液压自动变速器可靠性预测使用基于指数衰减振荡故障数据分布模型

文摘

针对这一问题,传统的机械产品可靠性模型是用来预测的可靠性液压自动变速器和预期的结果是相对较大的,首先,经验分布模型是用来统计分析液压自动变速器的故障分布规律;然后,使用傅里叶变换进行频域分析的经验分布;在此基础上,综合考虑经验分布的特征和频域特征的经验分布,构造指数衰减振荡分布的可靠性模型和相应的可靠性、故障效率和平均寿命计算模型;衰减系数的影响,与此同时,研究振动振幅,频率振荡角,和其他参数的概率分布特征。在此基础上,建立了概率分布模型采用适合液压自动变速箱的故障时间数据由叉车,及拟合结果与指数分布模型相比,带三个参数的威布尔模型,和“浴缸曲线”模型。比较结果表明,所建立的指数衰减振荡分布模型可以更好地描述的概率分布特征自动变速器的无故障的工作时间,和使用该模型可以获得一个更小的均方根误差。同时,本文的研究结论可以提供有意义的指导和参考的分析机械产品的寿命分布模型与指数衰减振荡概率密度变化规律。

1。介绍

产品可靠性反映产品生命的属性,无故障,可用性,经济等等。“可靠性”的概念第一次被提出的德国工程师逻辑单元,被称为父亲的可靠性。它起源于如何使用概率论与数理统计理论来评估生活或电子设备的故障率。1943年,逻辑单元提出了一个系统的可靠性计算方法来估计v - 2火箭导航系统的可靠性。1949年,美国无线电工程师学会建立了可靠性技术集团,宣布第一个可靠性专业学术组织的诞生。

1952年8月,美国国防部建立了咨询小组对电子设备的可靠性(同意)组成的一群军事、工业、和学术组织调查、分析和研究可靠性的问题。1957年4月,同意发表研究报告“军事电子设备的可靠性1),阐述了可靠性设计、测试和分析以及管理过程和方法,并首次给出可靠性的定义:“一个产品的能力来完成指定的功能在指定的条件下和在指定的时间内。“这份报告被认为是可靠性工程理论和实践的基础,它表明可靠性工程的发展方向。到1950年代末,可靠性逐步发展到一个新的科学,形成了三个独立的学科的可靠性数学、可靠性物理、和可靠性工程,被越来越广泛地应用于工程实践。

当涉及到一个复杂的系统,需要考虑断层相关的动态行为,建模和分析方法不断学习国内外。典型的方法包括动态故障树,随机Petri网,马尔可夫模型和状态机模型。然而,这些建模方法通常更复杂,而不是高度相关的系统设计。与此同时,作为一个高度抽象的方法,很难形成统一建模标准,所以他们的应用范围受到限制。Borzea和Comeaga评估的程度简化Euler-Bernoulli数学模型可以用来评估压电层状结构的参数。提出了一种广义Euler-Bernoulli模型,应用与集成压电复合梁结构层(2]。基于Info-Gap理论,Kunfeng Zichun闵可夫斯基规范引入了模糊参数并提出了模糊闵可夫斯基规范Info-Gap模型。然后模型应用于Info-Gap可靠性分析,提出了一种基于结构的模糊Info-Gap可靠性模型。此外,可靠性指数的计算方法还研究了利用模糊集理论。新模糊Info-Gap模型集成区间凸模型和椭球凸模型。新的可靠性模型解决了两个凸之间的矛盾与结构非概率可靠性分析模型。数值例子验证了该方法的合理性和适用性3]。据乔et al .,随机变质量系统得到了广泛的关注和突出显示意义和纳米技术制造技术的爆炸性发展,所以越来越多的需要研究质量扰动对系统的影响。潜在的失效模式被认为是粘附失败。首先,原系统大约是取而代之的是没有质量扰动的系统基于一个等价变换。然后,随机平均和初步的时间扩散过程理论相结合得到初步的指数近似系统的失败。之间的比较分析结果与数值模拟表明,该方法很好。质量扰动对系统可靠性的影响充分探索。事实证明,质量扰动的存在会导致谐振器的可靠性严重恶化。值得注意的是,系统有多个共振区域有不同的强度,和可靠性系统的主共振的情况远低于nonresonant情况(4]。玉等人提出的可靠性盖上设置至少一个集成电路的包和Si死于集成电路方案。集成电路包挂载到一个印刷电路板通过多元化的焊料球。可靠性包括被配置为减少之间的热膨胀系数差异之间的集成电路包装和印刷电路板和Si死亡和集成电路的衬底包阈值(5]。廖等人认为,许多变量影响密封性能,及其分布特征是很难获得与概率方法由于成本高。许多问题在工程由于小样本参数的外观是相似的。在这项研究中,一个航空密封的密封可靠性定义为研究对象,和一个区间不确定性方法和多维响应面提出了计算密封的可靠性。在此基础上,本文首先分析了航空密封的失效机理,建立了泄漏率模型。然后,基于非概率区间模型,提出了一个区间不确定性方法构建分析模型。参照极限状态方程的结构可靠度理论,采用多维响应曲面的快速计算。之后,在飞机舵机单缸气体选为案例研究;其密封可靠性和非职业工作状态进行了计算,结果验证了实际的维修记录。通过分析一些变量的敏感性,可以提高表面粗糙度只有许可成本,从而提高航空密封的密封可靠性。 The method proposed in this study realizes the application of small-sample uncertainty analysis in reliability analysis and could provide a feasible way to solve the similar problems in engineering with multidimensional and small-sample parameters [6]。

文献[7)使用时间组件状态模型来描述组件与组件失败率生命的趋势但不考虑其他因素的影响在组件的故障率。参考文献(8,9]分析了实时操作条件的影响电力系统组件的可靠性模型,单独分类和建模各故障因素,并认为每个故障因素是相互排斥的。有限制的综合影响因素对组件失败率。文献[10]总结常用的短期输电线路可靠性模型和短期发电机的可靠性模型。文献[11)使用加权平均法计算的平均故障率天气系统基于三态模型。文献[12)用模糊技术建立一个与天气有关的模糊故障率组件模型。文献[13]使用决策树作为一个学习者的影响和分析环境参数对组件可靠性参数基于集成学习。此外,(14)提出了天然气管道失效模式相关的腐蚀程度和管道空气压力分析管道的失败率在其生命周期。文献[15)建立了供热管道的强度失效概率模型。文献[16)提出了一种基于支持向量机的燃料电池故障诊断方法(SVM),预测其经营状况通过分析燃料电池运行状态的监控。文献[17]分析了离心式压缩机的主要故障类型,并提出了一个基于蚁群算法的智能故障诊断算法。一般来说,组件建模操作可靠性评估有一定的研究基础,但现有的研究侧重于建模的个人因素影响组件状态的概率,和它的适用性是有限的。然而,其他能源供应系统的组件建模主要是集中在个人设备,以及外部环境的影响更少被认为是(18]。

寿命分布是一个重要的方法来描述故障数据的分布规律和可靠性的机械产品和电子产品。它已广泛应用于生活的数据分析、可靠性设计、疲劳可靠性分析,维修决策,保证战略制定等(19,20.]。生活分布决定的准确性直接影响产品的可靠性分析,使用寿命评估、风险评估和维护决策。

目前,有三种技术方法获得机械产品可靠性的寿命分布:根据测试数据,统计推断模型失效机理的基础上,根据工程经验和分布函数的选择。

基于实验数据,存在描述性统计、非参数统计、参数统计、贝叶斯统计可靠性寿命分布和模型参数估计。其中,参数统计主要是用于工程。它主要是基于威布尔参数威布尔分布模型开发的et al。21,22]。这个模型可以描述早期故障,意外的错,和穿错,因此它适用于复杂设备的故障分布和领域的广泛使用的可靠性。多年来,国内外学者已经从不同的角度研究了参数威布尔模型23- - - - - -30.]。Cordeiro et al。23)提出了一种新的指数威布尔分布模型,研究了概率密度函数和失败效率模型的功能。王等人。24)提出了一种滚动轴承的可靠性评估方法基于核主成分分析和威布尔比例风险模型,减少了差异在制造、安装和工作条件相同类型的轴承的可靠性评估。Freels et al。25]提出的几种改性方法的两个参数威布尔分布来分析“浴缸”式的生活。Baloui [26)建立了一个基于模糊威布尔的模糊可靠性函数和组件的生活。南et al。27]提议使用蒙特卡罗方法结合最大似然估计方法进行数值解参数点估计的参数威布尔分布模型。临颍et al。28),指数威布尔分布的基础上,提出了可靠性建模方法对于复杂的电子系统,它可以动态地描述系统可靠性的变化。冈萨雷斯et al。29日)提出了一个模型来描述电子设备的寿命与可靠性参数函数时变电压下。模型是基于随机失败率权力相互累积损伤模型和修改法律。为了估计模型的参数,使用最大似然方法。Mendez-Gonzalez et al。30.)提出了一个模型,其中包括电力谐波成幂律模型。基于累积损伤模型、时变电压被建模为一个幂律模型通过使用紧凑的形式的傅里叶级数。

由于开发成本的限制,周期时间,测试分析技术,等等,失败测试数据通常不足以准确推断出生命分布。为了充分利用专家经验,历史数据,和其他的信息来解决实验数据不足的问题,非参数方法和贝叶斯方法吸引了越来越多的关注。经典统计分析方法和贝叶斯统计分析方法可以在一定程度上提高参数估计精度。贝叶斯分析方法的核心和关键是如何利用先验信息确定先验分布。文献[31日建议,根据最大熵原理,各种各样的经验信息可以被视为不同的约束条件,并可以确定最优经验分布熵最大化。然而,贝叶斯统计推断方法非常依赖于先验分布,也没有一般方法确认和测试先验分布。

为了推断出更准确的寿命分布,需要结合产品失效机理,测试数据,和工程经验进行推理分析统计和验证方面(32,33]。文献[34)建造了一个方法来测试多个失效物理方程和累积损伤准则在威布尔分布和截断物理方面的测试失败,假设检验原理、回归理论,等等,但其有效性缺乏严格的统计理论的支持。

至于加速寿命试验数据的统计分析,公园和英国宇航系统公司(35)提出了一个方法来得到生活使用产品退化数据分布。这种方法的缺点是它过度依赖于研究者的经验确定的分布随机参数。

退化轨迹模型不能表达产品性能退化的不确定性。为了解决这个问题,维纳随机过程模型(36- - - - - -39),γ随机过程模型(40,41),逆高斯随机过程模型(42- - - - - -44),复合泊松随机过程模型(45)等已逐渐被用来加速退化数据分析。

相对应的寿命分布的随机过程模型可以通过理论推导,和方法主要包括近似方法,分析方法和数值方法。近似法推断pseudofailure生活退化轨迹的拟合每个样本,然后比赛生活根据这个分布拟合方法。然而,这种方法忽略了不确定性和测量误差pseudofailure寿命预测,和有一个偏差fitted-life分布和现实之间的分布。生命的分布可以直接从退化模型的参数的分析方法,但这种方法只适用于的情况只有一个随机参数和参数分布。例如,在线性维纳过程,生命的分布可以作为逆高斯分布基于类型的故障时间36,37];标准伽马过程,生命分布可以作为BS (Birnbaum-Saunders分布)46]。当性能退化模型采用一个复杂的随机过程(如非线性轨迹模型,包括多个随机参数),数值方法用于样本退化模型的参数估计,推断出生命的分布。例如,对于非线性维纳过程,如果et al。47)提供了一个近似解生活分布的方法。简而言之,分析方法可以用来获得寿命分布的解析表达式,同时使用近似法和数值法需要使用pseudofailure估计产品生命的经验分布。

Nouguier等人讨论现有的累积分布函数的有效性(CDF)公式的缺陷为中心的模式(DCM),特别是在低缺陷数量政权(缺陷数量< 3)。在发现他们的局限性,本文提出了一种改进的DCM CDF公式,说明了低缺陷计数方案和可伸缩的非常先进的CMOS技术的关键设备。重新审视DCM CDF公式的好处是实验证明在英国国际贸易局PMOS器件从28 nm FDSOI技术受到压力以及蒙特卡罗模拟Vth数据(48]。彭等人提出了一种改进的集中循环方法识别Preisach分布函数基于非均匀离散化。为中心的循环方法的原理和限制被首次引入。然后,非均匀离散化方法提出基于垂直入射曲线的曲率。循环数的确定分布函数是由曲率积分的比例决定。同时,非均匀的方法来确定细胞值离散Preisach三角形了。该方法由实验室测试验证的环形样品。结果表明,该方法的精度预测磁滞回线高于中心由相同数量的循环周期方法用于识别(49]。林等人提出了一种调制分类算法,基于相干光接收器的接收信号的振幅。该算法分类调制格式从几个可能的候选人通过差异化的CDF曲线归一化振幅。最相似的候选人提供选择接收信号。相似性的度量是最低这些CDFs之间的平均距离。五个常用的正交振幅调制格式数字相干光学系统。背靠背光学实验和扩展的模拟进行了研究该算法的性能。结果表明,该算法实现准确分类在光学感兴趣的信噪比。此外,它不需要载波恢复(50]。

模型的参数估计方法与模型的特点和类型的数据;最广泛的方法是非常大的似然估计方法。你们et al。51)给了维纳过程模型参数的最大似然估计方法与考虑误差和维纳过程模型考虑的随机效应。除了使用最大似然估计方法,线性回归的退化轨迹也可以用来估计模型的参数用最小二乘估计方法,如文献[52- - - - - -54采用这种方法。

常用的方法求解参数估计模型包括详尽的方法,搜索算法,遗传算法,期望最大化(EM)算法。郝et al。38)考虑压力测试误差和误差的影响和使用遗传算法来估计维纳过程的参数模型。你们et al。51)使用EM算法来解决似然函数,得到了估计的逆高斯过程模型的参数值。

一般来说,推断出产品寿命分布仍是主要技术瓶颈之一影响可靠性寿命试验技术的发展和应用,特别是对于综合应力加速寿命试验。生活中的微小偏差分布在可靠性评估模型可能会导致严重的错误结论。

对于某些产品具有复杂结构和工作环境,寿命分布和失效物理方程很难用简单的模型描述。特别是,突破应该是信息集成制造,推理和验证的先验分布。与此同时,机械产品通常是一个相对复杂的系统,和现场数据最能反映其真实可靠性级别。如果可靠性数据在现场使用过程中可以结合可靠性试验,建立了可靠性评价模型,然后使用加速试验数据估计模型参数,这将有助于减少测试样本大小。

在工程实践中,许多失败的复杂产品周期性振荡,和他们的生活分布将显示衰减振荡的变化规律。与服务时间的增加,产品寿命分布的概率密度衰减指数和本地振荡。目前,国内外大多数研究威布尔模型忽略概率密度的振荡周期失败造成的机械产品,这往往与实际工程数据和一些错误影响模型应用程序的准确性。

本文组织如下。节2首先,经验分布模型是用于分析的故障分布的统计特征液压自动变速器;使用傅里叶变换在频域分析经验分布。节3,在此基础上,实证分布特征和经验分布频率域全面被认为是一个特性,构造了一个生命分布模型与指数衰减振荡的概率密度分布规律,并给出相应的计算模型的可靠性,故障效率,平均寿命。节4、衰减系数、振动振幅,振动频率、角度和其他参数的概率分布特征进行了研究。部分5提出了研究不同参数对灵敏度的影响生活的概率分布特征。部分6建立了利用最小二乘法参数估计模型。节7最后,液压自动变速箱的故障时间数据由某种类型的叉车为研究对象,建立了概率分布模型。失效时间数据的这种类型的液压自动变速器是安装并与指数分布模型的拟合结果,拟合威布尔模型,和“浴缸曲线”模型来验证的有效性建立概率分布模型。

2。分析液压自动变速器可靠性特征

2.1。失败的数据和图表

为了验证模型的实用性,叉车为例。这种类型的叉车在2018年售出30000台,和售后维修记录已经跟踪了一年。117年液压自动变速器配备仪器面板失败,失败的一部分时间记录的仪表盘是按升序排列,如表所示1。

拆卸过程如图1。

部分有缺陷的零件图所示2(图中的故障定位是用红笔圈出来的)。

图中的故障定位是用红笔圈出来。

2.2。液压自动变速器可靠性的统计特征基于经验分布

采用经验分布的方法,可靠性曲线的液压变速箱的故障时间算出 (n= 9)。经验分布的累积失效概率分布是线性插值,概率密度分布曲线和故障率曲线计算液压变速箱的故障时间如图3- - - - - -5。

从数据可以看出3- - - - - -5的生活概率密度和可靠性液压自动变速箱展览阻尼振荡特征随着时间的增加。

失败经验分布概率密度的变化,可靠性和故障率(间隔分为部分)所示的数据6- - - - - -8。

从数据可以看出6- - - - - -8失败的经验分布概率密度、可靠性和故障率随 。曲线显示上半年衰减振荡的特点,而第二个一半的曲线保持不变。用经验分布的方法,可以看出液压自动变速器可靠性模型的阻尼振荡的特点,但可靠性模型的频域特征无法准确判断。这是因为概率密度的理论计算公式

它是采取增量的极限的过程累积失效概率的时间增量以极限的过程,需要无限的时间增量很小。同时,它是累积失效概率分布函数的导数的随机变量 。当使用经验分布模型来计算概率密度,采用向前一阶差分数值计算方法。由于时间增量是一个有限值,由于少量的数据,通常是随机变量分为8∼10间隔在计算经验的累积失效概率分布。更重要的是,因为时间是t∈(0.7,1900)和价值很大,∈(189.93,237.4125)采用上述区间划分方法。作为一个结果,∈(0.000133,0.000733),这远远大于无穷小和可微性需求,价值和有一个大的错误。与此同时,累积失败经验分布的分布函数插值。虽然经验分布的累积分布函数失败是连续的,它不能满足可微性,和有一个大的错误计算失效率概率密度模型。

2.3。频率特性的液压自动变速器可靠性经验分布

为了克服大数值误差和理论上的错误判断频率特点与经验分布概率密度分布的方法,使用傅里叶变换方法分析经验分布的累积失效概率分布。

从图可以看出9的振幅谱累积失效概率的经验分布具有明显的特征频率,和相对应的振荡周期特征频率T= 209.33(公里)。

显然,液压自动变速箱的累积失效概率并不容易使用传统的指数分布,正态分布,两个参数威布尔分布、参数威布尔分布、等概率密度模型来描述。因此,有必要建立可靠性模型,满足指数阻尼振荡特征根据液压自动变速器的故障数据特征。

3所示。指数衰减振荡概率密度分布模型的建设

当产品失效率曲线具有振荡特性,其概率密度指数下降振荡的特点。所示的参数产品寿命概率分布模型方程(2可以构造),其概率密度函数 在哪里测量指数和生活吗 ; 衰减系数;一个振荡幅度;振荡角频率。

产品失去了一个指定的函数的概率(即。,a failure) under specified conditions and within a specified time is called the cumulative failure probability (also called unreliability), so the unreliability functionF(t)可以被视为事件”的概率T≤t”,这是

从生命的概率密度函数方程所示(2),产品的生活累积分布函数可以派生

显然,方程(2)满足以下条件,即

与此同时,公式(3)可以满足下面的完整性的要求,即

因此,方程(2)可以用作生活分布的概率密度函数,方程(3)可以作为生命的CDF实验组的分布,和方程(2)和(3)可以用作指数衰减振荡型寿命分布模型。

此外,可靠性函数R(t)可以被视为事件”的概率T>t”,根据可靠性和生活累积分布函数之间的关系,可靠性可以派生的表达

失败率h(t)是一个产品在一个单位时间的条件概率t+Δt在时间还没有失败吗t;也就是说,

从条件概率公式的性质和时间的包容关系,

然后,获得和故障率h(t)可以表示为

平均寿命计算模型的表达

4所示。研究生命的特征概率分布与不同的参数

根据概率分布模型方程所示(2),衰减系数的影响α,振荡幅度一个,振荡角频率2ω在生命的概率分布特征进行了研究,分别。

4.1。衰减系数对生命的特征概率分布

当 , ,和分别为0.0002,0.0005和0.0008,相应的概率密度曲线,可靠性变化曲线,和故障率变化曲线如图10- - - - - -12。

从数据可以看出10来12衰减系数越小λ,故障率低,可靠性越高,平滑概率密度的变化。同时,从图可以看出10展览一个指数下降的概率密度振荡改变法律。图12表明,失败率不再是一个不变的常数,但它有一定的周期性波动,波动周期是相同的。

4.2。振荡幅度对生命的特征概率分布

当 , ,和分别是200、500和800年,相应的概率密度曲线,可靠性变化曲线,和故障率变化曲线如图13- - - - - -15。

从数据可以看出13来15振荡幅度越大越强烈的振荡概率密度,可靠性和故障率。同时,从图可以看出13展览一个指数下降的概率密度振荡改变法律。图15说明失败率不再是一个不变的常数,但它有一定的周期性波动,波动周期是相同的。

4.3。振荡角频率对生命的特征概率分布

当 , ,和分别为0.0002,0.0004和0.0006,相应的概率密度曲线,可靠性变化曲线,和故障率变化曲线如图16- - - - - -18。

从数据可以看出16- - - - - -18更大的振荡角频率概率密度的振动越快,可靠性和故障率。同时,从图可以看出16展览一个指数下降的概率密度振荡改变法律。图18表明,失败率不是一个不变的常数,但是它有一定的周期性波动。此外,大ω,波动周期越小。

5。研究不同参数对灵敏度的影响生命的概率分布特征

5.1。敏感性模型的建立

灵敏度分析的来如下:

灵敏度分析的来一个如下:

灵敏度分析的来如下:

灵敏度分析的来如下:

灵敏度分析的来一个如下:

灵敏度分析的来如下:

灵敏度分析的来如下:

灵敏度分析的来一个如下:

灵敏度分析的来如下:

鉴于上述公式,衰减系数的影响λ,振荡幅度一个和振荡角频率ω分别对灵敏度进行了研究。

5.2。生命的衰减系数对灵敏度的影响概率分布

当 , ,和分别为0.0002,0.0005和0.0008,相应的概率密度,可靠性、故障率和振荡幅度的敏感性一个如数据所示19- - - - - -21。

从数据可以看出19来21衰减系数越小,灵敏度越小波动的失败率的振荡幅度一个是,灵敏度越低的可靠性对振荡幅度一个,温和的概率密度变化的敏感性对振荡幅度一个是多少。与此同时,它可以从数据19和20.概率密度的敏感性对振荡振幅一个开始时波动较大,波动变小了,小如后。从图可以看出21的敏感性变化失败率的振荡幅度一个有一定的周期性波动,波动周期是相同的。

当 , ,和分别为0.0002,0.0005和0.0008,相应的概率密度变化曲线,可靠性、故障率,对振动的敏感性角频率2ω如数据所示22- - - - - -24。

从图可以看出22越大,衰减系数越小,灵敏度波动的概率密度对振荡角频率2ω。同时,从数据可以看出23和24衰减系数越小,波动越大的失败率的振荡角频率2ω灵敏度。可靠性越小,灵敏度越低的振荡角频率2ω是多少。此外,从图可以看出6失败率有一定的周期性和波动的敏感性变化振荡的角频率2ω,波动周期是相同的。

5.3。生命的振荡幅度对灵敏度的影响概率分布特征

当 , ,和一个分别是200、500和800年,相应的概率密度,可靠性、故障率和衰减系数λ灵敏度变化曲线如图25- - - - - -27。

从数据可以看出25- - - - - -27振荡幅度越大一个,灵敏度变化的价值就越大。与此同时,它可以从数据25和26概率密度变化的衰减系数λ衰减系数的灵敏度和可靠性λ敏感度。图27表明,失败率有周期性的衰减系数λ敏感度。

当 , ,和一个分别是200、500和800年,相应的概率密度,可靠性、故障率灵敏度变化对振荡角频率吗2ω如数据所示28- - - - - -30.。

从图可以看出31日振荡幅度越大一个,波动越小灵敏度曲线的概率密度对振荡角频率2ω和时间越短。图28表明,振荡幅度越大一个是,波动越小灵敏度变化曲线的可靠性对振荡角频率2ω值越大。图29日表明失败率的敏感性变化曲线的振荡角频率2ω有周期性。振荡幅度越大,波动越大,周期保持不变;后来,波动将变得越来越大。

5.4。振荡的影响灵敏度的角频率生活概率分布特征

当 , ,和是0.0002,0.000和0.0006,respectively,相应的概率密度、可靠性和故障率的灵敏度衰减系数的变化曲线λ如数据所示32- - - - - -34。

从数据可以看出30.,32,33越大,振荡角频率ω越大,波动的敏感性概率密度曲线,可靠性、衰减系数和失败率λ是多少。与此同时,从数据可以看出30.和32曲线的趋势变化的两个图形是相似的,只有轻微的数值差异。图33表明失败率的敏感性变化曲线的衰减系数λ周期性,振荡角频率越大吗ω是,短周期和振幅越大。

当 , ,和分别为0.0002,0.0004和0.0006,相应的概率密度,可靠性,和故障率的敏感性变化曲线的振荡幅度一个如数据所示34- - - - - -36。

从数据可以看出34- - - - - -36越大,振荡角频率ω越大,波动的敏感性概率密度曲线,可靠性,振荡幅度和失败率一个是多少。与此同时,它可以从数据34和35概率密度和可靠性的敏感性变化曲线的振荡幅度一个波动较大的初始位置和以后往往是顺畅。从图可以看出36,失败率的敏感性变化曲线的振荡幅度一个是周期性的。频率振荡角越大ω是,短周期和振幅越大。

6。基于最大似然参数估计模型

假设T₁,T₂、…T_n样本是一个整体吗T的能力n,t₁,t₂、…t_n相对应的样本值样本吗T₁,T₂、…T_n。相对应的似然函数公式(1)是

方程(11偏导数的计算 ,分别;然后,

通过使用MATLAB程序, 可以从连续获得公式(22)- (24)。

7所示。液压自动变速器可靠性预测基于指数衰减振荡分布模型

基于液压自动变速箱的故障数据在几个时间点(表1),计算概率密度值的生活。结合生活的概率密度和可靠性液压自动变速箱,衰减振荡的变化特征,以及经验分布的累积失效概率振幅频谱随着时间的增加,认为它有一个明显的特征频率。在此基础上,公式(1)用于对其进行参数拟合概率密度特征和生活与指数分布的拟合结果相比,带三个参数的威布尔和“浴缸曲线”模型提出了(54]。对比结果如图37的均方根误差这四个方法的拟合结果如表所示2。

从图可以看出37和表2,与之相比,指数分布、威布尔分布三参数,和“浴缸曲线”模型提出了(52),建立的指数衰减振荡模型拟合曲线的形状可以更好地模拟无故障的工作时间概率密度的衰减振荡特性的液压自动变速器t950.35 739.32 528.28 h, h, h, h, 1161.38和1372.42 h。这是因为,在指数衰减振荡模型,引入了周期函数部分,以更好地描述的振荡特征数据。与此同时,我们可以看到从表2指数衰减振荡模型,可以获得一个更小的均方根误差。

与概率密度模型方程所示(1),无故障工作时间的概率密度拟合模型计算液压自动变速器

此外,可靠性和故障率模型可以获得

8。结论

(1)经验分布模型是用来判断的可靠性统计特征某些类型的液压自动变速器。在此基础上,傅里叶分析方法用于判断的经验分布统计特征传输可靠性。结果表明,齿轮箱的可靠性有周期性衰减的特点和振荡。同时,该方法提供了有意义的指导和参考分析产品寿命分布模型的特点。(2)基于指数累积故障分布模型、指数衰减振荡分布构造的可靠性模型通过引入周期函数振荡特征,相应的概率密度,可靠性、故障率和平均寿命计算模型。(3)在此基础上,衰减系数的影响,振动振幅,振动频率、角度等参数对概率分布的特点进行了研究。总的来说,概率密度展览一个指数下降的振荡变化规律,以及故障率不再是一个不变的常数,但具有一定的周期性和波动性。其中,衰减系数越小,失败的几率越小,可靠性越高,和温和的概率密度的变化是;振荡幅度越大越严重的振荡概率密度,可靠性,和故障率;频率振荡角就越大概率密度的振动越快,可靠性和故障率。(4)经验分布概率密度的拟合指数衰减振荡概率密度模型和与指数分布的拟合结果相比,三参数威布尔分布,“浴缸曲线”模型建立在[52]。比较结果表明,该指数衰减振荡模型能更好地模拟概率密度的衰减振荡特性的无故障工作时间液压自动变速器。使用指数衰减振荡模型,拟合均方根误差为3.677e−005。

本文的研究思路和结论丰富可靠性寿命分布模型。进一步的研究将对模型的可靠性进行了不仅在光电子领域,航空、航天、和其他类型的非电子的设备还在工程应用的适应性。此外,研究对象将扩大从组件和设备水平设备、子系统和系统。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

本文属于安徽省自然科学基金重大项目(1808085 me127),安徽理工大学科研启动基金为引进人才(2019 yqq004),安徽理工大学研究项目(Xjky019201905),安徽理工大学的产业合作创新基金和九江地区(2021 cyxtb9),和安徽省工程实验室开放项目信息融合和智能机器人控制(IFCIR2020001)。

引用

1. l·m·克莱门特“军用电子设备的可靠性,”英国无线电工程师学会杂志》上,16卷,不。9日,第495 - 488页,1956年。视图:出版商的网站|谷歌学术搜索
2. c . Borzea和c, d . Comeaga Euler-Bernoulli多层复合压电梁模型的可靠性,”学报》第11届国际研讨会在电气工程高级的主题2019年,布加勒斯特,罗马尼亚,。视图:谷歌学术搜索
3. l . i Kunfeng和y Zichun Info-gap结构引入了模糊可靠性模型参数,“华中科技大学学报(自然科学版)47卷,2019。视图:谷歌学术搜索
4. y俏,w .徐、j .太阳和h .张“静电驱动MEMS谐振器的可靠性随机质量扰动,”机械系统和信号处理,卷121,不。15日,第724 - 711页,2019年。视图:出版商的网站|谷歌学术搜索
5. l . k . Yu s Im c . s .刘et al。系统和方法来提高焊点可靠性美国专利和商标办公室,西方数字技术,Inc .)、钙、美国圣何塞2019。
6. 廖,b .太阳,y李et al .,“航空密封的密封可靠性建模基于区间不确定性方法和多维响应面,“中国航空杂志,32卷,不。9日,2019年。视图:出版商的网站|谷歌学术搜索
7. h·刘,y太阳,g . l . Chen等人“在线短期可靠性评估使用快速排序技术,”专业生成、传输和分配,卷2,不。1,第148 - 139页,2008。视图:谷歌学术搜索
8. y l . h . Liu Cheng太阳et al .,“停机因素分析和停机率模型组件的操作条件的基础上,“电力系统自动化没有,卷。31日。7,p。44岁,2007年,在中国。视图:谷歌学术搜索
9. y太阳、l . Cheng和h·刘,“电力系统运行可靠性评估基于实时操作状态,”电力系统技术卷,29号15、6 - 12页。2005年,在中国。视图:谷歌学术搜索
10. j . y .太阳,x Wang Wang和谢,“电力系统的短期可靠性评估的概述,“电力系统保护和控制,39卷,不。8,143 - 154年,2011页。视图:谷歌学术搜索
11. r . Billinton g·辛格,“应用不良和极端恶劣天气:建模在输电和配电系统可靠性评估,”IEEE Proceedings-Generation、传输和分布,卷153,不。1,第120 - 115页,2006。视图:谷歌学术搜索
12. w·李,j .周k .谢et al .,“电力系统风险评估使用混合模糊集和蒙特卡罗模拟的方法,”IEEE电力系统,23卷,不。2、336 - 343年,2008页。视图:谷歌学术搜索
13. r . Nateghi“多维基础设施弹性mode-ling:飓风频发电力分配系统的应用程序,“IEEE访问》第六卷,第13489 - 13478页,2018年。视图:谷歌学术搜索
14. k . f .三通和k . Pesinis可靠性预测腐蚀天然气管道,”隧道与地下空间技术卷,65年,第105 - 91页,2017年。视图:谷歌学术搜索
15. m . ValinčiusŽutautaitė,g . Dundulis et al .,“综合评估失效概率的集中供热网络,”可靠性工程和系统安全卷,133年,第322 - 314页,2015年。视图:谷歌学术搜索
16. x王数据驱动的故障诊断研究质子交换膜燃料电池堆栈、西南交通大学、成都,中国,2018年,在中国。
17. b . Gui,研究离心式压缩机故障诊断基于蚁群算法,西安公司大学,西安,中国,2015年,在中国。
18. 江y, y, y歌et al .,“能源互联网审查风险评估,第一部分:物理层,”进行中国电机工程学报,36卷,不。14日,页。3806 - 3817年,2016年,在中国。视图:谷歌学术搜索
19. l .谢”问题和评论机械可靠性理论、方法和模型,”机械工程学报,50卷,不。14 27-35页。2014年,在中国。视图:出版商的网站|谷歌学术搜索
20. g·h·杨,美国如果,刘贤美秀,”系统可靠性预测使用基于威布尔寿命分布类型的组件失败,”机械科学与技术杂志》上,32卷,不。6,2463 - 2471年,2018页。视图:谷歌学术搜索
21. w·威布尔“广泛适用性的统计分布函数,应用力学学报18卷,第297 - 293页,1951年。视图:谷歌学术搜索
22. A . j . Hallinan Jr .,”威布尔分布的审查。”《质量技术,25卷,不。2、85 - 93年,1993页。视图:谷歌学术搜索
23. 通用汽车Cordeiro、e·m·m·奥尔特加和a·j·Lemonte“exponential-Weibull寿命分布”杂志的统计计算和模拟,卷84,不。12日,第2606 - 2592页,2014年。视图:出版商的网站|谷歌学术搜索
24. x f . Wang Chen Dun, b . Wang d .燕和h·朱,“滚动轴承可靠性评估通过核主成分分析和威布尔比例风险模型,”冲击和振动卷,2017篇文章ID 6184190, 11页,2017年。视图:出版商的网站|谷歌学术搜索
25. j . k . Freels d . a . Timme j . j . Pignatiello r . l . Warr和r·r·希尔“poly-Weibull分布的极大似然估计,”质量工程没有,卷。31日。4、545 - 552年,2019页。视图:出版商的网站|谷歌学术搜索
26. j . e . Baloui”,使用模糊威布尔寿命分布分析系统的可靠性,”国际应用运筹学杂志》上,4卷,不。1,第102 - 93页,2014。视图:谷歌学术搜索
27. d .南Z.-x。贾,l . i,“基于蒙特卡洛的三参数威布尔分布参数的点估计,“机械设计与制造,没有。1,第144 - 142页,2017年,在中国。视图:谷歌学术搜索
28. w .临颍、h·胡和w·吴”操作复杂电子系统的可靠性建模基于指数威布尔分布,“检测与控制杂志》上第41卷。。2,页115 - 119,2019年,在中国。视图:谷歌学术搜索
29. l·c·m·冈萨雷斯m . i r . Borbon d . j .水手高罗萨莱斯在公元山谷,和a·罗德里格斯,“电子设备可靠性模型时变电压下,“质量与可靠性工程国际,32卷,不。4、2016。视图:谷歌学术搜索
30. l·c·门德斯高冈萨雷斯在m·伊万·罗德里格斯Borbon应承担的m·r·碧娜高Monarrez r . (a .山谷,“可靠性分析在电力谐波的笔记本电脑,“质量与可靠性工程国际,32卷,不。8,2016。视图:谷歌学术搜索
31. 李戴g .凌y、x”之前最大熵信息解决方案基于二阶矩和它的应用程序在数控系统的可靠性评估,”中国机械工程,21卷,不。12日,页。1466 - 1468年,2010年,在中国。视图:谷歌学术搜索
32. l高,w·陈,p .钱,j .锅,问:他“最优time-censored恒定应力ALT计划基于非线性协同关系的和弦——船,”IEEE可靠性,卷65,不。3、1496 - 1508年,2016页。视图:谷歌学术搜索
33. 以法莲,“电子产品可靠性可以预测,量化和保证吗?”微电子的可靠性,53卷,不。7,925 - 936年,2013页。视图:谷歌学术搜索
34. p .钱”,研究多应力加速寿命模型的验证方法,”机械工程学报,46卷,不。24日,第161 - 156页,2010年。视图:出版商的网站|谷歌学术搜索
35. j . i公园和s . j . Bae“直接预测方法在有机发光二极管的寿命分布加速退化试验,”IEEE可靠性卷,59号1,第90 - 74页,2010。视图:谷歌学术搜索
36. h·廖和e·a·曾可靠性推断的现场条件加速老化试验,”海军研究物流(海军),53卷,不。6、2006。视图:出版商的网站|谷歌学术搜索
37. C.-M。廖和S.-T。曾先生,”寿命加速退化试验,优化设计”IEEE可靠性,55卷,不。1,59 - 66年,2006页。视图:出版商的网站|谷歌学术搜索
38. 美国,j·杨,c . Berenguer“非线性寿命加速退化模型考虑三个来源的变化,“可靠性工程和系统安全卷,172年,第215 - 207页,2017年。视图:谷歌学术搜索
39. 美国Shemehsavar和m . Amini”故障推理和优化步骤基于二维维纳模型应力模型,”通信Statistics-Simulation &计算,45卷,2016年。视图:谷歌学术搜索
40. T.-R。蔡,W.-Y。唱,y l·利奥,s . i . Chang和J.-C。陆,“最佳两变量加速退化试验计划伽马退化过程,”IEEE可靠性,卷65,不。1,第468 - 459页,2016。视图:出版商的网站|谷歌学术搜索
41. p·w·斯利瓦斯塔瓦、Manisha和m·l·阿加瓦尔”二元设计寿命部分使用介体加速退化试验计划和伽马过程,”国际期刊的可靠性和应用程序,17卷,不。1,21-49,2016页。视图:谷歌学术搜索
42. w·d·徐对退化数据逆高斯过程模型Technimetrics Inc .,纽约,纽约,美国,2010年。
43. Z.-S。你们“退化过程的条件增加。”统计与概率的信,卷83,不。11日,第2536 - 2531页,2013年。视图:出版商的网站|谷歌学术搜索
44. z s你们n·陈,“逆高斯过程的退化模式”,技术计量学卷,56号3,2014。视图:出版商的网站|谷歌学术搜索
45. g .金基于Degradation-Model可靠性技术。方法及应用,国防工业出版社,北京,2014。
46. c .公园和w·j·帕吉特“加速退化模型基于几何布朗运动和γ过程失败,”寿命数据分析,11卷,不。4、511 - 527年,2005页。视图:出版商的网站|谷歌学术搜索
47. X.-S。是的,w . Wang学术界。胡,D.-H。周,m·g . Pecht“剩余使用寿命的评估基于非线性扩散退化过程,”IEEE可靠性,卷61,不。1、50 - 67年,2012页。视图:出版商的网站|谷歌学术搜索
48. d . Nouguier g . Pananakakis x Federspiel, m . Rafik d·罗伊和g . Ghibaudo”缺陷的累积分布函数为中心的英国国际贸易局模型可靠性,”微电子的可靠性卷,92年,第171 - 168页,2019年。视图:出版商的网站|谷歌学术搜索
49. w·d·Peng硅镁层,m·杨,m .邹y, y . Liu,“一种改进的集中循环识别Preisach分布函数的方法,”IEEE磁学,54卷,不。11日,1 - 5,2018页。视图:出版商的网站|谷歌学术搜索
50. 林x, y . a . Eldemerdash o . a . Dobre s . Zhang和c·李,“调制分类使用相干接收机接收信号的振幅分布,“IEEE光子学技术信2018年,卷。29日。视图:谷歌学术搜索
51. Z.-S。你们,y . Wang K.-L。徐,m . Pecht“退化数据分析用维纳过程测量错误,”IEEE可靠性,卷62,不。4、772 - 780年,2013页。视图:出版商的网站|谷歌学术搜索
52. m . Marseguerra大肠f.t., m . Cipollone”设计最优降解测试通过多目标遗传算法,”可靠性工程和系统安全,卷79,不。1,2003。视图:出版商的网站|谷歌学术搜索
53. 问:李和d . b . Kececioglu”设计一个最优的加速退化试验计划:一个案例研究中,“国际期刊的质量与可靠性管理,23卷,不。4、426 - 440年,2013页。视图:谷歌学术搜索
54. z z . Wang Wang和l .谢“生命概率分布模型的产品bathtub-shaped故障率变化规律,“机械工程学报,51卷,不。24日,页。193 - 200年,2015年,在中国。视图:出版商的网站|谷歌学术搜索

版权

版权©2021年永明刘et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。