基于性能退化过程的序列优化方法与应用研究

发布时间：2020-09-29 14:35

　　 机械装备系统的材料性质、工作应力条件、环境状况等多种因素都会对结构的性能退化产生影响,内外因素的作用也存在着时变性、不确定性、复杂性、交互耦合性等特征。构建准确的时变高精度仿真模型来表征性能退化过程是深入了解装备性能的重要方法,但随之也暴露了模型复杂程度高,相关设计困难的问题。在结构设计伊始,充分考虑性能退化特征,这对于保障复杂的大型装备系统长时间的可靠、安全、平稳地运行具有重要意义。因此,需要结合有限的实验数据抽取性能退化过程模型,并进行相关的时变可靠性序列优化设计,在保证装备必要性能条件下,仅在设计子域内进行最优化设计,合理的降低结构尺寸和复杂程度,从而既遵循简约经济的理念,又可提高优化效率和模型准确程度。与此同时,本文将基于性能退化的两种改进的序列优化方法引入到航天器机构—谐波减速器的设计优化中来,进一步地验证了方法的可行性和高效性。本文的具体研究内容包括:(1)提出了集合模型确认和时变灵敏度分析的时变可靠性序列优化策略。采用基于ANOVA(Analysis of Variance)的时变灵敏度分析方法,选取最为灵敏的参数做进一步的校核,提高了计算效率。结合实验数据,利用极大似然估计法进行进一步地进行模型确认;接着在设计子域内的确定性优化中加入时变可靠性约束,利用基于PHI2+的穿越率法求解时变可靠度,充分考虑设计变量和设计参数的时变性和不确定性对可靠度求解的影响。(2)提出了基于B-distance模型验证指标的时变可靠性序列优化方法,再次拓展了序列优化方法。相比极大似然估计,B-distance数值指标可以很好地量化模型验证的准确程度;在计算B-distance指标时,利用核密度估计法来逼近模型极值概率密度曲线,同时利用改善的HLCDF法提高了B-distance指标计算效率。(3)构建了时变高精度谐波传动效率仿真模型。选用Wiener过程来表征谐波传动效率的退化改变量,并进行统计学上的建模。同时针对实际的运动机理,进行了基于物理的谐波传动效率的建模。然后结合两者优点,构建了考虑多种环境因素和个体差异的综合仿真模型,并对该仿真模型进行了初步分析。(4)两种改进的序列优化方法在谐波减速器柔轮的优化设计上得到重要应用。从设计变量和校正参数的确定、目标函数的选取和约束条件的制定三个方面详细阐述了谐波减速器优化设计模型构建的过程。针对谐波减速器柔轮时变可靠性序列优化设计这一问题,对比分析了两种方法,验证了基于极大似然估计的优化方法和基于B-distance指标的优化方法运算效率相仿,而后者模型确认透明度上更胜一筹。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V423
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题背景和意义
    1.2 研究现状
        1.2.1 性能退化过程研究现状
        1.2.2 序列优化方法研究现状
    1.3 本文主要内容
    1.4 论文框架
第二章 基于极大似然估计的时变可靠性序列优化
    2.1 引言
    2.2 序列优化设计基本思想
    2.3 基于极大似然估计的时变可靠性序列优化方法
        2.3.1 构建模型误差函数
        2.3.2 选取灵敏参数
        2.3.3 参数校核和设计子域的估计
        2.3.4 时变可靠性分析和优化设计
    2.4 基于极大似然估计的时变可靠性序列优化流程
    2.5 本章小结
第三章 基于B-distance指标的时变可靠性序列优化
    3.1 引言
    3.2 基于B-distance的时变序列优化的基本理论
        3.2.1 B-distance模型验证指标
        3.2.2 核密度估计
        3.2.3 B-distance指标求解
    3.3 基于B-distance的时变可靠性序列优化流程
    3.4 本章小结
第四章 谐波传动效率建模及其初步可靠性分析
    4.1 引言
    4.2 谐波减速器简介
    4.3 谐波传动效率建模
        4.3.1 基于Wiener过程的谐波传动效率退化建模
        4.3.2 基于物理特性的谐波传动效率建模
        4.3.3 考虑个体差异和实验误差的谐波传动效率建模
    4.4 谐波传动效率实验和模型对比
    4.5 关于谐波减速器的时变可靠性分析
    4.6 本章小结
第五章 两种序列优化改进方法在谐波减速器优化上的应用
    5.1 引言
    5.2 谐波减速器优化设计模型的建立
        5.2.1 设计变量和校正参数的选择
        5.2.2 目标函数的选取
        5.2.3 约束条件的制定
    5.3 两种序列优化改进方法在谐波减速器优化上的应用
        5.3.1 基于极大似然估计的时变可靠性序列优化的应用
        5.3.2 基于B-distance指标的时变序列优化方法的应用
        5.3.3 两种序列优化改进方法的对比分析
    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
附录
攻读硕士期间的研究成果

【相似文献】

相关期刊论文 前10条

1 杨经宇;陈琦;李瑞;;基于振动传感器性能退化数据的可靠性评估[J];城市建设理论研究(电子版);2017年24期

2 黄周霖;王召斌;王佳炜;;基于性能退化数据的可靠性评估方法综述[J];电器与能效管理技术;2017年19期

3 李业波;李秋红;黄向华;赵永平;;航空发动机性能退化缓解控制技术[J];航空动力学报;2012年04期

4 江瑞龙;陈进;刘韬;肖文斌;;设备性能退化评估在巡检系统中的应用[J];振动与冲击;2012年16期

5 钟鑫;刘文彬;杨剑锋;;基于逻辑回归的滚动轴承性能退化评估[J];科技信息;2010年16期

6 潘玉娜;陈进;李兴林;;基于模糊c-均值的设备性能退化评估方法[J];上海交通大学学报;2009年11期

7 贾占强;梁玉英;蔡金燕;;基于加速性能退化试验的板级可靠性评估[J];无线电工程;2008年02期

8 郭磊;陈进;赵发刚;董广明;王国伟;;基于支持向量机的几何距离方法在设备性能退化评估中的应用[J];上海交通大学学报;2008年07期

9 王立;于重重;施彦;张慧妍;;基于振动信号分析的电机性能退化特征提取[J];计算机仿真;2014年04期

10 黄大荣;汪鹏;;网络系统“亚健康”状态的性能退化评估模型[J];南京航空航天大学学报;2011年S1期

相关会议论文 前10条

1 郭磊;陈进;;设备性能退化评估与预测研究综述[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

2 吴琼;杨建中;王晶燕;满剑锋;;含测量误差的性能退化可靠性分析方法[A];中国力学大会-2015论文摘要集[C];2015年

3 胡昌华;;设备寿命预测技术[A];2015年中国自动化大会摘要集[C];2015年

4 王超;李凌;吴生虎;胡圣;;基于加速性能退化试验的单片集成电路可靠性评估[A];2010第十五届可靠性学术年会论文集[C];2010年

5 朱义;陈进;;基于HMM的设备性能退化评估方法的研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

6 杨晓明;米雅妹;;混凝土桥梁材料性能退化监测系统[A];第八届全国地震工程学术会议论文集（Ⅱ）[C];2010年

7 匡正;苏艳梅;杨德庄;李春东;;两种确定热控涂层性能退化模型参数的组合优化算法[A];全国计算物理学会第六届年会和学术交流会论文摘要集[C];2007年

8 高军;阳川;;性能退化数据的归一化处理方法[A];中国电子学会可靠性分会第十四届学术年会论文选[C];2008年

9 陈涛;王衔;元国凯;刘晋超;;海上风电支撑结构使用安全管理[A];第三届中国风电后市场专题研讨会论文集[C];2016年

10 齐德轩;刘丰睿;张建宇;;湿热环境下复合材料强度数值模拟研究[A];北京力学会第21届学术年会暨北京振动工程学会第22届学术年会论文集[C];2015年

相关重要报纸文章 前4条

1 ;网络应用的资源难题[N];网络世界;2003年

2 ;国内长毛兔饲养存在的问题[N];中国畜牧兽医报;2008年

3 本报记者 次仁罗布;良马有心日驰千[N];西藏日报;2004年

4 本报记者 刘丽丽;90%大企业触及“私有云”[N];计算机世界;2010年

相关博士学位论文 前10条

1 赵建印;基于性能退化数据的可靠性建模与应用研究[D];国防科学技术大学;2005年

2 袁容;基于性能退化分析的可靠性方法研究[D];电子科技大学;2015年

3 张彬;数据驱动的机械设备性能退化建模与剩余寿命预测研究[D];北京科技大学;2016年

4 郭磊;基于核模式分析方法的旋转机械性能退化评估技术研究[D];上海交通大学;2009年

5 肖文斌;基于耦合隐马尔可夫模型的滚动轴承故障诊断与性能退化评估研究[D];上海交通大学;2011年

6 吴锋;港口工程高桩码头结构性能退化研究[D];上海交通大学;2015年

7 潘玉娜;滚动轴承的性能退化特征提取及评估方法研究[D];上海交通大学;2011年

8 郝会兵;基于贝叶斯更新与Copula理论的性能退化可靠性建模与评估方法研究[D];东南大学;2016年

9 彭卫文;重型数控机床可靠性建模与评估技术研究[D];电子科技大学;2016年

10 刘韬;基于隐马尔可夫模型与信息融合的设备故障诊断与性能退化评估研究[D];上海交通大学;2014年

相关硕士学位论文 前10条

1 程晓文;基于性能退化过程的序列优化方法与应用研究[D];电子科技大学;2018年

2 陈龙;基于PCA与SVM的滚动轴承性能退化评估方法研究[D];青岛理工大学;2018年

3 王丹丹;列车滚动轴承性能退化评估方法研究[D];北京交通大学;2016年

4 周杨;滚动轴承性能退化评估技术研究[D];电子科技大学;2014年

5 李震;往复压缩机性能退化评估方法研究[D];昆明理工大学;2017年

6 徐清瑶;基于支持向量数据描述的滚动轴承性能退化评估[D];华东交通大学;2015年

7 刘雨;基于支持向量数据描述与信息融合的设备性能退化评估研究[D];上海交通大学;2009年

8 戴炳雄;基于小波包熵和高斯混合模型的设备故障诊断和性能退化方法研究[D];华南理工大学;2013年

9 李祝强;基于局部线性嵌入和支持向量机的滚动轴承性能退化评估研究[D];哈尔滨理工大学;2014年

10 赵俊杰;基于航天器机构性能退化规律的可靠性试验研究[D];电子科技大学;2012年

本文编号：2829853