[發明專利]一種機械零部件結構的可靠性分析方法有效
| 申請號: | 201810240497.2 | 申請日: | 2018-03-22 |
| 公開(公告)號: | CN108491627B | 公開(公告)日: | 2021-06-15 |
| 發明(設計)人: | 楊周;胡全全;王標;周忠凱;姚旭東 | 申請(專利權)人: | 東北大學 |
| 主分類號: | G06F30/17 | 分類號: | G06F30/17;G06F30/23;G06F119/14;G06F119/02 |
| 代理公司: | 沈陽東大知識產權代理有限公司 21109 | 代理人: | 梁焱 |
| 地址: | 110819 遼寧*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 機械零部件 結構 可靠性分析 方法 | ||
1.一種機械零部件結構的可靠性分析方法,其特征在于:該方法包括以下步驟:
對機械零部件進行受力分析,獲取零部件載荷形式和大小,以及零部件的幾何尺寸,確定基本隨機變量,構建初始極限狀態方程,如下式所示:
g(X)=R-σ (1)
其中,g(X)為極限狀態方程;X為隨機變量的參數向量,X=[X1 X2…Xn],n為隨機變量的個數;R為材料強度;σ為零部件應力;
構建機械零部件的三維參數化模型,在Workbench中將機械零部件基本隨機變量標注為參數,通過AsysWorkbench有限元軟件對機械零部件進行靜力學分析,獲取特定部位的最大應力;
基于AnsysWorkbench有限元軟件的分析結果,通過Workbench的Six Sigma Analysis優化模塊,采用拉丁超立方抽樣方法,對基本變量隨機抽取足夠的樣本進行DOE實驗,獲取對應的最大應力值的實驗數據;在進行所述DOE實驗時,基于Workbench的Six SigmaAnalysis優化模塊,以影響機械零件應力的幾何尺寸為輸入變量、最大應力為輸出變量進行實驗,來獲取實驗數據;根據實驗數據,利用BP神經網絡擬合出最大應力的連續函數,如下式所示:
其中,Yq(X)為BP神經網絡的第q個輸出函數,q=1,2,…,Nq;wgj和b1j分別為輸入層神經元到隱含層神經元的網絡連接權值和閾值;vj和b2q分別為隱含層神經元到輸出層神經元的網絡連接權值和閾值;Nj為隱含層神經元個數;為隱含層傳遞函數;Ng為輸入層神經元個數;xg為第g個神經元的輸入值;
利用BP神經網絡擬合出最大應力與各隨機變量的函數;
考慮強度退化情況下,構建機械零部件的極限狀態方程,具體過程如下:
根據Schaff的剩余強度理論,強度隨時間逐漸發生退化時,通過將零部件的初始強度r0和工作時長t聯合表示出零部件在該時刻的剩余強度r(t),剩余強度模型如下式所示;
其中,Xmax(m)為零件失效時載荷峰值;m為載荷的循環次數;M為載荷作用零部件的總循環次數;c為材料指數;
將載荷作用零部件的總循環次數M看作零部件的工作總時間T,把載荷作用m次比作載荷工作了t時間,隨時間變化的剩余強度函數與載荷的循環數m為壽命度量指標的傳統強度退化理論相融合,改進為以時間為度量指標的剩余強度模型,如下式所示;
將考慮強度退化的零件的應力-強度可靠性模型通過隨機過程模擬,獲取機械零部件極限狀態方程的表達式為
其中,an為載荷服從極值I型分布時一個參數,σmax為BP神經網絡擬合得到的最大應力函數;ti表示第i個時間段;
根據極限狀態方程對機械零部件進行可靠性分析和計算,得到機械零部件的可靠性分析結果;具體過程如下:
根據獲得的機械零部件極限狀態方程,對零部件進行可靠度計算,零部件的時變可靠性指標與時變可靠度計算式分別如下兩式所示:
R(t)=Φ(β(t)) (9)
其中,β(t)、R(t)分別表示時變可靠性指標與時變可靠度;μg、σg分別表示極限狀態方程的均值和標準差;
根據獲得的機械零部件極限狀態方程,對零部件進行可靠性靈敏度分析計算,根據應力—強度干涉理論,可靠度對初始參數均值μx和標準差σx的靈敏度分別如下兩式所示:
其中,
把已知條件和可靠性計算結果代入式(10)和式(11),獲得可靠性均值靈敏度和標準差靈敏度完成可靠性分析。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東北大學,未經東北大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810240497.2/1.html,轉載請聲明來源鉆瓜專利網。





