本文關(guān)鍵詞：基于性能退化數(shù)據(jù)的可靠性評(píng)估方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：產(chǎn)品的可靠性指標(biāo)是為產(chǎn)品制定維護(hù)計(jì)劃與更新周期的重要參考信息,獲取準(zhǔn)確的產(chǎn)品可靠性指標(biāo)具有重要的工程意義。當(dāng)前大量高可靠長壽命產(chǎn)品在工程可接受的壽命試驗(yàn)或加速壽命試驗(yàn)時(shí)間內(nèi)幾乎不發(fā)生失效,因而傳統(tǒng)的基于壽命數(shù)據(jù)的可靠性評(píng)估方法已不能適應(yīng)這些產(chǎn)品的可靠性評(píng)估需要,基于性能退化數(shù)據(jù)的可靠性評(píng)估方法成為了對(duì)高可靠長壽命產(chǎn)品進(jìn)行可靠性評(píng)估的最佳手段。本文首先對(duì)基于回歸模型、Wiener過程模型和帶測(cè)量誤差Wiener過程模型的可靠性評(píng)估方法進(jìn)行了研究,給出了每種退化模型下可靠性評(píng)估的詳細(xì)流程和算法,并重點(diǎn)對(duì)模型選擇的方法進(jìn)行了研究。在詳細(xì)分析各模型特點(diǎn)和理論適用場(chǎng)景的基礎(chǔ)上,提出了根據(jù)退化量測(cè)量誤差等先驗(yàn)知識(shí)選擇退化模型的方法,并論證了在退化量采樣次數(shù)較小,候選模型都是忽略環(huán)境、負(fù)載等因素時(shí)的簡(jiǎn)化模型的工程背景下,基于退化試驗(yàn)數(shù)據(jù)統(tǒng)計(jì)檢驗(yàn)結(jié)果選擇退化模型的方法效果不佳。接著對(duì)神經(jīng)網(wǎng)絡(luò)在可靠性評(píng)估中的適用性問題進(jìn)行了研究,指出了有效應(yīng)用神經(jīng)網(wǎng)絡(luò)應(yīng)具備的兩個(gè)基本前提條件,即泛化輸入與訓(xùn)練輸入相似性條件以及網(wǎng)絡(luò)輸入輸出映射規(guī)律性條件,并結(jié)合性能退化過程的特點(diǎn)進(jìn)行分析,判定神經(jīng)網(wǎng)絡(luò)在基于性能退化數(shù)據(jù)的離線可靠性評(píng)估中并不具有良好的表現(xiàn)。其后介紹了實(shí)時(shí)壽命預(yù)測(cè)的基本概念,提出了一種基于神經(jīng)網(wǎng)絡(luò)和退化軌跡相似度度量的實(shí)時(shí)壽命預(yù)測(cè)方法。最后對(duì)加速退化試驗(yàn)的基本概念、加速性條件和加速模型進(jìn)行了簡(jiǎn)要介紹,總結(jié)了常用的加速模型以及它們各自適用的加速應(yīng)力類型,并給出了基于恒定應(yīng)力和步進(jìn)應(yīng)力加速退化試驗(yàn)數(shù)據(jù)的可靠性評(píng)估流程和算法,同時(shí)對(duì)可靠性評(píng)估中可能出現(xiàn)的敏感參數(shù)問題進(jìn)行了討論,說明了識(shí)別敏感參數(shù)的重要性。
【關(guān)鍵詞】：可靠性 性能退化數(shù)據(jù) Wiener過程 神經(jīng)網(wǎng)絡(luò) 加速退化試驗(yàn)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TB114.3
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-16
• 1.1 研究背景與意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 存在的問題及研究思路14
• 1.4 本文主要內(nèi)容14-16
• 第二章 可靠性理論基礎(chǔ)16-20
• 2.1 可靠性的數(shù)學(xué)描述16-17
• 2.2 常用壽命分布17-18
• 2.3 退化失效概述18-19
• 2.4 本章小結(jié)19-20
• 第三章 基于回歸模型和Wiener過程模型的可靠性評(píng)估20-47
• 3.1 退化過程建模20-25
• 3.1.1 線性回歸退化模型20-22
• 3.1.2 Wiener過程退化模型22-23
• 3.1.3 帶測(cè)量誤差的Wiener過程退化模型23-25
• 3.2 模型求解與可靠性評(píng)估25-33
• 3.2.1 基于回歸模型的可靠性評(píng)估25-27
• 3.2.2 基于Wiener過程模型的可靠性評(píng)估27-31
• 3.2.3 基于帶測(cè)量誤差Wiener過程模型的可靠性評(píng)估31-33
• 3.3 可靠性評(píng)估算例33-41
• 3.3.1 回歸模型34-36
• 3.3.2 Wiener過程模型36-39
• 3.3.3 帶測(cè)量誤差的Wiener過程模型39-41
• 3.4 關(guān)于模型選擇的討論41-46
• 3.5 本章小結(jié)46-47
• 第四章 基于神經(jīng)網(wǎng)絡(luò)的可靠性評(píng)估47-61
• 4.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)47-50
• 4.1.1 人工神經(jīng)元47-48
• 4.1.2 多層前饋神經(jīng)網(wǎng)絡(luò)48-49
• 4.1.3 欠擬合與過擬合49-50
• 4.2 回歸擬合神經(jīng)網(wǎng)絡(luò)50-53
• 4.3 時(shí)間序列擬合神經(jīng)網(wǎng)絡(luò)53-55
• 4.4 實(shí)時(shí)壽命預(yù)測(cè)55-60
• 4.4.1 離線學(xué)習(xí)階段57-58
• 4.4.2 實(shí)時(shí)預(yù)測(cè)階段58-59
• 4.4.3 對(duì)聚類的討論59-60
• 4.5 本章小結(jié)60-61
• 第五章 基于加速退化試驗(yàn)數(shù)據(jù)的可靠性評(píng)估61-74
• 5.1 加速退化試驗(yàn)的基本假設(shè)61-62
• 5.2 加速模型62-63
• 5.3 基于恒定應(yīng)力加速退化試驗(yàn)的可靠性評(píng)估63-65
• 5.3.1 基于回歸模型的可靠性評(píng)估63-64
• 5.3.2 基于Wiener過程模型的可靠性評(píng)估64-65
• 5.4 基于步進(jìn)應(yīng)力加速退化試驗(yàn)的可靠性評(píng)估65-67
• 5.4.1 基于回歸模型的可靠性評(píng)估66-67
• 5.4.2 基于Wiener過程模型的可靠性評(píng)估67
• 5.5 可靠性評(píng)估算例67-72
• 5.6 本章小結(jié)72-74
• 總結(jié)與展望74-76
• 參考文獻(xiàn)76-79
• 附錄79-88
• 附錄1基于回歸模型的可靠性評(píng)估R程序79-81
• 附錄2基于Wiener過程模型的可靠性評(píng)估R程序81-84
• 附錄3基于帶測(cè)量誤差Wiener過程模型的可靠性評(píng)估R程序84-88
• 攻讀碩士學(xué)位期間取得的研究成果88-89
• 致謝89-90
• 附件90

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 晁愛民;段慧;陳海建;;基于RBF網(wǎng)絡(luò)的武器裝備貯存可靠性預(yù)估[J];兵工自動(dòng)化;2013年03期

  本文關(guān)鍵詞：基于性能退化數(shù)據(jù)的可靠性評(píng)估方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：392337