基于Bayes方法的汽車零部件可靠性分析.pdf

1、隨著全世界環(huán)境保護(hù)要求的不斷提升，電動(dòng)汽車的發(fā)展是汽車工業(yè)的主要發(fā)展方向。而電動(dòng)汽車的技術(shù)關(guān)鍵問題是零部件的可靠性特別是電池的可靠性。因此，這一問題的研究對于電動(dòng)汽車的發(fā)展具有重要意義。
　　本文采用Bayes統(tǒng)計(jì)方法對電動(dòng)汽車蓄電池組的可靠性水平進(jìn)行了定量分析。零部件的可靠性分析和壽命分析需要著重對其故障時(shí)間和分散性建模。收集并整理汽車蓄電池電容量的退化數(shù)據(jù)，建立退化模型。
　　對電容量為60Ah的電動(dòng)汽車電池進(jìn)行充放電循

2、環(huán)測試，并記錄每個(gè)周期電流與電壓的測試結(jié)果。對試驗(yàn)所得的數(shù)據(jù)進(jìn)行整理，計(jì)算出每個(gè)周期所得到的電池放電容量。假設(shè)當(dāng)實(shí)際容量退化至額定容量的70％時(shí)，汽車蓄電池視為失效，則汽車蓄電池單體的失效閾值為42Ah。汽車電池阻抗Re的取值范圍(0.02,0.07)，容抗Rct的取值范圍為(0.06,0.09)。研究汽車電池阻抗和容量的關(guān)系，可以看出其電池的阻抗和容量對應(yīng)點(diǎn)較均勻地散布在回歸直線兩側(cè)。
　　根據(jù)汽車電池的失效時(shí)間數(shù)據(jù)，建立指數(shù)分

3、布模型、Weibull分布模型和對數(shù)正態(tài)模型。對相應(yīng)的模型進(jìn)行貝葉斯*2擬合優(yōu)度檢驗(yàn)，并對BIC值進(jìn)行了比較。通過使用Gibbs抽樣算法解決了Bayes可靠性分析中求解復(fù)雜后驗(yàn)積分的問題。得出了參數(shù)后驗(yàn)分布和可靠性指標(biāo)的點(diǎn)估計(jì)和區(qū)間估計(jì)。計(jì)算結(jié)果如表4.3所示，汽車電池的平均故障時(shí)間為509.62個(gè)周期充放電500個(gè)周期后的可靠度R(500)=0.82。用指數(shù)模型分析汽車蓄電池工作時(shí)間數(shù)據(jù)可靠性是精確的，效果良好。
　　本文的創(chuàng)新