在翼航空发动机剩余寿命预测

作为飞机的心脏,发动机的健康状况将直接影响飞机的安全飞行和出勤。对于航空公司,不仅要考虑飞机的安全性,还要考虑公司的经济性。在确保发动机安全的条件下,对在翼发动机的寿命预测已成为各大航空公司考虑的课题。     

钉孔挤压或干涉配合强化后元件疲劳寿命的一种可靠性分析方法

本文提出了一种处理钉孔挤压化或或干涉配合强化后元件疲劳寿命的可靠性分析方法，在假设挤压量（干涉量）服从正态分布，以及具有确定强化参数的元件的对数疲劳寿命服从正态分布或疲劳寿命服从威布尔分布的条件下，分别给出了考虑强化参数及其公差影响的强化后元件疲劳寿命的分布函数，从而，可以由几组不同挤压量（干涉量）的元件疲劳寿命推算出元件在任意挤压量（干涉量）及公差要求情况下，其疲劳寿命提高到某一给定值的概率，这     

无传载紧固孔的疲劳寿命估算

本文根据紧固件与紧固孔的间隙配合、平滑配合或干涉配合情况具有的不同接触应力和干涉应力、应变分析特点,研究了用Neuber方程分析孔边局部应力、应变等循环参数和用Manson-Coffio应变疲劳寿命方程估算无传载紧固孔的痨劳寿命方法。例举的紧固件与紧固孔不同配合试验件的疲劳寿命试验结果与本文利用应力严重系数法分别计算的结果对比表明,本文所述的无传载紧固孔疲劳寿命估算方法与试验结果是比较一致的。这一循环参数分析和疲劳寿命估算方法为典型机翼下壁板结构的疲劳寿命估算建立了基础。     

对数正态分布下基于截断数据的统计分析

加速寿命试验是在短时间内获得高可靠产品的失效数据的一种有效办法,因而得到普遍应用。但在低应力下,要在短时间内得到失效数据较为困难,常常进行到一段时间被迫停止,因而得到的是截断数据。本文考虑在有截断数据情形下,对数正态分布未知参数的估计。具体地讲,试验一共有k个加速应力S_1,S_2,…,S_k,有R个产品进行试验,在应力S_i下有n_i个产品。进行加速寿命试验,但是我们得到的不全是寿命失效数据y_j~i,i=1,2,…,k,j=1,2,…,n_i,n_1+n_2+…+n_i=n,而是Z_j~i=min(y_j~i,τ_j~i是预先给定的截断时间,记δ_j~i=I(y_j~i≤τ_j~i),则我们只能观察到(Z_j~i,δ_j~i),i=1,2,…,k,j=1,…,n_i。本文给出了用(Z_j~i,δ_j~i)来估计未知参数的一种方法,证明了这种参数估计的存在性,无偏性及相合性。     

结构元件疲劳可靠性估算的剩余寿命模型

从安全余量的定义出发，提出了一个估算结构元件疲劳可靠性的剩余寿命模型，基于常幅载荷下，疲劳寿命可用对数正态函数分布描述，本文分析了常幅和变幅载荷作用下材料的疲劳剩余寿命的分布形式，认为可用带位置参数的对数正态函数近似描述。在此基础上，系统阐述了元件在常幅和多级载荷下的疲劳可靠性分析方法。3个算例表明：预测结果与试验结果符合很好，本文给出的剩余寿命模型是合理的。     

用于疲劳寿命计算机模拟试验的概率型微塑性应变能准则

引入随机微观应力应变场的概念,解释了在高周疲劳载荷作用下材料疲劳损伤的萌生机制,建立了计算材料微观塑性应变能的概率模型和用于材料疲劳寿命预测的广义微观塑性应变能准则。     

高温受弯构件表面裂纹疲劳扩展寿命预测

基于J-积分半经验公式建立了构件表面裂纹在其长度和深度方向上的疲劳扩展速率表达式,用来预计模拟SUS304钢构件在550℃高温环境中受弯曲载荷作用下表面裂纹的疲劳扩展寿命.并在相同条件下进行了疲劳裂纹扩展试验.结果表明,预测曲线与实验数据基本一致,证明了本文预测方法的有效性.     

谱载下基于模糊Miner法则的疲劳寿命估算

在载荷谱中,当疲劳应力稍低于疲劳极限时,对构件是否造成损伤呈现出某种"模糊"过渡状态.运用模糊数学的隶属函数,建立了考虑"模糊"损伤状态的Miner法则.按照常规Miner法则和模糊Miner法则,分别给出了程序块谱作用下疲劳寿命的估算公式.实例估算与试验结果的对比表明:采用模糊Miner法则,可使疲劳寿命的估算误差减少18.33%.     

民用飞机起落架机轮轮毂轴承寿命分析研究

通过对某型民用飞机起落滑跑情况下的受力分析,获得了各起落架所受的载荷。结合相关标准文件及该飞机起落架轮毂轴承本身参数,计算出了各轴承的额定动载荷及当量动载荷。而后通过滚动轴承寿命计算及修正公式计算出了各轴承的使用寿命。研究发现,该系列轴承的使用寿命完全满足某型飞机对于起落架系统的性能要求。     

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题，准确的剩余寿命预测可以在故障发生前进行有效的维护保养，以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题，提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先，利用非线性随机系数回归模型进行退化建模。其次，证明了基于单个设备现场退化数据，期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果，并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后，通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证，结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响，更为准确的预测设备地实际剩余寿命。