基于bootstrap法与混合威布尔分布的拖拉机可靠性评估模型与应用研究

发布时间：2017-07-15 19:18

  本文关键词：基于bootstrap法与混合威布尔分布的拖拉机可靠性评估模型与应用研究

  更多相关文章： 可靠性 混合威布尔模型 bootstrap法 故障模式影响分析 重要度分析

【摘要】：近年来,随着农村土地流转政策和农业机械购置补贴政策力度加大,规模化、集中化和现代化的生产经营方式促使农业机械需求量明显上升,大中马力拖拉机是农机具动力的主要来源,因此国产拖拉机制造企业纷纷加大生产力度。可靠性是产品质量的核心保证,目前国产拖拉机产品可靠性水平低于国外发达国家平均水平。国内农机可靠性研究成果和有关文献较少,适用于农机产品可靠性评估的理论和方法还不成熟。本文结合拖拉机现场试验故障数据,基于可靠性工程、随机过程、统计分析的参数估计与非参数估计理论、模糊数学及故障模式影响与重要度分析理论,对拖拉机可靠性评估进行建模与应用分析。机械系统失效过程与电子类产品区别较大,因此电子类产品的相关理论与方法不能直接应用于机械产品。拖拉机系统的结构复杂性和作业环境特殊性决定其故障机制的多样性,故障率曲线一般为典型的浴盆曲线,威布尔分布能够完整描述浴盆曲线的早期故障期、偶然故障期和疲劳故障期,因此适合评估拖拉机系统的可靠性。传统单一威布尔模型忽略了故障机制的多样性,用来描述复杂机械系统故障过程会产生较大偏差,混合威布尔模型的应用基础则是故障按不同故障机制进行分类,弥补了单一模型的不足,适合描述多种故障机制并存的拖拉机系统故障过程。在故障信息获取不够完备的情况下,本文提出以故障现象作为故障模式的特征属性,构建故障模式与故障应力之间关系矩阵,从而避免故障机制分析;将故障模式按故障应力相似性进行统计分析,实现故障模式的分类。结合拖拉机现场使用故障数据,采用最小二乘法估计混合威布尔模型参数。对比混合威布尔模型与单一威布尔模型可靠度曲线图,结合拖拉机使用过程中用户对可靠性感受的调查,得出使用混合威布尔模型对拖拉机可靠性评估的合理性。参数方法是在特定前提假设基础上,如果理论与实际偏差不大时,统计结果比较理想;反之,如果前提条件本不成立,即理论与实际情况相差较大时,推断的结果不具有实际意义。非参数方法则并不假定总体服从特定分布,所以具有普遍性,比较稳定,不会出现基础的崩塌。采用非参数方法时,为提高计算效率和广泛提取样本信息,考虑采用bootstrap法,在现有样本数据基础上,扩大样本容量,使非参数估计更科学、更符合实际。本文基于bootstrap法,构建故障强度与核函数之间数学模型。对故障强度模型进行非参数估计。结合故障跟踪试验数据,得到拖拉机故障强度点估计与区间估计曲线,揭示拖拉机使用初期故障规律性。对比参数估计与非参数估计两种方法,计算累积故障强度与实际累积故障次数之间的均方误差,得出非参数估计的故障强度曲线更接近试验实际过程。根据拖拉机功能的实现,把拖拉机系统分为动力系统、底盘系统、液压系统、电气系统和其它工作装置五个子系统。结合拖拉机现场使用故障数据,进行故障模式影响分析(FMEA)及系统重要度分析,建立拖拉机系统重要度等级数学模型,确定拖拉机主要故障部位、故障模式、故障原因及影响可靠性的关键子系统,为提高拖拉机可靠性提供参考依据。根据参数估计与非参数估计揭示的拖拉机早期故障规律性,结合FMEA和系统重要度分析结果,有针对性提出在设计、制造、使用、维修等各环节提高拖拉机可靠性的方法与建议。本文探讨了故障机理与故障数据分析结果相符合的拖拉机故障规律估计方法,从定量角度进一步确定拖拉机早期故障期故障发生的主要模式与关键子系统。研究成果完善和丰富了拖拉机可靠性评估的理论与方法,提高了评估结果的有效性与科学性,弥补了传统评估模型在拖拉机可靠性分析中的缺陷,促进了评估结果在可靠性评估中的应用,为拖拉机的生产、使用和维修决策提供参考依据。
【关键词】：可靠性 混合威布尔模型 bootstrap法 故障模式影响分析 重要度分析
【学位授予单位】：东北农业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：S219
【目录】：

• 摘要10-12
• 英文摘要12-14
• 1 引言14-24
• 1.1 研究目的与意义14-15
• 1.1.1 研究目的14-15
• 1.1.2 研究意义15
• 1.2 可靠性工程研究历史15-18
• 1.3 国内外研究现状18-22
• 1.3.1 可靠性理论研究现状18-19
• 1.3.2 农业机械可靠性研究现状19-20
• 1.3.3 Bootstrap法在可靠性评估的应用现状20-22
• 1.4 研究内容与技术路线22-24
• 1.4.1 研究内容22
• 1.4.2 技术路线22-24
• 2 拖拉机可靠性评估理论24-45
• 2.1 拖拉机可靠性评估指标体系24-28
• 2.1.1 可靠度24-25
• 2.1.2 故障率与故障强度25-27
• 2.1.3 平均寿命与可靠寿命27-28
• 2.2 常用可靠性分布模型28-34
• 2.2.1 指数分布28-30
• 2.2.2 正态分布与对数正态分布30-32
• 2.2.3 威布尔分布32-34
• 2.3 非参数估计与核函数34-39
• 2.3.1 非参数估计概念34-35
• 2.3.2 常用非参数估计方法35-37
• 2.3.3 常用核函数37-38
• 2.3.4 核函数与拖拉机故障强度关系38-39
• 2.4 Bootstrap法及应用39-44
• 2.4.1 Bootstrap法39-43
• 2.4.2 Bootstrap法主要应用43-44
• 2.5 小结44-45
• 3 基于混合威布尔模型的拖拉机可靠性参数估计45-68
• 3.1 混合威布尔模型的选择45-51
• 3.1.1 拖拉机故障过程45-49
• 3.1.2 混合威布尔模型适用性49-51
• 3.2 威布尔模型参数估计51-55
• 3.2.1 单一威布尔模型参数估计51-54
• 3.2.2 混合威布尔模型参数估计54-55
• 3.3 混合威布尔模型故障数据预处理55-65
• 3.3.1 拖拉机故障数据初步统计与分类55-56
• 3.3.2 拖拉机系统故障应力分析56-59
• 3.3.3 拖拉机故障数据模糊聚类分析59-65
• 3.4 混合威布尔模型的拖拉机可靠性参数估计65-68
• 3.4.1 拖拉机可靠性参数估计65-66
• 3.4.2 小结66-68
• 4 基于Bootstrap法的拖拉机故障强度非参数估计68-77
• 4.1 基于Bootstrap法的故障强度非参数估计68-71
• 4.1.1 故障强度参数估计68-69
• 4.1.2 故障强度非参数估计69-71
• 4.2 拖拉机可靠性非参数估计71-76
• 4.2.1 试验数据71
• 4.2.2 参数估计71-73
• 4.2.3 非参数估计73-76
• 4.3 小结76-77
• 5 拖拉机故障模式影响及重要度分析77-99
• 5.1 拖拉机故障模式影响分析（FMEA）77-89
• 5.1.1 子系统、故障模式及故障原因分类77-80
• 5.1.2 FMEA分析80-89
• 5.2 拖拉机系统重要度分析89-98
• 5.2.1 系统重要度等级数学模型89-97
• 5.2.2 系统重要度分析97-98
• 5.3 小结98-99
• 6 拖拉机可靠性改进建议99-105
• 6.1 早期故障期可靠性改进99-102
• 6.1.1 固有可靠性存在的问题及改进建议100
• 6.1.2 使用可靠性存在的问题及改进建议100-102
• 6.2 主要子系统可靠性改进102-103
• 6.3 加强可靠性管理103-104
• 6.4 小结104-105
• 7 结论与展望105-106
• 7.1 结论105
• 7.2 创新点105
• 7.3 进一步研究设想105-106
• 致谢106-107
• 参考文献107-115
• 攻读博士学位期间发表的学术论文115

【参考文献】

中国期刊全文数据库 前10条

1 吴Z，

本文编号：545370