航空电连接器接触件疲劳寿命的可靠性分析

为研究电连接器接触件疲劳寿命的可靠性问题,以某型军用航空电连接器通用接触件插针插孔为研究对象,应用有限元软件ABAQUS计算了接触件单次插拔过程中的接触性能。基于断裂力学理论,根据受力状况建立了接触件疲劳失效物理模型,进而联合疲劳分析软件FE-SAFE建立了接触件疲劳寿命的仿真计算模型。考虑插孔关键结构尺寸制造误差和插孔插针配合误差的随机性,利用蒙特卡罗抽样法随机构造初始装配模型并仿真计算对应的疲劳寿命,进而统计得出了接触件疲劳寿命的分布类型和分布参数,建立了电连接器接触件疲劳寿命的可靠性分析模型。结果表明：所建模型可实现电连接器任意次插拔后疲劳寿命小于许用寿命的可靠度预测,能对电连接器在许用寿命条件下2种误差的许用极限进行有效限定,可为电连接器接触件的可靠性设计、制造和装配提供理论参考。     

一种基于Kriging和Monte Carlo的主动学习可靠度算法

机械结构可靠性分析时,常常会采用代理模型拟合隐式功能函数来解决计算量大的问题,但由于试验设计方案需要同时考虑代理模型的拟合精度和可靠度计算精度的问题。因此,为了能够充分使用较少的样本信息,最大化可靠度计算精度,本文充分发挥Kriging预测的随机特性,提出一种主动学习可靠度计算方法。首先,类似于优化问题中改善函数的选点方式,提出一种基于Kriging预测的学习函数,基于Monte Carlo法生成大量的候选样本点,找出学习函数最小值对应的样本点作为最佳取样点。其次,推导和提出了一种学习停止的条件,保证了Monte Carlo样本点预测符号的正确性且学习次数明显减小。最后,通过2个数值算例分析结果表明,该算法相比其他方法需要更少的样本数量,得到的可靠度计算精度更高,验证了本文算法的正确性和高效性。