟翼不同缝道构形的多段翼型进行了翼面边界层、表面压力、尾迹速度的测量,同时作了翼面流谱观察实验。实验结果表明,襟翼缝道的不同构形对多段翼型的流动特性、增升效果和升阻特性有着强烈的影响,该研究中具有最佳优化缝道的多段翼型的最大升力系数可达3.360,它为普通缝道多段翼型对应迎角下升力系数的115％。     

低Re数管内强化对流传热实验研究

分别应用螺旋线圈和扭带作为插入物，在Ｒｅ≤２．０×１０３下，研究管内水与管壁的传热强化，与光管传热作了比较分析。并归纳出强化传热Ｎｕ数及流动阻力系数ζ随Ｒｅ的变化规律，反映出螺旋线圈和扭带在低Ｒｅ下有不同程度的强化传热效果，但也相应地增加了流动阻力。文中对两种强化传热元件也作了相应的比较。     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能     

低湍流度磁悬浮风洞的气动和结构设计

对磁悬浮风洞的历史、现状作了简要回顾和介绍 ,提出了建造 30 0mm× 30 0mm磁悬浮低速风洞 (简称MSWT 30 0 )的设计思想 ,给出了MSWT 30 0主要部件 ,包括离心式鼓风机、过渡段、大角度扩散段、稳定段、收缩段、实验段。MSWT 30 0的建立将结束我国没有磁悬浮风洞的历史     

一种新型白口铸铁的组织与性能

本文研究不同含硅量、不同铬含量硅铬白口铸铁的组织与性能影响，结果表明：随含硅．铬量的增加，硅铬白口铸铁中碳化物的相对量逐渐增加，基体、碳化物的显微和宏观硬度逐渐增加，碳化物由Fe3C和Fe7C3组成；冷却速度和淬火加热温度对该材料冲击磨粒磨损性能影响不大；硅铬白口铸铁下贝氏体基体耐冲击磨粒磨损性能较其它组织的好。     

可靠性增长的两种时间函数模型

本文结合宇航工程的研制实践,介绍两种最常见的时间函数可靠性增长模型:冈伯茨(Gompertz)模型、杜安(Duane)模型,详细地给出了它们的数学推导及数值例。这些模型可广泛用于电子、机械、机电整机及系统的可靠性增长估计、预测及管理,Gompertz模型还可用于火箭、导弹的可靠性增长分析。应用及推广这些模型具有重大的现实意义。     

深层搅拌法技术及其工程应用

深层搅拌技术是对软土地基进行处理的较常用技术 ,它具有加固效果显著、形式灵活多样、环境无污染、施工机具简单、施工速度快、节省投资等优点 ,目前在地基处理和基坑工程中广泛采用。本文主要阐述该技术特点及在地基处理工程中的应用 ,对同类工程设计具有重要的参考价值。     

一种小功率组合式航空发电机

先进的飞行控制系统和机载电子系统设备对轻型飞机电源系统的要求越来越高，电源系统的可靠性将直接影响到轻型飞机的安全性。本文提出了一种适用于轻型飞机的小功率组合式航空发电机方案。这种新型的“永磁─—内封闭导磁体”组合发电机既有永磁发电机的体积小、重量轻、无电刷等优点，又有内封闭导磁体发电机电压可调的优点。在发电机体积重量增加不多的情况下，免除了复杂的直流变换器，使电源系统体积最小、重量最轻，并且提高了系统的可靠性。同时采用晶体管脉宽调制激磁控制方式，使电源系统的稳压性得到提高。     

可靠性基础知识讲座：第二讲 概率基础知识

一、概率概率(Probability)是某事件发生的可能性。通常以P(A)表示事件A发生的概率。在处理可靠性问题时,对它须有定量的理解。例2.1 估计安装在机器上的某个灯泡的寿命T: (1)T<0,这是不可能发生的事件,其概率为0,表示为P(T<0)=0。 (2)T≥0,这是必然的事件,其概率为1,表示为P(T≥0)=1。