高温结构可靠性分析的时变响应面法

高温条件下结构的本构方程和承载能力都随时间变化,传统的结构可靠性模型在分析这种时变结构可靠性问题时效率较低.提出一种可用于高温结构可靠性分析的热响应与响应量阈值均随时间变化的时变响应面法.首先,通过引入结构各基本变量与时间的交叉二次函数并结合Box-Behnken试验设计建立结构热响应量的时变模型;进而,以温度为中间变量,建立结构响应量阈值与时间的函数关系,据此得到用随机过程表示的时变极限状态函数.具体给出了基本变量服从正态分布情形下的结构时变可靠度计算方法.算例分析表明该方法切实可行,能够在保证计算精度的基础上大幅提高计算效率.      

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。     

"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。     

孔挤压强化对2124铝合金疲劳寿命及微观组织的影响

采用疲劳试验、透射电镜、扫描电镜及X射线衍射仪等方法研究了2124-T851铝合金厚板不同参数孔挤压强化后疲劳寿命与显微组织的变化。结果表明：孔挤压强化后试样的疲劳寿命先随挤压量的增大而升高,随后又迅速降低,挤压量为0.4 mm时疲劳寿命达到峰值,较未强化增加12.66倍;组织观察结果表明孔挤压强化后,在孔壁强化层内形成了位错胞状结构和残余压应力,并且随挤压量增大先迅速增加然后趋于平缓,强化层的形成可以有效延缓疲劳裂纹的扩展速率;同时,适当的孔挤压强化可改善表面粗糙度,降低裂纹萌生几率,从而提高材料的疲劳寿命。     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

军用飞机MFOP的设计与实现

近年来,国外先进的军机型号的维修方案设计已经提出了MFOP理念。本文通过对MFOP概念和模型的理解与分析,提出了国内军机MFOP的设计与实现方法,分析了现阶段存在的问题,为国内开展军机型号MFOP的应用提供参考和借鉴。     

基于可靠性管理平台的飞机结构工程管理

详细分析了飞机结构可靠性方案实施的重要环节,阐述了飞机结构工程管理的工作思路和实施方法,为航空公司的结构工程管理工作提供借鉴。     

一种起落架载荷谱相似性判别方法

起落架结构的寿命监控对保障其安全性与经济性具有重要作用,但由于地面谱复杂的高低载荷非线性交互作用,难以准确计算单机谱的损伤。以当量损伤计算方法为基础,通过对寿命监控中的单机谱进行初步筛选,判别单机谱与基准谱的相似程度,进而分析损伤计算方法的适用性。提出了一种基于时间序列分析中的动态时间弯曲方法的起落架载荷谱相似性判别方法,进行了基准谱与4个单机谱下的疲劳实验,通过分析损伤计算误差与起落架载荷谱相似距离的关系,验证所提载荷谱相似性判别方法的合理性。      

考虑多因素的可修系统任务可靠性分配方法

在实际工程中,系统常常是由串联、并联、旁联和表决等模型混合而成的复杂可修系统,目前此类系统的可靠性分配方法多采用等分分配等方法,得到的分配结果往往误差较大。本文提出了一种考虑维修、故障逻辑等多因素影响的可修系统任务可靠性分配方法。该方法以系统故障率为待分配指标,首先对包含维修影响的故障率进行转换,然后利用考虑故障逻辑的评分分配法进行分配,最后通过备件系数进行修正,获得分配结果。新方法能够为在实际工程中可修系统的任务可靠性分配提供一种简便易行的方法。      

定数截尾试验下双参数指数寿命分布尺度参数的EB估计

本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。