無(wú)失效數(shù)據(jù)條件下滾動(dòng)軸承的壽命與可靠性評(píng)價(jià).pdf_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著滾動(dòng)軸承生產(chǎn)制造水平的提高,其壽命也有了很大的提高,在可靠性試驗(yàn)過(guò)程中,會(huì)出現(xiàn)大量的無(wú)失效數(shù)據(jù)。特別在一些高成本、高可靠性的滾動(dòng)軸承如風(fēng)電軸承、高速列車(chē)軸承等的可靠性試驗(yàn)中,一般會(huì)選擇小樣本、無(wú)失效截尾試驗(yàn)。在此情況下,由于缺少失效信息,傳統(tǒng)的評(píng)價(jià)方法,如GB24607-2009規(guī)定的最佳線性無(wú)偏估計(jì)等不能對(duì)滾動(dòng)軸承的可靠性進(jìn)行適當(dāng)?shù)脑u(píng)價(jià)。針對(duì)以上問(wèn)題,必須研究新的評(píng)價(jià)方法。本文在前人研究的基礎(chǔ)上,應(yīng)用Bayes方法,對(duì)上述問(wèn)題進(jìn)行

2、深入的理論和仿真研究,提出了兩種適合于無(wú)失效數(shù)據(jù)情況下的滾動(dòng)軸承可靠性評(píng)價(jià)方法及其模型。
  第一章,闡述了滾動(dòng)軸承壽命試驗(yàn)及可靠性評(píng)價(jià)的重要意義,討論了滾動(dòng)軸承壽命分布--Weibull分布相關(guān)參數(shù)和可靠性指標(biāo),介紹了課題來(lái)源,在此基礎(chǔ)上提出了論文的研究?jī)?nèi)容與研究重點(diǎn)。
  第二章,闡述了滾動(dòng)軸承壽命的定義、試驗(yàn)原理、壽命與計(jì)算模型,論述了滾動(dòng)軸承可靠性評(píng)價(jià)的基本理論與方法,討論了Weibull分布模型的可靠度、失效概率、

3、失效率、可靠壽命等指標(biāo)間的關(guān)系。最后討論了Weibull分布形狀參數(shù)的幾何意義和物理意義以及Bayes理論和Bayes統(tǒng)計(jì)模型。
  第三章,提出了基于虛擬信息構(gòu)建的評(píng)價(jià)方法及模型。在Weibull分布無(wú)失效數(shù)據(jù)下,在每個(gè)截尾時(shí)間點(diǎn)的可靠度估計(jì)過(guò)程中引入前一個(gè)截尾時(shí)間點(diǎn)無(wú)失效樣本的虛擬失效信息,使得對(duì)該截尾時(shí)間點(diǎn)的可靠度估計(jì)具有更高的可信度與更好的穩(wěn)健性。在得出每個(gè)截尾時(shí)間點(diǎn)可靠度的估計(jì)值后通過(guò)加權(quán)最小二乘法得出 Weibull分

4、布的兩個(gè)參數(shù)。實(shí)例計(jì)算表明,當(dāng)可靠度先驗(yàn)分布中的超參數(shù)在一定的區(qū)間變化時(shí),本文提出的方法比其它方法具有更好的穩(wěn)健性。
  第四章,提出了基于擬合Weibull分布形狀參數(shù)歷史數(shù)據(jù)作為先驗(yàn)信息的評(píng)價(jià)方法與模型。根據(jù)形狀參數(shù)的歷史試驗(yàn)數(shù)據(jù),擬合出形狀參數(shù)的概率分布作為先驗(yàn)信息。將Weibull分布轉(zhuǎn)化為指數(shù)分布,根據(jù)共軛先驗(yàn)分布構(gòu)造原則構(gòu)造出指數(shù)分布中失效率的先驗(yàn)信息。然后,以失效率和形狀參數(shù)為切入點(diǎn),結(jié)合無(wú)失效試驗(yàn)數(shù)據(jù),得出失效率和

5、形狀參數(shù)的Bayes估計(jì),進(jìn)而計(jì)算出Weibull分布的特征壽命的估計(jì)。最后通過(guò)一組實(shí)例來(lái)驗(yàn)證估計(jì)結(jié)果的準(zhǔn)確性,并討論估計(jì)的穩(wěn)健性。
  第五章,基于Matlab GUI,編制了滾動(dòng)軸承可靠性評(píng)價(jià)軟件。本軟件利用本文的方法對(duì)滾動(dòng)軸承的可靠性作出評(píng)價(jià),該評(píng)價(jià)系統(tǒng)主要由3個(gè)功能模塊組成:Bayes估計(jì)模塊,其中包括本文第三章提出的基于虛擬信息的Bayes估計(jì)方法、第四章提出的形狀參數(shù)先驗(yàn)分布分別為均勻分布和Weibull分布的兩種估計(jì)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論