一、两个不独立共载并联系统模型的可靠性分析(论文文献综述)
赵悦[1](2021)在《基于椭球模型的结构系统非概率可靠性分析方法研究》文中进行了进一步梳理可靠性方法广泛应用于不确定性机械结构系统安全性评估。传统的概率可靠性理论已日趋成熟,但概率可靠性方法对样本数据要求较高。与概率模型相比,而非概率凸集模型更适用于样本信息较少的情形。本文采用椭球凸集模型描述机械结构工程中的不确定变量,对串联和并联结构系统可靠性展开研究分析。主要内容包括:(1)串联结构系统非概率可靠性分析的最优界限法:针对串联结构系统非概率界限法的缺陷,提出采用最大树运算法则求解非概率界限法最小上界以及优化准则求解非概率界限法最大下界,从而使区间上下界限的间隔更小,得到非概率界限法的最优失效区间。最后,通过四个算例验证了文中所提方法的有效性。(2)并联结构系统可靠性分析的非概率等效平面法:以并联结构系统为研究对象,首先,采用椭球凸集模型描述机械结构中不确定变量,建立并联结构非概率可靠度模型。然后基于两个极限状态平面等效为一个极限状态平面的思想,推导了等效非概率可靠性指标和等效单位法向量的解析公式,其次,提出一种按相关系数从大到小排序的失效模式自适应组合策略。最后,通过四个算例验证了文中所提方法的有效性。(3)并联结构系统可靠性分析的改进非概率等效平面法:为避免上述逐步等效平面法缺乏失效模式间相关性而带来的误差,提出改进的方法。首先,在标准空间中建立各失效模式的模型,分析多个失效模式联合失效的变化规律,然后将各失效模式间相关性分析转化为失效模式间夹角余弦计算的问题,推导了一个失效模式与多个失效模式间相关系数的计算方法。最后通过三个算例说明了所提方法合理有效,提高了非概率等效平面法的精度。
李昕[2](2021)在《基于故障相关的贝叶斯网络风力发电机可靠性评价》文中进行了进一步梳理随着国家碳中和战略的提出,在清洁能源利用方面的风力发电进入了快速发展阶段。近年来设备故障概率随着累计时间的增加呈增长态势,这些故障分布在机组内各个设备或子系统之中,甚至可能包含相关失效情况,进而影响风力发电机整机的可靠性。风力发电机作为一种大型机械设备,在运行期间受工作环境、任务情况等复杂多变的因素影响,子系统工作机理不同且相互耦合,这就使得各个子系统对整机的可靠性影响程度不同,而且发生的故障存在一定的相关性。因此,本文在对风力发电机子系统权重进行评价的基础上,考虑子系统之间的故障相关特性,采用Copula贝叶斯网络模型对风力发电机系统进行可靠性评估。首先,针对风力发电机权重分配过程中传统方法分配因素考虑不全面的问题,提出了一种融合模糊层次分析法、熵权法和基于历史故障维修数据法的组合权重方法,从而得出综合考虑专家意见和历史故障维修数据因素的风力发电机每个子系统的权重。然后,对两两子系统进行相关性分析,利用分布估计法拟合得到Copula函数的参数,根据Copula函数的参数值确定相关关系比较强的子系统,并利用最小欧式距离法得出最优Copula函数用来描述他们之间的相关关系。利用贝叶斯网络图形化和概率推理的特点,考虑子系统故障相关性问题,在贝叶斯网络的基础上引入Copula函数模型,建立了考虑故障相关的贝叶斯网络的风力发电机可靠度模型。最后,对实际风力发电机故障维修数据分析,在Copula贝叶斯网络模型基础上对根节点进行加权后的故障概率赋值,最终得到风力发电机的可靠度。通过界限理论说明该模型能较好地刻画考虑变量加权和存在相关关系的可靠度。本文提出考虑加权的Copula贝叶斯网络模型,在一定程度上解决了权重分配因素考虑不全、相关可靠性分析效率能力差的问题,为考虑子系统重要度和相关性的风力发电机可靠性研究提供一定的理论依据。
梁禾[3](2021)在《不确定性影响下复杂机电系统可靠性及敏感性分析》文中认为现代工业设备结构精密,功能复杂,高度集成声、光、电、液、气等技术于一体。为确保大型机电设备稳定运行,系统可靠性分析发挥着巨大的作用。可靠性为评价设备性能的重要指标,刻画了系统可靠度、平均寿命、失效率等产品的寿命特征。此外,在缺乏长时间、大批量的统计试验下,对系统工作状态的判定会受不确定性影响,如何有效对不确定性量化与传播分析将会影响可靠性评估结果的准确性。同时大型机电系统结构复杂,零件繁多,每个零件自身不确定性对系统不确定性的影响程度也不相同,因此精准定位对系统不确定性影响程度较高的零件能为后期维护或系统设计初期提供有效的优化意见,这就是敏感性分析的目的与意义。本文就不确定性系统可靠性与敏感性分析评估方法展开了深入研究,主要研究内容包含以下几个部分。基于贝叶斯网络与“缩减法”完成混合不确定性下从可靠性到敏感性的量化工作,并提出了基于缩减法的双循环Monte Carlo仿真分析流程,通过分层遍历时间域与参数域,实现混合不确定性下可靠性与敏感性评估。文中混合不确定性通过概率盒完成量化与可视化,传播过程使用遗传算法寻优。该方法通过算例及实例分析,成功量化零件不确定性对系统不确定性的影响程度,验证了在实际工程中的可行性。贝叶斯网络推理是可靠性推导的经典方法,但推理过程难以像Survival Signature有效分离系统结构与先验信息。但传统Survival Signature仅适用于二态系统,因此本文对将该方法实现从二态到多态系统的扩展,对于组件状态概率分布,通过齐次马尔科夫模型建模推导。本文提出了适用于含有多个同类零件构成的多态系统可靠性评估方法,并且基于双循环Monte Carlo仿真法完成敏感性量化。最后将该方法应用于桥型结构算例,结果表明,该方法对于状态转移规则较为规律的系统具有较高的可行性。最后,将所提两种混合不确定性下系统可靠性与敏感性分析方法应用于XKA28系列动梁桥式数控龙门铣镗床的进给控制系统中。该系统分为W、X、Y、Z轴进给控制子系统,根据子系统零件类型与数量,对W/X轴子系统采用多态Survival Signature方法,对Y/Z子系统采用贝叶斯网络完成可靠性建模。对于系统整体,采用Survival Signature完成建模并推导不确定性传播分析与敏感性分析。
郭威[4](2021)在《基于混合教与学算法结构系统可靠性优化设计研究》文中指出随着经济的快速发展,工程结构的安全与否也愈发引起各国学者的重视。基于此现状,学者们提出了基于结构可靠性优化设计的思想,采用优化算法求解结构设计问题提供了一种新的思路。因为优化算法不需要精确的模型也可以计算出较好的结果。教与学优化算法是近些年提出的启发式算法,具有参数少,全局搜索能力强的优点,但也存在一些不足和缺陷。本文首先对教与学算法进行两种不同方式的改进,并和禁忌搜索算法进行混合,提高了教与学算法的性能。最后将可靠性指标作为约束条件代入优化问题中,通过算例表明了混合算法可以适用于结构可靠性优化问题中。本文主要的研究内容及结论如下:(1)首先对教与学算法进行两种不同方式的改进,然后与禁忌搜索算法进行混合,分别提出了TLBO-TS和CFTLBO-TS两种混合算法,第一种是对教与学算法中的教学因子做非线性递减改进,第二种是将收缩因子引入到教与学算法中的教阶段。基于以上两种改进方法的教与学算法具有全局搜索速度快和禁忌搜索算法具有局部搜索能力强的特点。通过测试函数表明,这两种混合教与学优化算法均具有收敛速度快,运行结果更优的特点。(2)针对结构系统概率可靠性优化问题,本文提出了基于结构概率可靠性TLBO-TS混合算法的优化设计模型,该模型以结构质量最小化为单目标函数、以改进一次二阶矩法计算得到的概率可靠性指标和截面面积为约束条件。通过两个桁架结构优化算例表明了,利用该混合教与学算法计算出的结果优于基本教与学算法以及相关参考文献的结果,适用于结构系统可靠性优化问题中。(3)针对结构系统非概率可靠性优化问题,本文提出了基于结构非概率可靠性CFTLBO-TS混合算法的优化设计模型,该模型实质为嵌套优化设计模型,外层为质量最小化,内层为非概率可靠性分析。其中外层质量最小化通过CFTLBO-TS混合算法进行优化,内层非概率可靠性分析通过迭代运算进行优化,非概率可靠性指标通过用区间模型计算得到。通过两个桁架结构优化算例,验证了本文提出的CFTLBO-TS混合教与学算法结构非概率可靠性优化设计方法的正确性和可行性。本论文共有图27幅,表9个,参考文献97篇
宋宇飞[5](2021)在《融合多源不确定性及复杂失效特征的系统可靠性综合评估》文中进行了进一步梳理航天器、舰艇、数控机床等大型机电系统的可靠性分析与评估是保证系统安全、高效运行的重要手段。然而,随着现代大型机电系统的智能化、数字化和集成化程度不断提高,不仅系统中部件数量、种类剧增,而且部件、模块及子系统的功能和构成日益复杂。在设计、生产、服役过程中,由于实验不完备、设计缺陷、加工误差、认知局限及工作环境等因素,影响复杂系统可靠性的不确定性信息更加多样化;同时系统部件、模块及子系统等相互间的作用关系高度耦合,导致复杂系统的失效特征更加复杂。但是,目前传统的可靠性分析与评估方法主要针对随机-参数不确定性和冗余系统共因失效,不满足以多源不确定性及相关失效为特点的现代大型机电系统可靠性评估需求。因此,为保证有效、准确地分析与评估现代大型机电系统的可靠性,开展综合多源不确定性及复杂失效特征的系统可靠性评估具有重要的意义与价值。为解决上述难题,本文在国家自然科学基金委项目的资助下,在研究随机-参数不确定性及共因失效的基础上,以多源不确定性及从属失效下的系统可靠性评估为核心,从多源不确定性统一量化、从属失效下可靠性评估、综合可靠性评估方法等方面展开研究,建立融合多源不确定性及复杂失效特征的系统可靠性综合评估框架,并在工程实例中验证其可行性。本文主要的研究工作如下:(1)构建基于显式分析方法和β因子模型的区间贝叶斯网络,实现随机-参数不确定性下复杂系统的可靠性分析与评估。区间贝叶斯网络是传统贝叶斯网络的一种拓展模型,可有效地表征随机不确定性和参数不确定性。同时,为综合评估共因失效对系统可靠性的影响,通过在贝叶斯网络中增添独立节点的方式,将β因子模型引入区间贝叶斯网络中,从而建立基于显式分析方法与β因子模型的区间贝叶斯网络。针对上述构建的区间贝叶斯网络无法分析多阶共因失效的问题,借助马尔可夫方法对相关失效系统的建模优势,构建非精确连续时间马尔可夫链。通过仿真分析与实例验证,证明提出的方法可有效综合评估随机-参数不确定性及共因失效下复杂系统的可靠性。(2)构建基于copula理论的非时齐连续时间马尔可夫链,实现随机-参数不确定性及确定从属失效下系统的可靠性分析与评估。马尔可夫模型中表征部件相关失效的状态转移率取值多依赖专家经验与主观假设,以致可靠性评估结果的可信度较低。为解决上述问题,将copula理论引入连续时间马尔可夫链中,详细阐述通过copula函数计算马尔可夫状态转移速率的方法,从而提出基于非时齐连续时间马尔可夫链的确定从属失效系统可靠性分析方法。同时,为综合评估随机-参数不确定性对系统可靠性的影响,运用区间值表征部件寿命分布的不确定性参数。针对马氏链建模与求解时面临的状态爆炸问题,应用分层模型降低马氏链的规模。经仿真分析及实例验证,证明该方法可有效实现随机-参数不确定性及从确定属失效下系统的可靠性分析与评估。(3)构建概率盒贝叶斯网络,解决系统可靠性分析中多来源不确定性的统一量化问题。针对实际系统可靠性建模中多种不确定性共存的问题,运用概率盒统一量化证据结构体、概率分布、区间分布、区间信息等多种表征形式的不确定性参数。结合贝叶斯网络对不确定性的建模与推理优势,提出一种概率盒贝叶斯网络,并明确定义网络的推理机制。通过仿真分析及实例验证,证明该模型可有效实现多源不确定性下系统的可靠性分析与评估。(4)构建基于copula理论的概率盒贝叶斯网络,实现融合多源不确定性及确定从属失效的系统可靠性分析与评估。为综合考虑多种形式的不确定性参数及确定从属失效对复杂系统可靠性的影响,建立基于copula理论的概率盒贝叶斯网络,该模型将求解多部件联合分布的m维积分运算转化为2m个差分运算,计算效率高。经仿真分析与实例验证,证明上述方法可有效地实现融合多源不确定性及确定从属失效下的系统可靠性综合评估。(5)构建基于仿射算法的概率盒贝叶斯网络,实现融合多源不确定性及非确定从属失效的系统可靠性分析与评估。面对实际工程中更为常见的非确定从属失效问题,基于copula理论的相关性分析方法不再适用。为解决上述问题,提出基于仿射算法的概率盒贝叶斯网络。通过与Frechet不等式对比,该方法的计算结果不确定度小,效果更好。经实例分析,证明该方法可有效地实现多源不确定性及非确定从属失效下的系统可靠性综合评估。从理论模型、数学推理、仿真与实例分析,均证明本文构建的融合多源不确定性及复杂失效特征的系统可靠性综合评估方法是有效的,对现代机电系统的可靠性评估具有较高的实用价值和指导意义。
苏鹏[6](2020)在《几类多状态复杂系统的可靠性分析》文中研究指明多状态复杂系统的可靠性分析是当今可靠性工程和系统安全应用领域的主流研究方向之一。随着多状态复杂系统在计算机网络、机械工程、电网系统、载人飞船、交通运输、土木建设和故障检测等领域的广泛应用,大量可靠性相关问题也相继出现,并受到了越来越多的系统工程师和科研学者的关注和研究。多状态复杂系统具有多状态、多阶段、多功能、高可靠、小子样、长寿命以及复杂相依性和随机不确定等特点,应用经典可靠性理论对这些复杂系统的可靠性模型进行描述和定量分析及比较愈发困难。基于经典可靠性理论对这些复杂系统的模型和功能进行简化,利用所得到的简化系统可靠性来近似逼近复杂系统的可靠性,这样可能会出现比较大的误差甚至得到错误的结果。因此,根据多状态复杂系统的特点,运用可靠性数学与可靠性工程、可靠性管理等理论,研究适用于现代复杂系统的可靠性设计,实验和分析等新方法和新技术具有重要的理论意义和现实应用价值。本文旨在以电力,计算机网络,通讯网络等为背景,研究了三类动态复杂系统的可靠性问题。第一类是基于产能共享机制,研究了几种不同拓扑结构下动态系统的可靠性建模及优化问题;第二类是泊松冲击下阶段任务系统的可靠性建模及评估问题;第三类探讨了具有概率传播失效和隔离效应的动态网络系统的可靠性建模与分析问题。为解决上述几类系统的可靠性问题,本文综合利用了通用生成函数方法、二值决策图方法、模块化方法等,分析了产能共享机制下的三种不同多状态系统结构模型的工作原理、泊松冲击下的阶段任务复杂系统的可靠度评估、概率传播失效和隔离效应并存下的复杂网络系统的可靠性建模。在第一章绪论中,详细介绍了三类多状态复杂系统的产生与相关应用背景,及近期研究成果和目前研究中尚存的不足和亟需解决的问题。根据研究内容的不同,本文核心内容分为以下五个部分:第二章研究了基于产能共享机制的多状态复杂系统可靠性建模和相关优化问题。所考虑的复杂系统由m个不同的k/n(G)子系统和一个传输系统Common bus组成,任一子系统i包含ni个不同的元件,且每个元件的产能为一随机变量,子系统i的需求亦是一个随机变量,假定产能和需求都是有限状态离散随机变量。子系统i的产能不能满足其自身需求,或是其正常工作的元件数目少于其自身要求的最小个数ki,均会导致其发生故障。在产能共享机制下,任一子系统可将满足于其自身需求的剩余产能通过Common bus共享至其它具有产能短缺的子系统中,实现产能共享。产能共享后,所有子系统的需求都能得到满足,则整个系统是可靠的。应用二变量通用生成函数方法,给出了产能共享系统的可靠度评估算法,并通过一个分析例子和一个数值案例验证了该方法的有效性。最后,讨论了一个传输容量有限的产能共享系统的结构优化问题。第三章探讨了基于产能共享机制的多状态复杂串联系统可靠性建模和分析问题。系统由m个不同k/n(G)子系统串联组成,各个相邻子系统之间由一个产能传输线相连接,并且每个产能传输线具有传输容量限制。本模型与第二章模型的区别在于子系统的连接方式不同,前一个模型中由Common bus把各子系统连接起来,本模型中的子系统是一个一个串联而成。系统中任意两个相邻子系统中的剩余产能均可通过与其连接的产能传输线进行共享,之后进一步通过下一个非相邻的产能传输线将剩余产能进行共享,直至整个系统的过剩产能实现传输共享。通过构建新的二变量通用生成函数设计了一种有效的算法评估整个产能共享串联系统的可靠度。最后,通过一个分析例子和一个数值案例验证了该模型的合理性,以及所应用算法的有效性。第四章分析了基于产能共享机制的星型结构多状态复杂系统可靠性建模和评估问题。所考虑的星型结构复杂系统是由两类子系统组成,一类是位于星型结构中央的一个主系统,另一类是围绕在星型结构终端位置的n个辅系统,且主系统和所有辅系统的产能和需求均为离散的随机变量。所有辅系统通过各自连接的传输线点对点的连入主系统,且各条传输线的传输容量是有限的。所有辅系统的剩余产能首先通过与其连接的传输线共享至主系统,之后主系统将满足于自身需求外的过剩产能进一步传输至不能满足自身产能需求的辅系统中。整个系统可靠的条件是:当且仅当主系统和若干个辅系统同时正常工作。然后,基于传统的通用生成函数算法评估了整个星型产能共享系统的可靠性指标。最后,通过一个分析例子和一个数值案例表明了该模型所得结果的正确性和有效性。第五章探讨了受Poisson冲击作用下的阶段任务系统可靠性分析问题。假定系统元件服从非指数分布,冲击服从齐次Poisson过程,应用半马尔科夫过程理论对子系统进行状态概率分析,结合随机过程理论和近似积分计算方法得到了冲击影响下的电子元件失效分布函数。然后,基于模块化的方法,利用阶段任务二值决策图方法实现了对多阶段任务动态复杂系统的可靠性评估。最后,给定一个实际案例,对提出的模型和方法进行了验证。第六章研究了受概率传播失效和隔离效应影响的复杂网络系统可靠性分析问题。本章所考虑的概率传播失效效应是指系统中某一具有概率传播失效的元件发生故障,会波及系统中其它一些元件以相同或不同概率发生失效。失效隔离表示网络系统中某一触发元件发生失效,将会导致与其功能相依元件发生隔离现象。由于只有当触发元件的故障发生在概率传播失效之前才会导致失效隔离,因此触发元件和具有概率传播失效元件两者在时间维度上存在竞争失效关系。如果触发元件首先发生故障,则与其对应的功能相依元件中所发生的概率传播失效将不会对系统中其它元件产生波及作用。然后,基于二值决策图的可靠性组合方法,给出了网络系统同时受到概率传播失效和隔离效应下的瞬时不可靠度评估算法。最后,通过一个数值案例验证了所提出的模型和方法的普适应和有效性,并对元件及概率传播失效参数进行了灵敏度分析。在本文的最后,我们总结了全文的相关工作,并指出了作者今后拟继续开展的几个研究问题与研究方向。
王东熠[7](2020)在《考虑多故障模式的复杂系统可靠性建模与评估》文中认为随着现代装备系统的大型化、复杂化,传统的系统可靠性建模与评估理论,难以适用于同时存在“多故障模式相关”、“多状态”、“多阶段”等特点的复杂系统可靠性建模、评估工作。论文从单元的故障模式层出发,依次对上述“复杂特性”进行解耦分析,提出了一套考虑多故障模式的复杂系统可靠性建模、评估方法。论文的研究内容主要包括:(1)考虑多故障模式的多态系统可靠性建模与评估:提出本文对多故障模式的定义、分类、单故障模式可靠性模型、相关关系处理法则;分别针对随机过程模型和寿命分布模型描述的故障模式,建立了“典型多故障模式单元可靠性模型”和“通用多故障模式单元可靠性模型”;针对多故障模式、多状态系统的可靠性建模评估问题,提出了一种基于“多故障模式单元可靠性模型”与多元多值决策图模型(MMDD)结合的建模评估方法。以某卫星动量轮作为工程案例,介绍了多故障模式、多态系统的可靠性建模评估过程,验证了本文理论算法的有效性。(2)考虑多故障模式的共载表决系统可靠性建模与评估:本文将存在载荷共担效应的表决系统作为一种特殊的“多态、多阶段系统”研究,对其提出一种基于加速失效模型、折合模型、事件空间法的系统可靠性模型;提出应用等效累积损伤法则代替折合模型中的等效累积失效概率法则,结合具体案例,通过与现场试验数据对比,证明该模型理论的正确性;在上述理论、方法的基础上,提出了存在3种系统级故障模式的表决系统可靠性模型;以某卫星蓄电池组作为工程案例,介绍多故障模式、载荷共担表决系统的可靠性建模评估过程,验证了本文理论算法的有效性。(3)考虑多故障模式的多态、多阶段系统可靠性建模与评估:本文将具有“多态”特性的多阶段任务系统(PMS)作为标准的“多态、多阶段系统”(MS-PMS)研究;分别针对多故障模式单元的典型可靠性模型和通用可靠性模型,提出了基于“累积损伤法则”的多阶段间的相关性处理法则;针对“多态、多阶段”复杂系统,提出一种基于PMSMMDD模型和阶段化的“多故障模式单元可靠性模型”相结合的分层分析、建模、评估方法;以某卫星姿态轨道控制系统作为同时考虑系统存在多故障模式相关、多状态、多阶段相关等复杂因素的工程案例,介绍了复杂系统可靠性建模评估过程,验证了本文理论算法的有效性。
詹镇辉[8](2019)在《平面并联机构运动可靠性理论与实验研究》文中研究说明随着现代制造装备向高速、高精密化方向发展,对作为核心功能单元的机构的运动精度提出了更高的要求。实际机构存在一些固有不确定性因素,包括制造和装配公差、运动副间隙以及输入误差等,这些因素使机构的真实运动偏离理想运动。运动可靠性是一个用于评价机构受不确定因素影响下的运动精度的性能指标。将运动可靠性作为一个评价指标引入机构的设计和性能评估中,有利于提高核心机构的运动质量。平面并联机构具有刚度高,负载能力强,运动精度高等特点,被非常广泛地应用到现代精密制造装备中。本文对平面并联机构的运动可靠性进行了理论和实验研究,全文的主要工作如下:首先,提出了一种考虑运动副间隙时平面并联机构运动误差的建模方法,并验证了所提建模方法的有效性。在此基础上,有机融合FOSM概率法、区间法和MCS方法,提出了一种混合不确定下平面并联机构运动可靠性的分析方法。针对3-RRR和3-PRR这两种典型平面并联机构的运动可靠性分析问题,验证了所提分析方法的有效性。其次,研究了各不确定参数对平面并联机构运动可靠性的影响机制,提出了一种基于AFOSM方法的平面并联机构可靠性灵敏度分析方法。为了验证所提方法的分析精度,建立了基于MCS方法的平面并联机构可靠性灵敏度数值分析模型。仿真结果表明,所提模型能够有效地对平面并联机构的运动可靠性灵敏度进行分析,获得较高的精度。然后,以3-RRR平面并联机构为对象,对平面并联机构的运动可靠性优化设计方法进行了研究。以确定性优化设计所得的3-RRR机构为基础,引入运动可靠性优化设计,对比分析了基于可靠性优化和传统确定性优化所得机构和的运动可靠性、机构尺寸参数和工作空间;进一步地,建立了以工作空间最大化为目标,运动可靠度大于某个给定值为约束的3-RRR机构优化设计模型,并对优化所得机构进行了仿真分析。最后,对基于3-RRR机构的平面并联机构运动可靠性进行了实验研究。采用激光跟踪仪对3-RRR机构的基本运动学参数进行了标定。在此基础上,将机构动平台的转动副更换为含较大间隙的转动副,通过含间隙机构多方向重复定位实验验证了所建立平面并联机构运动误差模型的有效性。然后,搭建了基于机器视觉的机构运动可靠性长时、实时监测可视化系统,为进一步研究机构运动精度渐变劣化过程的数据分析和数据挖掘提供了实验基础。
刘海波[9](2019)在《针对概率盒模型的高效不确定性传播数值分析方法》文中研究说明工程产品在其设计、生产到报废的整个生命周期内都充满了各种不确定性参数。这些不确定性参数虽然在大多数情况下数值较小,但诸多不确定性因素传播、累积放大可能引起产品性能不稳定、可靠性降低,甚至导致灾难性事故。因此,在产品设计及使用的全生命周期过程中,采用有效的方法进行不确定性传播分析对于保证产品的可靠性、安全性甚至经济性均具有非常重要的意义。实际上,根据不确定性产生机理和物理意义的不同,工程中的不确定性大致可以分为两类:随机不确定性和认知不确定性。随机不确定性表示自然界或物理现象中存在的随机性,设计者无法控制或减少这类随机性,也称为统计不确定性或客观不确定性。随机不确定性的分析方法一般为概率理论、数理统计和随机过程等,其理论和应用研究均较为完善。认知不确定性是由于设计者的主观认识不足、数据缺乏或信息不完全所引起的,通常也称为主观不确定性。认知不确定性的分析方法一般为非概率理论,主要包含模糊集、区间理论和证据理论等。在不确定性分析领域中,随机不确定性和认知不确定性均发挥了重要的作用,且取得了丰硕的理论成果,但是在实际工程中,除了单一不确定性的情况,许多情况下则是多种不确定性共存的情况。因此,亟需一种能融合现有多种不确定性的模型。概率盒(p-box)模型可以同时描述随机和认知的混合不确定性问题,现有的证据结构、概率分布和概率区间混合模型等都可以转化为概率盒的形式。更重要的是,概率盒可以看作是概率理论和区间理论的混合,容易被了解概率和区间理论的工程技术人员理解和使用。鉴于这种特性,概率盒不确定性分析的研究越来越受到国内外专家学者的重视,并取得了一些重要进展。然而概率盒模型的不确定性研究整体还处于初级阶段,仍存在许多亟待解决的关键科学问题。其中,大规模计算以及复杂相关性等问题是限制概率盒在工程中更广泛应用的主要难点。为此,本文有针对性地开展了如下几个方面的研究工作:(1)针对传统采样方法计算效率低的问题,构建了一种基于降维积分和Johnson分布的概率盒不确定性传播分析方法。首先,构建了一种基于单变量降维积分的优化方法求得响应函数统计矩的区间;然后采用Johnson分布拟合响应的所有可能概率分布;最后,基于响应前四阶统计矩的区间,提出了矩匹配方法获得响应的概率分布边界曲线,完成基于概率盒模型的不确定性传播分析。(2)针对响应函数含有强交互项作用的问题,提出了一种基于稀疏网格数值积分和鞍点逼近理论的概率盒不确定性传播分析方法。首先,构建了一种基于稀疏网格数值积分的优化方法分别求解响应函数统计矩和累计量的区间;然后根据鞍点逼近理论,提出了一种优化策略计算响应的概率分布边界,所提方法对于存在强交互项作用的响应函数问题具有较好的计算精度,同时能获得精确的响应尾部概率分布信息。(3)针对复杂费时的大规模计算问题,发展出了一种基于稀疏分解的混沌多项式展开(polynomial chaos expansion,PCE)方法进行概率盒的不确定性传播分析。首先,为处理随机不确定性,提出一种基于稀疏分解的基选择策略自动判别和选择混沌多项式中重要的基函数;然后,为处理认知不确定性,将稀疏分解混沌多项式的系数处理成关于区间分布参数的二次多项式函数,最终获得响应函数的区间均值、区间标准差以及累计概率分布边界。所提方法为求解复杂工程中含概率盒不确定性的传播问题提供一种有效的解决方案。(4)针对输入变量之间具有复杂相关性的问题,给出了一种针对相关概率盒模型的结构不确定性传播分析方法。该方法首先根据有限的实验数据构建概率盒模型;然后,采用AIC准则选择最优的Copula函数,并进一步求得输入变量的联合概率分布函数,再通过Rosenblatt变换将变量从相关空间转换为独立的正态空间;最后基于稀疏网格数值积分计算响应函数的统计矩区间。(5)针对多失效模式问题,提出了一种高效的含概率盒不确定性的系统可靠性分析方法。首先,基于一个高效求解方法获得单失效模式下结构的最小可靠度指标;再针对多失效模式下含p-box不确定性问题建立了系统可靠性分析模型;考虑各失效模式之间的相关性,通过线性相关度计算方法求得相关系数矩阵;最后提出了串联体系和并联体系可靠度求解方法,该方法具有较高的系统可靠性计算效率,能够满足实际工程需求。
曹雪蕊[10](2019)在《具有不确定参数的离散时间系统可靠性分析》文中指出在实际工程中,专业技术人员经常定期检测、维修或更换系统元件,因此用离散时间段来度量系统的运行时间,将系统元件寿命视为离散随机变量,建立离散时间系统可靠性模型更具有实际参考价值。在传统可靠性分析中,基于概率论分析系统可靠性的研究已经比较成熟。然而,在稀缺数据或无任何数据情况下,利用基于概率论的传统可靠性理论来评估系统元件寿命参数及分析系统可靠性指标还存在一定的不足。本文拟结合不确定理论和概率论,假设系统元件寿命为随机不确定变量,对离散时间系统可靠性模型做进一步研究。首先,研究了离散时间下元件寿命参数为不确定变量的不可修系统可靠性问题。基于提出的具有不确定参数的系统可靠性指标,分别建立了参数为不确定变量的串联、并联、串-并联、并-串联系统模型,得到了系统的可靠度函数和平均寿命,并结合数值算例与传统可靠性系统进行了比较分析。其次,研究了离散时间下元件寿命参数为不确定变量的冗余贮备串-并联系统可靠性问题。基于不确定理论和概率论,分别构建了参数为不确定变量的热贮备、冷贮备、温贮备串-并联系统模型。结合提出的随机不确定几何分布和离散随机不确定韦布尔分布,计算了冗余贮备系统的可靠度函数和平均寿命,通过数值算例验证了系统模型的合理性。最后,研究了离散时间下元件寿命参数为不确定变量且开关不完全可靠的冗余贮备系统可靠性问题。在不确定理论、概率论和可靠性理论框架下,提出了随机不确定0-1型开关和随机不确定几何型开关,分别构建了参数为不确定变量且开关不完全可靠的冷贮备、温贮备串-并联系统模型。利用数值算例分析比较了不同开关、不同贮备情况下的系统可靠性指标。
二、两个不独立共载并联系统模型的可靠性分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、两个不独立共载并联系统模型的可靠性分析(论文提纲范文)
(1)基于椭球模型的结构系统非概率可靠性分析方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 凸集理论研究现状 |
1.2.2 非概率可靠性分析研究现状 |
1.3 本文研究目的 |
1.4 本文主要工作 |
2 串联结构系统非概率可靠性分析的最优界限法 |
2.1 引言 |
2.2 串联结构系统的非概率可靠度模型 |
2.3 串联结构系统非概率界限法 |
2.4 串联结构系统非概率最优界限法 |
2.4.1 串联结构系统非概率界限法最小上界 |
2.4.2 串联结构系统非概率界限法最大下界 |
2.5 算例 |
2.6 本章小结 |
3 并联结构系统可靠性分析的非概率等效平面法 |
3.1 引言 |
3.2 并联结构系统的非概率可靠度模型 |
3.3 非概率等效平面法 |
3.3.1 等效极限状态平面的确定 |
3.3.2 自适应组合策略 |
3.4 算例 |
3.5 本章小结 |
4 改进非概率等效平面法 |
4.1 引言 |
4.2 等效单元状态的建立 |
4.3 失效模式间相关系数的计算 |
4.4 算例 |
4.5 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 研究展望 |
致谢 |
参考文献 |
附录 |
(2)基于故障相关的贝叶斯网络风力发电机可靠性评价(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 权重分配方法研究现状 |
1.2.2 贝叶斯网络研究现状 |
1.2.3 考虑相关可靠性的研究现状 |
1.3 本文主要研究内容 |
第二章 权重分配、贝叶斯网络及Copula的基本理论 |
2.1 可靠性权重分配理论 |
2.2 贝叶斯网络理论 |
2.2.1 贝叶斯网络的概念 |
2.2.2 贝叶斯网络的推理 |
2.3 Copula相关性理论 |
2.3.1 Copula函数定义及基本性质 |
2.3.2 常用的Copula函数及相关性分析 |
2.4 本章小结 |
第三章 基于组合权重法的风力发电机权重分配 |
3.1 模糊层次分析法 |
3.2 熵权法 |
3.3 基于历史故障维修数据法 |
3.4 基于组合权重的风力发电机权重分配 |
3.5 风力发电机权重计算 |
3.5.1 构建层次模型 |
3.5.2 确定各子系统的熵权权重 |
3.5.3 确定各子系统基于历史故障维修数据法的权重 |
3.5.4 确定各子系统的组合权重 |
3.6 本章小结 |
第四章 考虑故障相关的贝叶斯网络可靠性评估模型 |
4.1 基于Copula理论的串并联系统可靠性评估模型 |
4.1.1 Copula相关性模型的基本理论 |
4.1.2 串联和并联系统可靠度模型 |
4.2 Copula函数选择及参数评估 |
4.2.1 Copula函数形式选择 |
4.2.2 Copula模型参数估计方法 |
4.3 贝叶斯网络可靠度评估模型 |
4.3.1 贝叶斯网络模型构建 |
4.3.2 贝叶斯网络分析过程 |
4.4 考虑故障相关的贝叶斯网络可靠性评估模型 |
4.5 本章小结 |
第五章 考虑故障相关的贝叶斯网络风力机可靠性分析 |
5.1 风力发电机系统的贝叶斯网络分析 |
5.1.1 风力发电机系统的贝叶斯网络故障节点获取 |
5.1.2 风力发电机系统贝叶斯网络建模 |
5.1.3 风力发电机系统贝叶斯网络节点概率赋值 |
5.2 风力发电机子系统故障概率分布函数的确定 |
5.3 风力发电机系统可靠度计算 |
5.4 本章小结 |
结论与展望 |
结论 |
展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文及取得的科研成果 |
作者简介 |
(3)不确定性影响下复杂机电系统可靠性及敏感性分析(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 可靠性建模与分析方法研究现状 |
1.2.1 故障树 |
1.2.2 贝叶斯网络 |
1.2.3 Survival Signature |
1.3 不确定性系统可靠性分析 |
1.4 敏感性分析方法研究现状 |
1.5 论文的研究内容 |
1.6 论文的主要结构 |
第二章 基于贝叶斯网络的不确定性系统可靠性及敏感性分析 |
2.1 引言 |
2.2 基于贝叶斯网络的系统可靠性建模与推理 |
2.2.1 贝叶斯网络建模方法 |
2.2.2 贝叶斯网络前向推理 |
2.3 基于概率盒方法的不确定性量化与传播 |
2.3.1 基于参数化概率盒的混合不确定性量化 |
2.3.2 基于遗传算法的混合不确定性传播算法 |
2.4 系统的非精确敏感性分析 |
2.5 混合不确定性下可靠性推理与敏感度的量化 |
2.6 算例分析 |
2.7 工程实例 |
2.8 总结 |
第三章 基于多态Survival Signature的不确定性系统可靠性及敏感性分析 |
3.1 引言 |
3.2 多态系统可靠性建模方法 |
3.2.1 多态系统理论概述 |
3.2.2 齐次马尔科夫模型 |
3.3 基于多态Survival Signature的多状态系统可靠性建模 |
3.3.1 基于系统Signature可靠性建模 |
3.3.2 基于Survival Signature的二态系统可靠性建模 |
3.3.3 二态Survival Signature的多态扩展 |
3.4 混合不确定性下基于多态Survival Signature可靠性及敏感性分析 |
3.5 算例分析 |
3.6 总结 |
第四章 不确定性下重型数控机床进给系统可靠性及敏感性分析 |
4.1 引言 |
4.2 重型数控机床电气控制与驱动系统介绍 |
4.2.1 重型数控机床电气控制与驱动系统结构 |
4.2.2 XKA28 电气控制与驱动系统的子系统分类 |
4.3 电气控制与驱动系统故障分析 |
4.3.1 故障位置分析 |
4.3.2 故障模式分析 |
4.4 进给控制系统可靠性建模 |
4.4.1 进给控制系统概述 |
4.4.2 进给控制系统功能框图 |
4.4.3 进给控制系统可靠性框图 |
4.5 考虑不确定性的重型数据机床进给系统可靠性分析 |
4.5.1 不确定性下X轴进给控制系统可靠性分析 |
4.5.2 不确定性下W轴进给控制系统可靠性分析 |
4.5.3 不确定性下Y轴进给控制系统可靠性分析 |
4.5.4 不确定性下Z轴进给控制系统可靠性分析 |
4.5.5 进给系统可靠性分析 |
4.6 总结 |
第五章 总结与展望 |
5.1 总结 |
5.2 研究展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)基于混合教与学算法结构系统可靠性优化设计研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 结构可靠性理论的研究现状 |
1.2.1 概率可靠性分析的研究现状 |
1.2.2 非概率可靠性分析的研究现状 |
1.3 基于结构可靠性的优化设计研究现状 |
1.3.1 基于结构概率可靠性的优化设计研究现状 |
1.3.2 基于结构非概率可靠性的优化设计研究现状 |
1.4 教与学算法和禁忌搜索算法的研究现状 |
1.4.1 教与学算法的研究现状 |
1.4.2 禁忌搜索算法的研究现状 |
1.5 本文的主要工作 |
2 结构系统可靠性理论与优化算法 |
2.1 引言 |
2.2 结构可靠性基本理论 |
2.2.1 极限状态方程 |
2.2.2 结构可靠性指标 |
2.2.3 结构可靠性分析方法 |
2.3 结构系统可靠性优化设计基本理论 |
2.3.1 基于可靠性结构优化设计问题的分类 |
2.3.2 结构优化设计方法归类 |
2.4 优化算法的概述 |
2.4.1 教与学算法 |
2.4.2 禁忌搜索算法 |
2.5 两种不同方式混合教与学算法 |
2.5.1 非线性递减方式对教与学算法的改进 |
2.5.2 测试函数 |
2.5.3 含有收缩因子对教与算法的改进 |
2.5.4 测试函数 |
2.6 本章小结 |
3 基于TLBO-TS算法结构系统概率可靠性优化设计 |
3.1 引言 |
3.2 结构系统可靠性分析 |
3.2.1 结构串联系统可靠性模型 |
3.2.2 结构系统可靠性分析方法 |
3.3 基于混合算法结构系统概率可靠性优化设计 |
3.3.1 基本教与学算法 |
3.3.2 改进的教与学算法 |
3.3.3 禁忌搜索算法 |
3.3.4 结构可靠性优化模型 |
3.3.5 基于TLBO-TS算法的结构可靠性优化流程 |
3.4 数值算例 |
3.4.1 算例1 |
3.4.2 算例2 |
3.5 .本章小结 |
4 基于CFTLBO-TS算法结构系统非概率可靠性优化设计 |
4.1 引言 |
4.2 结构系统非概率可靠性分析 |
4.3 基于CFTLBO-TS混合算法结构系统概率可靠性优化方法 |
4.3.1 .基本教与学算法 |
4.3.2 改进的教与学算法(CFTLBO) |
4.3.3 禁忌搜索算法 |
4.3.4 结构非概率可靠性优化模型 |
4.3.5 基于CFTLBO-TS算法的结构非概率可靠性优化流程 |
4.4 算例分析 |
4.4.1 算例1 |
4.4.2 算例2 |
4.5 本章小结 |
5 结论和展望 |
5.1 本文的主要结论和创新点 |
5.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(5)融合多源不确定性及复杂失效特征的系统可靠性综合评估(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 系统可靠性分析与评估方法研究现状 |
1.2.1 基于马尔可夫方法的系统可靠性分析方法研究现状 |
1.2.2 基于贝叶斯网络的系统可靠性分析方法研究现状 |
1.3 不确定性及相关失效下系统可靠性分析的研究现状与发展趋势 |
1.3.1 考虑不确定性的系统可靠性分析方法研究现状与发展趋势 |
1.3.2 考虑相关失效的系统可靠性分析方法研究现状与发展趋势 |
1.4 本文主要研究内容 |
1.5 本文组织结构 |
第二章 随机-参数不确定性及共因失效下的系统可靠性评估 |
2.1 随机-参数不确定性下的系统可靠性分析 |
2.1.1 区间贝叶斯网络基础 |
2.1.2 随机-参数不确定性在区间贝叶斯网络中的传播 |
2.2 随机-参数不确定性及共因失效下的系统可靠性分析 |
2.2.1 基于区间贝叶斯网络的共因失效系统可靠性建模与研究 |
2.2.2 基于连续时间马尔可夫链的共因失效系统可靠性分析 |
2.3 实例分析:某八旋翼无人机 |
2.3.1 某八旋翼无人机系统可靠性建模 |
2.3.2 随机-参数不确定性及共因失效下的无人机可靠性分析 |
2.4 本章小结 |
第三章 随机-参数不确定性及确定从属失效下的系统可靠性评估 |
3.1 引言 |
3.2 基于连续时间马氏链的确定从属失效系统可靠性分析方法研究 |
3.2.1 Copula函数的特性分析及选取 |
3.2.2 连续时间马尔可夫链模型分析 |
3.2.3 基于copula函数的非时齐马氏链建模 |
3.2.4 算例分析 |
3.3 基于copula函数的多部件从属失效系统可靠性分析方法研究 |
3.3.1 多部件间的确定从属失效建模与分析方法研究 |
3.3.2 实例研究:某型装甲车辆悬挂系统 |
3.4 基于马尔可夫链的随机-参数不确定性及确定从属失效分析 |
3.5 本章小节 |
第四章 多源不确定性下的信息统一量化研究及系统可靠性评估 |
4.1 多源不确定性的量化与统一方法研究 |
4.1.1 概率盒的特点及分类 |
4.1.2 基于概率盒的多源不确定性量化及统一 |
4.2 多源不确定性在可靠性模型中的传播机制研究 |
4.2.1 基于变异系数法的部件寿命分布参数估计 |
4.2.2 概率盒在贝叶斯网络中的传播机制研究 |
4.2.3 算例分析 |
4.3 实例研究:某火灾探测器 |
4.3.1 某火灾探测器系统功能概述 |
4.3.2 火灾探测器系统可靠性建模及分析 |
4.4 本章小结 |
第五章 多源不确定性及从属失效下的系统可靠性综合评估 |
5.1 引言 |
5.2 多源不确定性及确定从属失效下的系统可靠性综合评估 |
5.2.1 基于概率盒贝叶斯网络的多源不确定性及确定从属失效分析 |
5.2.2 实例分析:某活塞式压缩机压缩系统 |
5.3 多源不确定性及非确定从属失效下的系统可靠性综合评估 |
5.3.1 基于仿射算法的非确定相关性建模研究 |
5.3.2 基于概率盒贝叶斯网络的非确定从属失效系统可靠性分析 |
5.3.3 实例分析1:某双动力刀架 |
5.3.4 实例分析2:某复杂机电系统 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(6)几类多状态复杂系统的可靠性分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及评述 |
1.2.1 产能共享系统的可靠性建模及分析方法 |
1.2.2 阶段任务系统的可靠性建模及分析方法 |
1.2.3 传播失效系统的可靠性建模及分析方法 |
1.2.4 研究评述 |
1.3 多状态系统的可靠性评估方法 |
1.4 论文研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 论文结构 |
第二章 基于k/n(G) 子系统和Common bus产能共享下的多状态系统可靠性分析 |
2.1 引言 |
2.2 模型描述 |
2.3 模型分析 |
2.4 基于通用生成函数法分析系统可靠性 |
2.4.1 基于二变量通用生成函数法评估系统可靠度 |
2.4.2 基于简化二变量通用生成函数法评估系统可靠度 |
2.5 算例分析 |
2.5.1 数值例子与分析 |
2.5.2 案例分析 |
2.6 本章小结 |
第三章 基于k/n(G) 子系统和产能共享机制下的多状态串联系统可靠性分析 |
3.1 引言 |
3.2 模型描述 |
3.3 模型分析 |
3.4 基于通用生成函数法分析系统可靠度 |
3.5 算例分析 |
3.5.1 数值例子与分析 |
3.5.2 案例分析 |
3.6 本章小结 |
第四章 基于产能共享机制下的k/(n + 1)(G) 星型多状态系统可靠性分析 |
4.1 引言 |
4.2 模型描述 |
4.3 基于通用生成函数法分析系统可靠性 |
4.3.1 子系统的通用生成函数 |
4.3.2 基于通用生成函数法评估星型结构系统的可靠度 |
4.3.3 特殊情形下的星型结构系统可靠度评估 |
4.4 算例分析 |
4.4.1 数值例子与分析 |
4.4.2 案例分析 |
4.5 本章小结 |
第五章 考虑Poisson冲击的多阶段任务系统可靠性分析 |
5.1 引言 |
5.2 模型假设和分析 |
5.3 PMS可靠性模型 |
5.3.1 PMS可靠性模型的示例分析 |
5.3.2 子系统模型单阶段的任务成功概率 |
5.4 具有随机冲击效应的PMS可靠性模型 |
5.5 PMS可靠性评估 |
5.5.1 静态模块可靠性评估 |
5.5.2 具有冲击效应的动态模块可靠性评估 |
5.5.3 系统可靠性评估 |
5.6 算例分析 |
5.7 本章小结 |
5.8 引理及定理的证明 |
5.8.1 引理 5.4.2 的证明 |
5.8.2 定理 5.4.1 的证明 |
第六章 考虑概率传播失效和隔离效应的网络系统可靠性分析 |
6.1 引言 |
6.2 模型描述 |
6.3 基于BDD的组合分析方法 |
6.4 算例分析 |
6.4.1 广域网络系统描述 |
6.4.2 广域网络系统可靠性分析 |
6.4.3 计算结果分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录一 博士期间撰写和发表的论文 |
附录二 博士期间参加的科研项目、学术会议 |
附录三 致谢 |
(7)考虑多故障模式的复杂系统可靠性建模与评估(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 多态系统可靠性建模与评估方法 |
1.2.2 表决系统可靠性建模与评估方法 |
1.2.3 多阶段任务系统可靠性建模与评估方法 |
1.2.4 考虑多故障模式的可靠性建模理论 |
1.3 本文研究内容及结构框架 |
第2章 考虑多故障模式的多态系统可靠性建模与评估 |
2.1 引言 |
2.2 故障模式分类及可靠性数学模型 |
2.2.1 故障模式分类 |
2.2.2 随机过程模型 |
2.2.3 寿命分布模型 |
2.3 典型多故障模式单元可靠性模型 |
2.3.1 自然退化与累积冲击的累积损伤过程 |
2.3.2 复合退化与极限冲击的竞争失效过程 |
2.4 通用多故障模式单元可靠性模型 |
2.4.1 多故障模式间的竞争失效模型 |
2.4.2 多故障模式间的累积损伤模型 |
2.5 基于多元多值决策图的多态系统可靠性建模评估方法 |
2.5.1 基于多元多值决策图的多态系统模型 |
2.5.2 考虑多故障模式的多态系统分析及建模评估步骤 |
2.6 考虑多故障模式的卫星动量轮子系统可靠性建模与评估 |
2.6.1 动量轮故障模式分析 |
2.6.2 单元可靠性模型的构建 |
2.6.3 多态系统可靠性评估 |
2.7 本章小结 |
第3章 考虑多故障模式的共载表决系统可靠性建模与评估 |
3.1 引言 |
3.2 考虑载荷共担效应的表决系统可靠性模型 |
3.2.1 表决系统分析 |
3.2.2 应力与寿命关系 |
3.2.3 基于等效累积失效概率法则的表决系统模型 |
3.2.4 基于等效累积损伤法则的表决系统模型 |
3.3 考虑多故障模式的共载表决系统可靠性模型 |
3.3.1 单元故障导致系统故障 |
3.3.2 环境极限应力冲击导致系统故障 |
3.3.3 控制单元故障导致系统故障 |
3.3.4 Monte-Carlo仿真算法 |
3.4 考虑多故障模式的卫星蓄电池子系统可靠性建模与评估 |
3.4.1 单元故障导致系统故障 |
3.4.2 环境极限应力冲击导致系统故障 |
3.4.3 控制单元故障导致系统故障 |
3.5 本章小结 |
第4章 考虑多故障模式的MS-PMS系统可靠性建模与评估 |
4.1 引言 |
4.2 多阶段间的累积损伤模型 |
4.2.1 典型模型的多阶段累积损伤规则 |
4.2.2 通用模型的多阶段累积损伤规则 |
4.3 基于多值决策图的MS-PMS系统可靠性的分层建模与评估方法 |
4.3.1 分层建模步骤 |
4.3.2 PMS-MMDD模型的构建 |
4.4 本章小结 |
第5章 考虑多故障模式的AOCS系统可靠性建模与评估 |
5.1 AOCS系统分析 |
5.1.1 AOCS系统介绍 |
5.1.2 AOCS系统单元故障模式分析 |
5.2 AOCS系统可靠性建模与评估 |
5.2.1 单元可靠性模型 |
5.2.2 系统PMS-MMDD模型 |
5.2.3 系统可靠度 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
(8)平面并联机构运动可靠性理论与实验研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 平面并联机构运动精度研究概述 |
1.2.2 机构运动可靠性分析研究 |
1.2.3 机构运动可靠性灵敏度分析研究 |
1.2.4 机构运动可靠性、稳健性优化设计研究 |
1.3 本文主要研究工作 |
第二章 混合不确定性下平面并联机构运动可靠性分析 |
2.1 引言 |
2.2 传统机构运动可靠性分析方法 |
2.2.1 机构运动可靠性一般定义 |
2.2.2 机构运动可靠性分析的FOSM方法 |
2.2.3 机构运动可靠性分析的MCS方法 |
2.3 含运动副间隙的平面并联机构运动误差模型及其验证 |
2.3.1 平面并联机构的逆运动学 |
2.3.2 含间隙运动副的建模 |
2.3.3 含运动副间隙的平面并联机构运动误差建模 |
2.3.4 平面并联机构误差模型的验证 |
2.4 平面并联机构运动可靠性分析方法 |
2.4.1 两类运动误差 |
2.4.2 混合不确定性下平面并联机构运动可靠性分析 |
2.5 3-RRR平面并联机构运动可靠性分析算例 |
2.5.1 误差模型的验证 |
2.5.2 运动可靠性分析 |
2.6 3-PRR平面并联机构运动可靠性分析算例 |
2.7 本章小结 |
第三章 不确定参数对平面并联机构运动可靠性的影响 |
3.1 引言 |
3.2 运动误差灵敏度分析 |
3.3 基于FOSM方法的平面并联机构运动可靠性灵敏度分析 |
3.3.1 基于FOSM方法的平面并联机构运动可靠性灵敏度分析原理 |
3.3.2 基于FOSM方法的平面并联机构运动可靠性灵敏度分析局限性 |
3.4 基于AFOSM方法的平面并联机构运动可靠性灵敏度分析 |
3.4.1 基于AFOSM方法的平面并联机构运动可靠性灵敏度分析原理 |
3.4.2 最可能失效点MPP的求解方法 |
3.5 基于MCS方法的机构运动可靠性灵敏度分析 |
3.6 数值算例分析 |
3.6.1 3-RRR机构参数的误差灵敏度分析 |
3.6.2 基于FOSM方法的运动可靠性灵敏度分析局限性验证 |
3.6.3 3-RRR机构参数的可靠性灵敏度分析 |
3.7 本章小结 |
第四章 平面并联机构运动可靠性优化设计 |
4.1 引言 |
4.2 基于GCI指标的平面并联机构的确定性优化设计 |
4.2.1 优化设计模型的建立 |
4.2.2 3-RRR机构和3-PRR机构的确定性优化设计 |
4.3 3-RRR机构和3-PRR机构的运动可靠性对比 |
4.4 平面并联机构运动可靠性优化设计 |
4.4.1 优化设计算例一 |
4.4.2 优化设计算例二 |
4.5 本章小结 |
第五章 平面并联机构运动可靠性实验研究 |
5.1 引言 |
5.2 实验系统介绍 |
5.3 3-RRR机构的运动学参数标定 |
5.3.1 标定前定位误差分布 |
5.3.2 运动学参数标定方法 |
5.3.3 标定后的定位误差分布 |
5.3.4 重复定位精度测量 |
5.4 含运动副间隙的3-RRR机构重复性实验 |
5.4.1 运动副间隙设计 |
5.4.2 含间隙误差模型验证 |
5.5 平面并联机构运动可靠性实时监测可视化系统实现 |
5.5.1 图像像素当量标定 |
5.5.2 机器视觉系统测量精度实验 |
5.5.3 机构运动可靠性实时监测可视化 |
5.6 本章小结 |
总结与展望 |
1.主要工作和结论 |
2 主要创新点 |
3 工作展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(9)针对概率盒模型的高效不确定性传播数值分析方法(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 不确定性传播理论及研究现状 |
1.2.1 随机不确定性传播研究现状 |
1.2.2 认知不确定性传播研究现状 |
1.2.3 概率盒不确定性传播研究现状 |
1.3 基于概率盒模型的不确定性传播目前存在的问题 |
1.4 本文的研究目标和主要的研究内容 |
第2章 基于降维积分和Johnson分布的概率盒不确定性传播分析方法 |
2.1 引言 |
2.2 P-box及其不确定性传播分析 |
2.3 高效不确定性传播分析方法 |
2.3.1 响应统计矩区间的求解 |
2.3.2 响应概率分布边界的求解 |
2.4 数值算例 |
2.4.1 解析函数问题 |
2.4.2 悬臂管问题 |
2.4.3 汽车正面碰撞问题 |
2.5 本章小结 |
第3章 基于稀疏网格和鞍点逼近的概率盒不确定性传播分析方法 |
3.1 引言 |
3.2 数值积分方法介绍 |
3.2.1 全因子数值积分方法 |
3.2.2 稀疏网格数值积分方法 |
3.3 不确定性传播分析 |
3.3.1 响应统计矩区间的求解 |
3.3.2 响应概率分布边界的求解 |
3.4 数值算例 |
3.4.1 解析函数问题 |
3.4.2 旋转磁盘的破裂界限分析 |
3.4.3 增强现实眼镜应用 |
3.5 本章小结 |
第4章 基于稀疏分解混沌多项式展开的概率盒不确定性传播分析方法 |
4.1 引言 |
4.2 基于稀疏分解的混沌多项式展开方法 |
4.2.1 混沌多项式展开 |
4.2.2 基于稀疏分解算法的关键项选择 |
4.2.3 自适应实验设计 |
4.3 含概率盒不确定性响应函数的求解 |
4.4 响应统计矩和概率边界的求解 |
4.5 数值算例 |
4.5.1 解析函数问题 |
4.5.2 单自由度振子 |
4.5.3 52杆穹形桁架 |
4.5.4 汽车盘式制动系统 |
4.6 本章小结 |
第5章 基于Copula函数的概率盒不确定性传播分析方法 |
5.1 引言 |
5.2 Copula函数的基本概念 |
5.2.1 定义 |
5.2.2 Copula函数的相关性测度 |
5.3 P-box的建模 |
5.4 基于Copula函数的结构不确定性传播分析 |
5.4.1 联合概率分布函数的构建 |
5.4.2 变量的转换 |
5.4.3 基于稀疏网格的响应统计矩求解 |
5.5 计算流程 |
5.6 数值算例 |
5.6.1 解析函数问题 |
5.6.2 悬臂梁结构 |
5.6.3 汽车正面碰撞问题 |
5.7 本章小结 |
第6章 针对概率盒模型的系统可靠性分析方法 |
6.1 引言 |
6.2 单失效模式下的可靠性分析 |
6.3 多失效模式下的系统可靠性分析 |
6.3.1 多失效模式间的相关性分析 |
6.3.2 串联系统可靠性求解 |
6.3.3 并联系统可靠性求解 |
6.4 数值算例 |
6.4.1 两单元Daniels系统算例 |
6.4.2 10杆桁架 |
6.4.3 平板电脑 |
6.5 本章小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读博士学位期间发表的论文 |
附录B 攻读学位期间参与课题 |
(10)具有不确定参数的离散时间系统可靠性分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容及创新点 |
第2章 具有不确定参数的离散时间不可修系统可靠性分析 |
2.1 参数为不确定变量的离散时间系统可靠性指标 |
2.1.1 不确定变量 |
2.1.2 系统可靠性指标 |
2.2 具有不确定参数的串联系统可靠性分析 |
2.3 具有不确定参数的并联系统可靠性分析 |
2.4 具有不确定参数的串-并联系统可靠性分析 |
2.5 具有不确定参数的并-串联系统可靠性分析 |
2.6 数值算例 |
2.7 本章小结 |
第3章 具有不确定参数的离散时间冗余贮备串-并联系统可靠性分析 |
3.1 具有不确定参数的热贮备串-并联系统可靠性分析 |
3.1.1 系统描述与假设 |
3.1.2 热贮备串-并联系统可靠性指标 |
3.2 具有不确定参数的冷贮备串-并联系统可靠性分析 |
3.2.1 系统描述与假设 |
3.2.2 冷贮备串-并联系统可靠性指标 |
3.3 具有不确定参数的温贮备串-并联系统可靠性分析 |
3.3.1 系统描述与假设 |
3.3.2 温贮备串-并联系统可靠性指标 |
3.4 数值算例 |
3.5 本章小结 |
第4章 具有不确定参数且开关不完全可靠的冗余贮备系统可靠性分析 |
4.1 开关不完全可靠的冗余贮备系统描述 |
4.2 开关寿命随机不确定0-1型 |
4.2.1 冷贮备串-并联系统 |
4.2.2 温贮备串-并联系统 |
4.3 开关寿命随机不确定几何型 |
4.3.1 冷贮备串-并联系统 |
4.3.2 温贮备串-并联系统 |
4.4 数值算例 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
四、两个不独立共载并联系统模型的可靠性分析(论文参考文献)
- [1]基于椭球模型的结构系统非概率可靠性分析方法研究[D]. 赵悦. 西安科技大学, 2021(02)
- [2]基于故障相关的贝叶斯网络风力发电机可靠性评价[D]. 李昕. 内蒙古工业大学, 2021(01)
- [3]不确定性影响下复杂机电系统可靠性及敏感性分析[D]. 梁禾. 电子科技大学, 2021(01)
- [4]基于混合教与学算法结构系统可靠性优化设计研究[D]. 郭威. 黑龙江科技大学, 2021(08)
- [5]融合多源不确定性及复杂失效特征的系统可靠性综合评估[D]. 宋宇飞. 电子科技大学, 2021(01)
- [6]几类多状态复杂系统的可靠性分析[D]. 苏鹏. 东南大学, 2020(02)
- [7]考虑多故障模式的复杂系统可靠性建模与评估[D]. 王东熠. 哈尔滨工程大学, 2020(05)
- [8]平面并联机构运动可靠性理论与实验研究[D]. 詹镇辉. 华南理工大学, 2019(06)
- [9]针对概率盒模型的高效不确定性传播数值分析方法[D]. 刘海波. 湖南大学, 2019(01)
- [10]具有不确定参数的离散时间系统可靠性分析[D]. 曹雪蕊. 燕山大学, 2019(03)