[發(fā)明專利]低沖擊分離螺母的機(jī)構(gòu)分離可靠性分析方法

有效

• 申請?zhí)枺?/td>: 202110919732.0
• 申請日: 2021-08-11
• 公開（公告）號(hào): CN113673051B
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 牛磊;嚴(yán)楠;董海平;葉耀坤;馬兵
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06F30/17
• 分類號(hào): G06F30/17;G06F30/27;G06K9/62;G06F119/02
• 代理公司: 北京智橋聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11560
• 代理人: 金光恩

1.一種低沖擊分離螺母機(jī)構(gòu)分離可靠性分析方法，其特征在于，包括：

對低沖擊分離螺母機(jī)構(gòu)分離的主要失效模式進(jìn)行分析，建立所述主要失效模式的極限狀態(tài)函數(shù)，并確定影響分離的隨機(jī)變量及其分布類型；

根據(jù)主要失效模式的極限狀態(tài)函數(shù)構(gòu)建初始Kriging模型；

計(jì)算擴(kuò)展失效概率及相應(yīng)估計(jì)值的變異系數(shù)；

計(jì)算修正因子及估計(jì)值的變異系數(shù)；

根據(jù)所述擴(kuò)展失效概率及修正因子計(jì)算失效概率，得到多失效模式下低沖擊分離螺母機(jī)構(gòu)分離的可靠度；

所述主要失效模式包括以下任意一種或多種：內(nèi)套筒啟動(dòng)階段失效模式、內(nèi)套筒運(yùn)動(dòng)階段失效模式、螺母瓣啟動(dòng)階段失效模式、螺母瓣運(yùn)動(dòng)階段失效模式；

所述內(nèi)套筒啟動(dòng)階段失效模式的極限狀態(tài)函數(shù)為：

g₁＝F_shear+F_f,oring1+F_f,oring2+F_f,nut-F_s；

式中，F(xiàn)_s為點(diǎn)火器輸出推力，F(xiàn)_shear剪切銷剪切力、F_f,oring密封圈摩擦力、F_f,nut為內(nèi)套筒與螺母瓣之間的摩擦力；

所述內(nèi)套筒運(yùn)動(dòng)階段失效模式的極限狀態(tài)函數(shù)為：

g₂＝x_sle-x_unlock1；

式中，x_sle為內(nèi)套筒位移函數(shù)；x_unlock1為解除對螺母瓣的約束臨界位移；

所述螺母瓣啟動(dòng)階段失效模式的極限狀態(tài)函數(shù)為：

式中，F(xiàn)_pre為預(yù)緊力，μ_bolt、μ_piston和μ_end分別是螺母瓣與活塞、螺栓、端蓋之間的摩擦系數(shù)；

所述螺母瓣運(yùn)動(dòng)階段失效模式的極限狀態(tài)函數(shù)具體表示為：

g₄＝x_nut,rad-x_unlock2；

式中，x_nut為螺母瓣徑向位移；x_unlock2為螺母瓣解除螺栓約束有效徑向位移；

所述根據(jù)所述擴(kuò)展失效概率及修正因子計(jì)算失效概率，得到多失效模式下低沖擊分離螺母機(jī)構(gòu)分離的可靠度包括：

結(jié)合所述擴(kuò)展失效概率及所述修正因子計(jì)算失效概率估計(jì)值及其變異系數(shù)

計(jì)算低沖擊分離螺母機(jī)構(gòu)分離的多失效模式可靠度為：

2.如權(quán)利要求1所述的低沖擊分離螺母機(jī)構(gòu)分離可靠性分析方法，其特征在于，所述根據(jù)主要失效模式的極限狀態(tài)函數(shù)構(gòu)建初始Kriging模型包括：

根據(jù)確定的隨機(jī)變量的概率密度函數(shù)f_X(x)抽取少量的初始樣本點(diǎn)輸入到極限狀態(tài)函數(shù)，并計(jì)算相應(yīng)函數(shù)值，構(gòu)成訓(xùn)練集H；

由訓(xùn)練集H擬合得到初始Kriging模型

3.如權(quán)利要求1所述的低沖擊分離螺母機(jī)構(gòu)分離可靠性分析方法，其特征在于，所述計(jì)算擴(kuò)展失效概率及相應(yīng)估計(jì)值的變異系數(shù)包括：

根據(jù)初始Kriging模型構(gòu)建重要抽樣概率密度函數(shù)，得到重要抽樣樣本池

對重要抽樣樣本池S_IS進(jìn)行K-means聚類分析得到K個(gè)形心；

將K個(gè)形心輸入到極限狀態(tài)函數(shù)，并計(jì)算函數(shù)值；

將K個(gè)形心及其相應(yīng)函數(shù)值加入訓(xùn)練樣本集H中，更新所述訓(xùn)練樣本集H；

由更新后的訓(xùn)練集H更新Kriging模型

由交叉驗(yàn)證法計(jì)算修正因子α_c的估計(jì)值判斷所述重要抽樣概率密度函數(shù)的收斂性；

在得到最終收斂的Kriging模型及相應(yīng)的重要抽樣樣本池S_IS后，根據(jù)輸入變量的概率密度函數(shù)f_X(x)產(chǎn)生N_δ個(gè)樣本并由下式估計(jì)擴(kuò)展效率及其相應(yīng)估計(jì)值的變異系數(shù)；

其中，

4.如權(quán)利要求1所述的低沖擊分離螺母機(jī)構(gòu)分離可靠性分析方法，其特征在于，所述計(jì)算修正因子及估計(jì)值的變異系數(shù)包括：

基于收斂的Kriging模型及相應(yīng)的重要抽樣樣本重建Kriging模型為

由重建的Kriging模型計(jì)算樣本池S_IS中各樣本的學(xué)習(xí)函數(shù)U；

由學(xué)習(xí)函數(shù)U在重要抽樣樣本池S_IS中選擇更新樣本點(diǎn)x^θ，將更新樣本點(diǎn){x^θ,g(x^θ)}再次加入訓(xùn)練樣本集H中，直到U(x^θ)≥2時(shí)學(xué)習(xí)終止；

基于重建的Kriging模型計(jì)算修正因子及其相應(yīng)的變異系數(shù)。