军用喷气式飞机一种可靠性综合应力条件中温度应力的确定方法

针对GJB899A-2009《可靠性鉴定和验收试验》中关于军用喷气式飞机可靠性综合应力条件中温度应力的确定方法复杂和操作性不强的特点,给出了一种工程操作性较好的温度应力确定方法。飞机设计时,利用此方法能较快地确定出设备舱内的温度应力,供机载设备可靠性试验使用。     

变任务混频寿命相关载荷累积量分布特性

在基于固定任务混频的寿命相关载荷累积量分布特性研究成果的基础上,推导了变任务混频条件下的寿命相关载荷累积量分布特性,结果表明:变任务混频的载荷参数累加量分布函数也是趋于正态分布.并采用数值方法模拟实际飞行过程中变任务混频条件下寿命相关载荷的累积过程,模拟结果和理论结果吻合良好,进一步验证了分析结果的正确性.该结果可用于变任务混频下的寿命可靠性预测.      

基于密度权重的可靠性灵敏度分析方法

为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

微小型数据采集系统优化设计方法研究

微小型数据采集系统一般是基于微控制器进行设计的,存储设备主要为SD卡,由于微控制器资源有限,因此很难在保证微小型数据采集系统较高采集速度的同时保证采集系统的可靠性.针对该问题,本文分析了影响数据采集系统采集速率及可靠性的主要影响因素,推导了DMA缓冲区设置大小与数据采集系统采集速率及可靠性之间的模型,并设计了数据采集系统主要参数标定与验证试验.试验结果表明,本文提出的数据采集系统设计方法合理、可根据数据采集处理器内存大小、SD卡文件系统性能指标设计数据采集系统,确保数据采集系统的可靠性,对提高系统设计效率、降低微小型数据采集系统的设计成本以及后续改进完善数据采集系统奠定了重要的理论基础.     

军用航空发动机使用可靠性方法研究

对航空发动机现有可靠性评估方法进行优化改进,并以某型国产军用发动机为例进行使用可靠性评估。改进后的评估方法采用两种常用参数估计法,分别对薄弱系统故障数据进行三参数威布尔分布、单参数指数分布、双参数指数分布、正态分布及对数正态分布参数估计,随后采用柯尔莫哥洛夫检验及线性化处理并结合matlab编程进行优化选择。     

"公寓"型LRU可靠性指标的预计法探讨

探讨了“公寓”型LRU可靠性预计的方法,“公寓”型LRU的电子元器件不属于同一系统,因此不能按“串联”型预计,如何预计则应进一步研究,本文提出了预计的3种方法。     

系统可靠性预计方法综述

系统可靠性预计是进行可靠性设计的基础,其主要价值在于为设计决策提供依据。本文阐明了系统可靠性预计的概念,分析了系统可靠性预计的基本过程,综述了系统可靠性的预计方法,介绍和评论了各自的优缺点和适用范围,并对预计方法的发展前景做了初步展望。     

正态分布百分位值和百分率的置信限和容忍限公式

建立了正态分布置信限曲线方程,给出了其百分位值和百分率的置信限公式和容忍限公式。该公式对完全数据、不完全数据和无失效数据均适用,并且可综合利用当前数据和经验数据。     

直升机可靠性、维修性指标研究

根据大量统计资料,对国外直升机可靠性、维修性参数体系及其应用原则进行研讨,分析其核心思想和实质;结合我国型号研制的特点,提出了我国新研直升机可靠性、维修性参数体系选取和确定的基本原则、程序和方法,可供我国新研直升机在确定可靠性、维修件参数体系时参考应用。