【摘 要】
：
随着设备或结构系统等日趋大型化和复杂化,其可靠性分析也越来越复杂,许多工程问题的可靠性分析依赖于对隐式性能函数的计算。通常情况下,工程中隐式性能函数具有高度非线性和高维的特点,从而导致在可靠性分析中需耗费大量的时间进行有限元分析计算。因此,为了在可靠性分析的精度和效率之间寻求较好的平衡,本文旨在保证精度的前提下,提出基于自适应Kriging代理模型的可靠性分析方法,实现减少对性能函数或有限元模型等
论文部分内容阅读
随着设备或结构系统等日趋大型化和复杂化,其可靠性分析也越来越复杂,许多工程问题的可靠性分析依赖于对隐式性能函数的计算。通常情况下,工程中隐式性能函数具有高度非线性和高维的特点,从而导致在可靠性分析中需耗费大量的时间进行有限元分析计算。因此,为了在可靠性分析的精度和效率之间寻求较好的平衡,本文旨在保证精度的前提下,提出基于自适应Kriging代理模型的可靠性分析方法,实现减少对性能函数或有限元模型等的调用次数,从而提高计算效率。本论文的研究成果主要体现在以下几个方面:(1)建立了单失效模式下基于自适应
其他文献
齿轮或齿轮箱有传递运动和调节速度的功能,在机械制造业中有着广泛的应用并起着至关重要的作用。然而,一些设备如风力发电机、高速列车和高速船舶等,由于它们的工作环境不稳定,时常发生故障,而齿轮箱故障所占比例较高并且危害较大,因此对齿轮箱进行故障分析是很有必要的。传统的故障树分析方法在分析齿轮箱故障的原因上有很大的优势,不过该方法对于齿轮箱故障的动态传播分析有所欠缺。Petri网有着动态特性,在齿轮箱故障
传动件是机械设备的核心部件,保证传动件的可靠运行对机械设备安全生产意义重大。传统故障诊断依赖人工经验,随着环境恶化其诊断性能也随之下降。随着人工智能的发展,智能诊断成为故障诊断领域的研究热点,但仍存在以下问题:首先,设备健康运行的时间要远超故障时间,导致信号样本集不平衡,模型容易过拟合,诊断性能降低,因此如何在样本不平衡情况下开展智能诊断值得研究。其次,智能诊断依靠大量带标签数据以开展监督学习,然
滚动轴承作为各类大型机械设备中最常见的支撑部件,经常工作在高强度,高速运转的恶略工况下,因此很容易出现故障,进而导致整个机械设备失效停机。为了避免这类事故发生,十分有必要对滚动轴承进行深入的故障诊断研究。当前,针对滚动轴承的故障诊断研究方法主要分为基于动力学建模、基于信号分析、以及基于数据驱动三类。其中基于深度学习的故障诊断方法作为基于数据驱动方法中的一种新兴分支,由于其在面对大数据情况时仍然具有
随着仿真实验的精细化,结构优化设计中目标响应的获取越来越耗时,使用代理模型辅助进行优化设计虽然可以简化计算,但代理模型的构建效率以及代理模型中子优化问题的准确度需要进一步的提升。本文主要从以下两个角度进行了研究:1)提高高精度代理模型构建的效率;2)提高代理模型子优化问题的准确度。主要研究内容包括:(1)从提高高精度代理模型构建的效率的角度出发,提出了基于疏密度和局部复杂度的自适应代理模型构建方法
滚动轴承作为旋转机械系统的重要组成部件,其机械性能极大地影响着设备运行的安全性和可靠性。如果滚动轴承在系统运行过程中出现故障,不仅会造成设备工作性能下降,在极端情况下甚至造成系统故障或停机,从而带来更严重的经济损失甚至是人员伤亡。因此,对滚动轴承进行故障诊断具有重要意义。近年来,数据驱动的智能故障诊断方法被广泛应用于滚动轴承的故障诊断研究中。然而,由于滚动轴承长期处于复杂的工作环境中,对滚动轴承进
工业机器人是现代制造业的重要装备,其运动精度是描述工业机器人性能的一个重要指标。制造、装配、工况、环境、时变刚度和弹性变形等具有不确定性的内外部激励对工业机器人运行精度有着重要的影响,如何高精度、高效率的评估工业机器人运动精度成为一个关键科学问题和难点。论文结合信息融合技术,对系统的多模型、多层次、多类型、多时刻的信息进行综合运用以对工业机器人的运动精度及其可靠性进行高效、精确的分析。本文的主要工
机械结构优化设计经常面临设计变量多、约束条件复杂等难题,为典型的多维、非线性问题,求解过程复杂,常规局部优化算法(比如序列二次规划法、内点法、有效集法、信赖域法等)通常很难求得全局最优解,而全局群智能优化算法则计算效率偏低。本文针对机械结构优化设计中常用的全局群智能优化算法(以遗传算法和粒子群算法为例)存在的不足,提出了一种改进的遗传算法和一种改进的粒子群算法;结合并行算法策略,进一步设计了一种基
现代社会,人们对健康方面的需求日益增长。可穿戴电子设备在健康监测、及时诊疗等医疗方面的应用越来越广泛,压力传感器作为可穿戴电子设备的重要组成部分,逐渐成为电子器件研究的热点。近年来,国内外对于柔性压力传感器的研究已经颇具成果,但是目前柔性压力传感器仍然存在无法兼顾高灵敏度和宽测量量程的问题。合理的设计器件结构以及选择压敏材料可以在测量量程比较大的情况下尽可能的提升灵敏度性能。本课题通过聚多巴胺(P
随着当代科技的快速发展,国产工业机器人的应用越来越多,但是与发达国家相比,国产工业机器人的可靠性还是存在一定差距。由于工业机器人故障类型繁多,结构组成复杂,使用年限较长,因此很难通过概率统计方法来获得可靠性指标。可靠性预计和分配对工业机器人生产设计的各个阶段具有指导作用,其预计分配结果对产品优化、可靠性试验等也可提供重要依据,对设计出符合规定可靠性指标的产品有着重要意义。因此,本文在对工业机器人展
有机薄膜电容器作为一种具有超高功率密度的储能器件,相较于其他各类电容器具有易加工、性能稳定以及抗循环老化等优势,越来越广泛地应用于新能源汽车、航空航天、新概念武器等领域。但是,随着电子电力系统小型化、轻型化的发展趋势,工程应用也对储能薄膜电容器提出了更高的要求,如高储能密度、高击穿场强以及低介电损耗等。目前,双向拉伸聚丙烯(BOPP)应用最为广泛,但是其储能密度较低难以满足越来越高的发展需求。为了