基于AMSAA的车辆变环境可靠性增长模型的评估方法

文档序号:26006994发布日期:2021-07-23 21:25阅读:来源:国知局

技术特征:

1.基于amsaa的车辆变环境可靠性增长模型的评估方法,具体步骤如下,其特征在于:

1)时间环境折合系数的确定;

1.1前提假设:

在使用折合系数对产品进行可靠性综合评估时有以下假设:

(1)产品经历的实验过程一个变母体、变环境的可靠性增长过程;

(2)实验样品及其同类产品经历的纠正措施均属于即时纠正的改正手段;

(3)不同实验阶段用折合系数kij表示该试验阶段所对应的环境条件,i表示产品的编号,j代表产品i所经历的试验项目,折合系数可以将不同环境条件下的试验时间转化为标准使用环境下的试验时间,即第i个产品的第q次故障的试验时间tiq通过kij进行折合后为tiq·kij,表示该产品在标准使用环境下的故障时试验时间;

1.2数学描述:

已知有p个,p≥2同类产品在实验中共经历了mi个,mi≥2试验阶段,产品i在实验期间发生的总故障数为ni,产品i的第j个试验项目的起止节点分别为ti(j-1)、tij,产品i的第q次故障的累计试验时间为tiq,i=1,2…,p;j=1,2,…,mi;q=1,2,…,ni;

求产品所经历的每个试验项目对应的时间环境折合系数ki1,ki2,…,kim;

(1)计算折合后的各故障累计试验时间;

假设目前得到一组时间环境折合系数k1,k2,…,km,则可根据下式计算折合后的第i个产品在整个研制过程发生第q次故障时的累计试验时间,用ttiq表示:

其中,tti0为第i个产品折合后整个实验的起始点,tti(j-1)、ttij为第i个产品折合后第j个阶段的起始节点;

(2)计算产品参数bi的点估计;

其中,ttimi为折合后整个试验过程的截止时间;

(3)确定环境折合系数;

本环节目标是得到一组环境折合系数能够将所有同类产品的每一实验阶段所对应的试验数据转换为产品在基准使用环境下的数据,且经折合后的同类产品在实验过程中的可靠性增长规律均服从amsaa模型;

由此推出数据经过折算之后应该满足amsaa模型的趋势检验和拟合优度检验,以此为约束得到所求的环境折合系数应满足的条件,由于拟合优度统计量涉及到了所有的环境系数,所有折算系数求解转化为具有多约束的目标函数极小化的寻优过程,常用的优化准则为:

拟合优度检验统计量均值最小

得知了目标函数之后,接下来就需要确认对应的约束条件,在amsaa模型中,约束主要来自两个方面:

趋势检验和拟合优度检验;

在进行增长趋势的约束检验时,通过设置显著性水平α,取0.1,并计算统计量x2

x2=2(ni-1)/bi(3)

若存在则说明在此条件下,实验样本有显著正增长,符合检验要求;

在进行拟合优度的约束检验时,需要计算对应阶段的检验统计量:

然后选定显著性水平α,根据cramervonmises检验表查出与ni,α相对应的检验值,如果统计量小于检验值,则接受该模型的拟合;

在满足上述要求的基础上,当目标函数取极小值时,即可得到所需的时间环境折合系数;

2)实验产品的可靠性评估与故障点预测;

在使用上述方法求解了不同实验阶段所对应的时间环境折合系数后,即可根据实验数据,对目标产品进行可靠性综合评估,采用有精确结束点的故障结尾的分析模式。

2.根据权利要求1所述的基于amsaa的车辆变环境可靠性增长模型的评估方法,其特征在于:步骤2)精确结束点的故障结尾的分析模式具体如下:

已知目标产品在实验中共经历了m个试验阶段;在实验中产生的总故障数为n;落在某试验阶段内的第q次故障发生时的累计试验时间为tq,m≥2;j=1,2,…,m;q=1,2,…,n;求产品的mtbf的点估计和置信区间;

2.1实验产品的可靠性评估;

在得出对应的折合系数后计算出折合基础条件下中第n次故障发生时的累计试验时间tn,由此得到a,b及mtbf(θ)的点估计分别为:

之后可以计算mtbf的双侧置信区间;

θl,γ=ρ1θ(8)

θu,γ=ρ2θ(9)

其中:θl,γ、θu,γ分别为置信度为γ时mtbf置信下限和置信上限;ρ1、ρ2表示置信度为γ的失效截尾区间估计系数;

2.2基于amsaa模型的故障点预测;

当获得基准条件下的故障点之后可以对目标在后续实验的的故障点进行预测,并有针对性的进行可靠性工作,监控车辆的运行,下式为对接下来第v次故障的置信区间预测:

当对下一次故障可能发生的时间区间进行预测。


技术总结
本发明基于AMSAA的车辆变环境可靠性增长模型的评估方法为了对某型号的车辆可靠性水平进行评估,构建了AMSAA模型进行分析。考虑到实验过程变环境、多阶段的特点,为了充分利用好故障数据,采用时间环境折合系数将各个实验阶段的数据联系起来。以拟合优度均值最小为目标,采用粒子群算法筛选最为合适的环境系数组合。求出折合系数后,对车辆的MTBF分别进行了点估计和区间估计,并对故障点进行了预测。本申请以拟合优度统计量均值最小为目标,通过PSO算法进行寻优确定了各阶段的时间环境折合系数,为科学合理地求解MTBF置信区间提供了帮助。

技术研发人员:孙宁;杨定富;张营;周荣兴;徐晓美;黄延凯;徐泽宇
受保护的技术使用者:南京林业大学;中国人民解放军32214部队
技术研发日:2021.04.29
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1