CN115828453B 一种机构的极小样本可靠性指标评估方法 （西北工业大学）

本申请实施例公开了一种机构的极小样本据所述运动机构的失效分析结果建立机构演化本扩充数据构造Bootstrap抽样分布函数；通过随机抽样构造N个所述Bootstrap抽样分布函数可靠性仿真分析得到运动机构的寿命分布类型以及修正的Bootstrap方法，能够充分利用现有信息高效且准确的推断运动机构的可靠性水平2根据所述运动机构的失效分析结果建立机构演化仿真模型，并计算根据所述运动机构的寿命分布形式和寿命分散度信息计算根据所述运动机构的寿命分布形式和寿命分散度信息、试验寿根据寿命极限区间得到整个寿命极限区间内线性经验分布函数值与伪累积寿命分布根据最佳寿命样本扩充数据构造Bootstra通过随机抽样构造N个所述Bootstrap抽样分布函数的随机Bootstrap子样，并计算平根据所述运动机构的失效模式基于所述动力学仿真模型建立所述运动机构的退化模3.如权利要求1或2所述的方法，其特征在于在运动机构的退化模型中输入影响因素的随机分布参数通过随机抽样构造所述分布函数的随机Bootst5.如权利要求4所述的方法，其特征在于，通过随机抽样构造所述分布函数的随机在均匀分布区间内的产生随机数，根据所述分布函数产生重复上述步骤若干次直到得到一组Boot根据寿命均值分布基于区间估计法得到寿命均值的置信区间，求3寿命分布模块，用于根据所述运动机构的失效分析结寿命极限区间计算模块，用于根据所述运动机构的寿寿命样本扩充数据计算模块，用于根据寿命极限区间计算最根据所述运动机构的寿命分布形式和寿命分散度信息、试验寿根据寿命极限区间得到整个寿命极限区间内线性经验分布函数值与伪累积寿命分布通过所述优化目标和约束条件计算最优样本扩充系数和最佳寿命样本样本平均寿命下限计算模块，用于通过随机抽样构造N个所述Bootstr读指令可被处理器执行以实现如权利要求1_6任一4[0006]根据本申请实施例的第一方面，提供了一种机构的极小样本可靠性指标评估方[0012]通过随机抽样构造N个所述Bootstrap抽样分布函数的随机Bootstrap子样，并计[0016]根据所述运动机构的运动原理和组成构件，建立所述运动机构的动力学仿真模5[0017]根据所述运动机构的失效模式基于所述动力学仿真模型建立所述运动机构的退[0023]根据寿命极限区间得到整个寿命极限区间内线性经验分布函数值与伪累积寿命[0025]可选地，通过随机抽样构造N个所述Bootstrap抽样分布函数的随机Bootstrap子[0035]根据本申请实施例的第二方面，提供了一种机构的极小样本可靠性指标评估系[0037]寿命分布模块，用于根据所述运动机构的失效分析结果[0040]分布函数计算模块，用于根据最佳寿命样本扩充数据构造Bootstrap抽样分布函6[0045]综上所述，本申请实施例提出了一种机构的极小样本可靠性指标评估方法和系随机抽样构造N个所述Bootstrap抽样分布函数的随机Bootstrap子样，并计算平均寿命下虚拟增广样本方法以及修正的Bootstrap方法，能够充分利用现有信息高效且准确的推断[0048]图1为本申请实施例提供的一种机构的极小样本可靠性指标评估方法流程示意7[0061]图1示出了本申请实施例提供分一种机构的极小样本可靠性指标评估方法，该方[0064]步骤103：根据所述运动机构的寿命分布形式和寿命分散度信息计算寿命极限区4的整数；构的失效模式基于所述动力学仿真模型建立所述运动机构的机构演[0071]在一种可能的实施方式中，计算所述运动机构的寿命分布形式和寿命分散度信命极限区间得到整个寿命极限区间内线性经验分布函数值与伪累积寿命分布函数值的差8[0077]在一种可能的实施方式中，通过随机抽样构造所述分布函数的随机Bootstrap子[0081]下面结合附图对本申请实施例提供的一种机构的极小样本可靠性指标评估方法tt(k)092＝m/2T(n)}。[0121]当机构在可靠性分析中寿命分布满足正态分为由区间[xl，xu]截断的正态分布函数其中为极小样本试验中机构的寿命均函数的差值ε,将ε作为优化目标。[0130]经优化计算得到最优样本扩充系数a,b；再由扩充公式求得最佳扩充样本{T(1)，]生成自变量x的M个等间隔点，根据分布函数F(x)计算每个自[0141](2)若在数据集A1中查找与η最近的函数值F(xq)，其对应的xq即为所求布再由区间估计法可以得到机械产品的疲劳寿命均值的置信区间，求解出分位点α处的平均寿命下限Eiow,其中1_α为置信度。[0152]下面对本申请实施例提供的一种机构的极小样本可靠性[0161]影响关锁位置精度不足的主要因素包括连杆组件的各杆长度和各运动副的间发生关锁位置精度不足失效的主要原因是机构[0181]则扩充样本结果为[10711.29,21049.91,22842.68,22906.4324952.13,25873.57,25937.32,277本方法以及修正的Bootstrap方法，能够充分利用现有信息高效且准确的推断运动机构的[0193]寿命分布模块902，用于根据所述运动机构的失效分析结果建立机构演化仿真模[0194]寿命极限区间计算模块903，用于根据所述运动机构的寿命分布形式和寿命分散[0195]寿命样本扩充数据计算模块904，用于根据寿命极限区间计算最优样本扩充系数[0197]样本平均寿命下限计算模块906，用于通过随机抽样构造N个所述Bootstrap抽样机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的方少一个物理端口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称[0203]本申请实施例提供的电子设备与本申请实施例提供的方[0204]本申请实施方式还提供一种与前述实施方式所提供的方法对应的计算机可读存[0206]本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的方法出[0208]在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，