基于置信分布的系统可靠度评估蒙特卡罗方法

大型系统、复杂系统的可靠度的求解问题是可靠性工程中一个热点和难点的问题,针对这个问题,提出了一种基于蒙特卡罗模拟仿真的系统可靠度求解方法.通过利用系统的各个单元产品的可靠度置信分布和系统可靠度函数进行蒙特卡罗仿真,评估出系统可靠度.本方法克服了以往的蒙特卡罗仿真方法处理离散分布时抽取时间样本的困难,并且对系统的结构和复杂程度没有要求.最后,给出计算实例对比说明了该方法的正确性和可用性.      

航天器热模型蒙特卡罗法参数分析及健壮度评估研究

针对传统航天器热模型的参数分析及温度余量选择存在的缺陷,提出了基于蒙特卡罗法的参数分析及健壮度评估方法。文章首先以航天器设备温度为因变量,以各不确定参数为自变量,应用蒙特卡罗法模拟取样,得到动态参数样本;通过样本的统计式推导,给出了参数分析及健壮度评估的求解方法。结合某星热模型进行了仿真应用,结果表明:与传统方法相比,蒙特卡罗法不但可以提高参数分析的效率,而且量化了各不确定参数敏感性以及设备温度分布概率,为设计人员判断设备温度余量提供数值依据。     

飞机舱门泄压阀机构磨损可靠性与灵敏度分析

泄压阀机构是飞机舱门的重要组成部分,对维持飞机正常安全运行起到重要作用。在ADAMS软件中建立了飞机舱门泄压阀机构多体动力学仿真模型,研究销轴发生以磨损为主要形式的性能退化时,对泄压阀机构定位精度的影响。建立了泄压阀机构定位精度的功能函数,引入主动学习Kriging代理模型,挑选符合学习准则的点提高代理模型精度。采用Monte Carlo方法计算了不同磨损次数下泄压阀机构的失效概率与3种全局灵敏度指标的变化规律,并给出了不同阈值情况下失效概率和基于失效概率的全局灵敏度指标的变化规律。结果表明:在不同磨损次数下,对于磨损量较大的销轴,其全局灵敏度指标值也较大,并且各项指标随磨损次数的变化规律存在差异。      

改进的重要度抽样法在机构可靠性中的应用

在对响应面法和重要度抽样法研究的基础上,针对机构可靠性分析的特点,研究了将重要度抽样和响应面法相结合的机构可靠性分析方法,同时根据以上方法开发了相应的计算仿真软件,并对某型飞机升降舵操纵机构在规定时间内下偏到位的可靠性进行了分析计算.结果表明:该方法可显著提高机构可靠度计算的效率,是一种较好的机构可靠性分析方法.      

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。      

基于蒙特卡罗法的月球探测器着陆稳定性分析

为了验证月球探测器的软着陆性能,建立了月球探测器着陆过程多体动力学仿真分析模型.由于探测器着陆地点及初始着陆条件的不确定性,采用蒙特卡罗法对探测器的着陆稳定性进行了研究.为了提高蒙特卡罗模拟的效率,采用了基于均值估计相对误差的蒙特卡罗模拟终止准则,从而在保证精度的前提下减少计算成本.通过着陆仿真试验,获得了探测器在给定坡度的月面上着陆时,各着陆性能参数的分布均值、方差及相应的置信区间等统计学结果,并计算了探测器安全着陆的可靠度.     

基于自适应重要抽样的可靠性分析方法

基于自适应重要抽样(AIS,Adaptive Importance Sampling)的可靠性分析方法,能够克服基于蒙特卡洛方法分析小概率事件时存在的效率低、精度差问题.为解决显性失效方程不存在时寻找失效点困难问题,首先利用条件递归寻找失效点,并使之尽可能在失效面附近;以该失效点为采样中心,抽取失效样本,并不断调整采样中心,使失效样本不断靠近设计点;然后利用这组失效样本估计重要抽样函数的参数,再执行自适应迭代过程,直至失效概率的误差缩小到允许误差限内.最后通过两个典型案例对方法进行应用验证,仿真结果表明在没有失效方程的情况下,能够通过仿真方法很快找到失效点,表明对于不存在显性失效方程的系统,该方法同样适用.与蒙特卡洛方法的对比结果表明该方法在仿真效率上具有较大优越性,且失效概率越小,这种优越性越明显.      

GO-FLOW法在飞机EHA可靠性分析中的应用

应用GO-FLOW法分析了飞机电静液作动器(EHA)的可靠性。首先在EHA单元功能合理划分的基础上,建立了EHA的GO-FLOW可靠性分析模型,采用布尔代数求解描述反馈环的布尔方程,解决了GO-FLOW图不允许存在循环的难题;其次进行了GO-FLOW运算,得到EHA系统在各时间点的可靠度;再次与GO法的结果比较,验证了GO-FLOW法的可行性和准确性;最后通过MATLAB曲线拟合,得到系统可靠度随时间的变化规律,以便及时对系统进行检修和维护。结果表明GO-FLOW法只需一次运算,就可得到系统在各时间点的可靠度,在减小计算复杂度方面较GO法有优势。     

基于AK-IS法的航空齿轮泵滑动轴承可靠性分析

为研究高转速、低介质黏度运行的航空齿轮泵滑动轴承动压润滑可靠性,通过将Reylonds润滑方程与影响矩阵耦合,建立了考虑轴瓦弹性变形的航空齿轮泵滑动轴承弹流润滑(EHL)模型。考虑滑动轴承尺寸公差和运行工况等引起的不确定性,将与滑动轴承润滑特性密切相关的动压润滑的压力峰值作为可靠性判据,采用自适应Kriging和重要抽样法相结合的AK-IS法对滑动轴承动压润滑特性进行了可靠性及灵敏度计算。研究结果表明:考虑轴瓦弹性变形的压力峰值比刚性轴瓦压力峰值降低15.04%,表明滑动轴承弹流润滑对轴承动压润滑的影响不能忽略;基于AK-IS法的航空齿轮泵滑动轴承动压润滑可靠性分析具有准确性和高效性;各不确定因素对动压润滑可靠性的影响程度不同,其中轴承的半径间隙对可靠性最敏感,转速对可靠性最不敏感。      

一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

多分格相关与皮尔逊相关的蒙特卡罗仿真

为了解对于有序分类数据,使用多分格相关系数估计数据间线性依存关系的精确性,运用蒙特卡罗仿真法考察样本量的大小、分类数的多少、相关程度的高低以及数据分布的偏度对多分格相关系数估计精确度的影响;同样条件下计算皮尔逊相关系数并与之相比较.在实验设计的条件下,多分格相关系数的表现非常稳定,绝大多数情况下给出的估计值都比皮尔逊相关系数更精确.两种相关系数受样本量的影响都很有限,且估计值的偏差会明显随着分类数的增多而变小;但数据的偏态分布对皮尔逊相关系数的精确度有很大影响.     

Drag coefficient modeling for grace using Direct Simulation Monte Carlo

Drag coefficient is a major source of uncertainty in predicting the orbit of a satellite in low Earth orbit (LEO). Computational methods like the Test Particle Monte Carlo (TPMC) and Direct Simulation Monte Carlo (DSMC) are important tools in accurately computing physical drag coefficients. However, the methods are computationally expensive and cannot be employed real time. Therefore, modeling of the physical drag coefficient is required. This work presents a technique of developing parameterized drag coefficients models using the DSMC method. The technique is validated by developing a model for the Gravity Recovery and Climate Experiment (GRACE) satellite. Results show that drag coefficients computed using the developed model for GRACE agree to within 1% with those computed using DSMC.     

计算故障先验概率的最大熵方法

为了解决故障先验概率估算不准的问题,提出了基于最大熵的故障先验概率的计算模型.该模型以相关的先验信息作为最大概率估计的约束条件,并通过拉格朗日函数,将故障先验概率估算问题转化成无约束优化问题.为了实现对无约束优化问题的快速求解,提出了一种基于最速下降法和牛顿法的混合梯度算法;并且,针对大规模系统中故障变量过多的情况,依据系统分解的原则,将高维故障空间分解为多个低维故障空间,给出了低维故障空间求解的快速计算方法.通过最大熵方法和故障平均间隔(MTTF,Mean Time To Failure)方法的结果比较,证明最大熵方法更具准确性.      

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

基于蒙特卡罗模拟的航空发动机故障风险预测

针对航空发动机结构复杂、故障模式多样,传统故障风险预测方法难以实现的现状,基于蒙特卡罗模拟技术,给出了航空发动机故障风险预测方法,用于评估发动机各个部件在未来发生故障的可能性.针对航空发动机故障数据的特点,以威布尔分布建立故障概率模型,利用中位秩回归参数法,估计威布尔分布参数.利用乘同余组合发生器与反变换法相结合的方式产生满足威布尔分布的随机数.在单故障模式风险预测的基础上,给出了多种故障模式并存的航空发动机风险预测方法,并且给出了蒙特卡罗模拟步骤和算法,针对实例,对比发动机厂商提供的预测数据,验证了算法的有效性与蒙特卡罗模拟方法在航空发动机故障风险预测中的可用性.