利用BOX-COX变换改进加速寿命模型的研究

在加速寿命试验中,产品的寿命通过加速方程和所承受的应力水平密切相关.以往常用的三种加速模型为幂律模型、阿伦尼斯模型和伊林模型.利用B0X-COX变换改进加速寿命模型,提出了一种加速寿命模型族,幂律模型、阿伦尼斯模型和伊林模型作为这种模型族的特例.仿真算例验证了BOX-COX加速模型族的适用性.     

一种快速稳定的非双曲线型非线性时间序列去噪算法

非双曲线型非线性系统同宿切面点和同宿横截点的存在,使得其时间序列的去噪或轨迹重影变得十分困难。在充分挖掘非线性系统本身特性的基础上,结合Gradient Descent算法的稳定性和Newton-Raphson算法的快速收敛性,提出了一种快速稳定的非双曲线型非线性时间序列去噪新算法,在机器精度内实现了非双曲线型非线性时间序列的去噪。该方法首先计算受扰序列的局部稳定流形和不稳定流形方向,进而确定同宿切面点存在的位置,很大程度上降低了同宿切面对算法性能的影响。不同于现有文献忽视同宿横截点对算法性能影响的做法,研究得出了同宿横截点间的最小距离和干扰噪声均方差二者间的关系,首次定量地估计了同宿横截点可能对算法造成的影响,这无疑对其他算法也将是一个有益的启示。     

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。     

试验测定DFR的升降法方法

提出了试验测定结构件细节疲劳额定值(DFR)的升降法方法,可以充分估计并节约总试验时间.通过数值模拟比较了升降法数据处理的半子样极大似然法和马尔可夫方法.为满足可靠度要求,对半子样极大似然法估计的疲劳强度标准差进行了修正,并给出了保证95％可靠度的疲劳强度的置信度要求的最少试件数.最后给出了升降法确定DFR的表达式.      

不完全疲劳寿命置信度分析方法

采用秩统计法,利用不完全疲劳寿命数据平均秩,导出不完全疲劳寿命对数正态分布参数估计公式.通过推断母体分布均值和标准差,并根据分布理论,导出了不完全疲劳寿命的置信限.给出了上述方法分别在复合材料旋翼和发动机动部件疲劳定寿中应用的两个实例,对比分析了本文方法与假定完全寿命方法的处理结果,并发现本文方法充分利用了数据信息,能给出较长的安全寿命.     

疲劳裂纹扩展随机过程的统计分析

证明了两种疲劳裂纹扩展随机模型 (即以时间为参量的随机过程模型和以裂纹长度为参量的随机过程模型 )在描述裂纹扩展随机过程方面的统一性。建立了由试验数据估计平稳对数正态随机过程相关参数的方法,可以直接由试验数据估计疲劳裂纹扩展随机过程的相关参数。针对 4种机型含紧固孔试件谱载荷下的疲劳裂纹扩展试验数据,给出了用文中方法估计的相关参数和用随机模拟法估算的置信区间。     

混合泊松-高斯分布模型的参数估计

针对实际CCD图像处理问题中噪声概率模型的参数估计问题,从CCD图像的噪声背景出发,研究其噪声的混合泊松高斯分布,给出了两种参数估计方法,以及非零均值高斯噪声情况下的参数估计方法,计算结果表明文中方法给出的参数估计精度高。     

雨流-回线法及二维疲劳载荷分布假设检验

提出对实测载荷谱进行计数处理的雨流-回线法,使用该法能够简便地将实测载荷谱分离出独立的完整应力循环 ;并提出了二维疲劳载荷分布假设检验及其参数估计方法。最后,给出了应用实例     

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题，准确的剩余寿命预测可以在故障发生前进行有效的维护保养，以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题，提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先，利用非线性随机系数回归模型进行退化建模。其次，证明了基于单个设备现场退化数据，期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果，并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后，通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证，结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响，更为准确的预测设备地实际剩余寿命。      

小样本下煤油加注温升模型参数估计方法

为消除火箭煤油加注实测温度与现行加注温升模型计算理论温度之间的偏差,准确估计煤油加注温升实现精确加注、精准控制,在靶场实测数据仅为小样本数据的现实条件下,采用贝叶斯回归方法,将经验参数作为先验信息给出待估参数的先验分布,由实测数据计算贝叶斯风险,通过最小化风险函数实现对煤油加注温升模型的参数优化估计。数值实验结果表明,与给定的经验参数和经典最小二乘估计参数相比,贝叶斯估计参数估算的加注结束温度与实测温度误差显著减小,且随着可用的数据样本容量相应增大,贝叶斯回归分析的参数估计精度呈现收敛趋势。贝叶斯方法进行煤油加注温升模型参数估计有效提高了加注温升模型精度,为提高推进剂加注精确度提供了方法基础。