用自助加权范数法评估三参数威布尔分布可靠性最优置信区间

提出自助加权范数法,以评估三参数威布尔分布可靠性的最优置信区间.基于可靠性经验值与理论值的差异,通过6个最小加权范数准则,构建出威布尔分布的最优参数信息向量.对最优参数信息向量进行自助再抽样,获得生成参数信息向量,用于模拟参数的概率密度函数.在给定置信水平下,求解出参数的估计真值及其置信区间,并据此建立可靠性的估计真值函数及其最优置信区间函数.滚动轴承性能寿命案例、直升机部件失效案例与某试件疲劳寿命案例的研究表明:使用自助加权范数法,估计真值函数与可靠性经验值相一致,最优置信区间函数能描述试验结果的真实状态.      

航天轴承摩擦力矩的参数-非参数融合性分析

提出参数-非参数融合性方法分析航天轴承摩擦力矩性能,该方法用统计方法判断航天轴承摩擦力矩的基本特征;用符号判断法确定航天轴承摩擦力矩的时序特征;用秩和判断法判断航天轴承摩擦力矩状态特征;融合3种方法系统分析航天轴承摩擦力矩总体性能,实现航天轴承摩擦性能的评估.该方法可以降低数据符号,偏离平均值较大、较小及不同数据排列顺序对航天轴承总体性能的影响,正确反映航天轴承的工作性能和稳定性能、时序特征及状态特征,全面系统地揭示航天轴承的总体性能.根据工作性能与稳定性能,性能比较好的航天轴承被确定,进一步根据航天轴承的时序特征和状态特征选出总体性能最优的轴承,置信水平可以达到99%,和现行选用的航天轴承一致,表明该方法反映航天轴承摩擦力矩信息多,可以从少数航天轴承中得到总体性能最优的轴承.      

基于混沌理论滚动轴承振动稳健化试验数据的动态分析

提出改进的Huber M方法是以中位数和Huber M方法两种稳健化处理相融合的一种对数据进行稳健化处理的方法.用中位数和数据平均值相似度判断数据是否有变异,根据变异率变化趋势确定变异率.发现在0%~10%变异率范围内,滚动轴承振动数据的连续性和可信度随着变异率的增加而增强.用混沌理论分析滚动轴承的动态特性,发现同一批次的滚动轴承振动有相同的时间延时、嵌入维数、最大Lyapunov指数,其中最大Lyapunov指数均大于0即属于混沌特征,进一步计算最大可预测周期,最大可预测周期为667个单位.滚动轴承振动时间序列物理空间的中位数和相空间的估计关联维数为非线性非单调性的内在运行机制,为滚动轴承振动的动态分析进一步提供可靠的依据.      

基于贝叶斯方法与稳健理论的滚动轴承摩擦力矩不确定度建立方法

基于贝叶斯方法与稳健化理论,提出一种未知分布时间序列不确定度的建立方法。该方法以中位数估计与Huber M估计融合方法分析时间序列数据的稳健性,构建贝叶斯先验分布,并与实验数据建立贝叶斯后验分布,创建以贝叶斯后验分布建立时间序列数据的不确定度。在显著性水平为0～0.1,通过对滚动轴承摩擦力矩分析,中位数估计与Huber M估计相融合方法确定了滚动轴承摩擦力矩稳健数据的边界值、显著性水平,构建了贝叶斯先验分布。以贝叶斯后验分布构建滚动轴承摩擦力矩不确定度。与经典统计学得到的不确定度比较,在相同置信水平下,该方法缩短了评估区间,提高了评估精度0～50%。该融合方法以稳健数据构建先验分布,提供一种贝叶斯方法先验分布建立方法;采用中位数估计与Huber M估计融合方法确定了数据显著性水平和边界值的确定,减小置信水平与稳健数据边界值主观确定的误差;为未知分布时间序列的不确定度建立提供了一种理论。     

内圈沟道损伤直径对滚动轴承振动性能的测度

采用中位数估计和Huber M估计相融合方法对未知分布的时间序列数据进行稳健处理,得到时间序列稳健数据,进一步得到时间序列数据的本征区间、变异率、中位数和平均值,组成时间序列数据的测度。该方法对不同沟道损伤直径条件下滚动轴承振动数据进行研究,结果发现:滚动轴承振动数据的变异率、中位数及平均值的变化趋势一致,与轴承的实际工况吻合,可以作为滚动轴承性能退化的测度。其中轴承正常运行时的变异率为10%与轴承寿命规定的10%失效率相同,轴承失效时的变异率89%和沟道损伤直径达到失效直径的89%相同。该测度准确地反映沟道损伤直径对轴承振动性能的影响,为滚动轴承性能预报提供可靠依据。该方法不需要知道时间序列数据的分布类型,为未知分布的时间序列数据的稳健处理提供一种方法。