随机故障注入结合神经网络法的机电系统可靠性计算方法
将随机故障注入方法与神经网络技术相结合,提出机电系统多失效模式可靠性计算方法.以液压缸内外泄漏故障为事例,将虚拟故障信息注入活塞杆线性定位系统一体化仿真模型中.利用神经网络较强的函数逼近功能,得到关键敏感特征参数与系统状态信号间的显式极限状态方程,将系统的可靠性概率约束转化为一个等价的确定型,避免了机电系统动态响应的多次遍历运算.再结合随机模拟,避开了各失效模式极限状态函数间复杂的相关性讨论.采用正交试验设计方法对机电系统进行参数灵敏度分析并精简样本.基于随机故障注入-神经网络法得到了关键敏感特征参数的改变对机电系统可靠性的影响规律,进而获得了参数的可靠性区间及失效临界值.为机电系统的可靠性分析和设计提供了参考和依据.
神经网络、动态、多失效模式、随机故障、可靠性
53
TH39(泵)
国家自然科学基金51305350;陕西省自然科学基础研究计划2013JM6011
2017-07-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
195-202