本文關(guān)鍵詞：復(fù)雜應(yīng)力下產(chǎn)品性能退化分析方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著時代的發(fā)展、科技的進(jìn)步,人們越來越關(guān)注產(chǎn)品的可靠性,因為一旦工業(yè)產(chǎn)品在使用過程中失效或者發(fā)生故障,將會對整個工業(yè)過程產(chǎn)生很大的影響。過去,對工業(yè)產(chǎn)品可靠性的估計都是通過產(chǎn)品的失效壽命數(shù)據(jù),即從生產(chǎn)過程中抽樣出一組產(chǎn)品,得到其失效時的壽命,利用失效壽命數(shù)據(jù)進(jìn)行可靠性分析。但隨著產(chǎn)品呈現(xiàn)出的高可靠性和長壽命,人們很難獲取產(chǎn)品的失效壽命數(shù)據(jù),因此越來越關(guān)注產(chǎn)品的退化性能。利用產(chǎn)品在使用過程中的退化數(shù)據(jù),對產(chǎn)品的退化過程進(jìn)行分析,從而對產(chǎn)品的可靠性做出評定,為產(chǎn)品可靠性評估提供了新的思路。本文主要圍繞復(fù)雜應(yīng)力下的退化數(shù)據(jù)進(jìn)行研究,建立了復(fù)雜應(yīng)力下的退化模型,進(jìn)行性能退化分析的研究。研究分為以下幾個方面：1.利用退化數(shù)據(jù)的特征選擇相應(yīng)的退化模型來描述退化過程,根據(jù)應(yīng)力的類型和特點建立相應(yīng)的多應(yīng)力加速模型。因此,我們建立了含多應(yīng)力的伽馬退化過程來描述產(chǎn)品的退化過程,并且采用極大似然估計方法來估計參數(shù),利用銑刀退化數(shù)據(jù)進(jìn)行驗證,從而完成了多應(yīng)力退化模型的分析研究。2.過去人們對于那些影響退化的應(yīng)力,多考慮的是連續(xù)應(yīng)力,因為連續(xù)應(yīng)力的影響容易通過數(shù)學(xué)或者機(jī)理的形式加入到模型中。但是對于不易加入的離散應(yīng)力影響卻鮮有考慮。因此第二部分工作主要考慮當(dāng)產(chǎn)品退化過程中既受到離散應(yīng)力影響也受連續(xù)應(yīng)力影響時,離散應(yīng)力對退化的影響。通過似然比檢驗的方法,在原假設(shè)—離散應(yīng)力不影響估計參數(shù)的前提下,利用極大似然估計和矩估計分別估計參數(shù),似然比檢驗的結(jié)果表明離散應(yīng)力的變化會改變連續(xù)應(yīng)力對退化過程的影響,并且通過銑刀退化數(shù)據(jù)進(jìn)行了驗證。3.針對退化過程中除應(yīng)力外無法準(zhǔn)確刻畫的一些隨機(jī)影響因素,建立了含多應(yīng)力和隨機(jī)效應(yīng)的伽馬模型。同時,考慮原始數(shù)據(jù)有缺失且似然函數(shù)較復(fù)雜的情況,采用EM算法進(jìn)行參數(shù)估計。針對EM算法無法解決多應(yīng)力模型參數(shù)估計的缺陷,將算法進(jìn)行改進(jìn),最終完成了參數(shù)估計,并用銑刀退化數(shù)據(jù)進(jìn)行了驗證。
【關(guān)鍵詞】：伽馬過程 離散應(yīng)力 連續(xù)應(yīng)力 參數(shù)估計 EM算法
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TB114.3
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-23
• 1.1 課題研究背景及意義11-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-21
• 1.2.1 退化模型研究現(xiàn)狀13-18
• 1.2.1.1 隨機(jī)系數(shù)回歸模型13-15
• 1.2.1.2 隨機(jī)過程模型15-18
• 1.2.2 應(yīng)力模型研究現(xiàn)狀18-21
• 1.3 本文主要內(nèi)容安排21-23
• 2 基于伽馬過程的多應(yīng)力退化模型研究23-37
• 2.1 引言23-24
• 2.2 基于伽馬過程的多應(yīng)力退化模型24-27
• 2.2.1 伽馬過程的數(shù)學(xué)特性24-25
• 2.2.2 伽馬過程的多應(yīng)力模型25-27
• 2.3 參數(shù)估計27-30
• 2.3.1 傳統(tǒng)的參數(shù)估計方法27-28
• 2.3.2 MLE估計28-30
• 2.4 數(shù)據(jù)驗證30-36
• 2.4.1 數(shù)據(jù)介紹30-32
• 2.4.2 數(shù)據(jù)分析結(jié)果32-36
• 2.5 本章小結(jié)36-37
• 3 伽馬退化模型離散應(yīng)力影響分析37-59
• 3.1 引言37-38
• 3.2 基于多應(yīng)力伽馬模型的矩估計方法38-42
• 3.2.1 矩估計介紹38
• 3.2.2 多應(yīng)力伽馬模型的矩估計法38-41
• 3.2.3 應(yīng)力對退化的一致性分析41-42
• 3.3 似然比檢驗42-45
• 3.3.1 假設(shè)檢驗方法概述42-43
• 3.3.2 似然比檢驗43-45
• 3.4 數(shù)據(jù)驗證45-57
• 3.4.1 基于參數(shù)估計結(jié)果的似然比介紹45-46
• 3.4.2 MLE下離散應(yīng)力對連續(xù)應(yīng)力影響檢驗46-50
• 3.4.2.1 MLE下離散應(yīng)力對切削深度影響檢驗46-48
• 3.4.2.2 MLE下離散應(yīng)力對走刀量影響檢驗48-50
• 3.4.3 矩估計下離散應(yīng)力對連續(xù)應(yīng)力影響檢驗50-57
• 3.4.3.1 矩估計下離散應(yīng)力對切削深度影響檢驗53-55
• 3.4.3.2 矩估計下離散應(yīng)力對走刀量影響檢驗55-57
• 3.5 本章小結(jié)57-59
• 4 基于含多應(yīng)力及隨機(jī)效應(yīng)的伽馬模型參數(shù)估計的EM算法研究59-73
• 4.1 引言59-60
• 4.2 含多應(yīng)力和隨機(jī)效應(yīng)的伽馬模型60-63
• 4.2.1 隨機(jī)效應(yīng)參數(shù)60-61
• 4.2.2 隨機(jī)效應(yīng)模型61-63
• 4.3 改進(jìn)EM算法63-68
• 4.3.1 EM算法描述63-64
• 4.3.2 含多應(yīng)力退化模型的EM算法改進(jìn)64-68
• 4.4 數(shù)據(jù)驗證68-71
• 4.5 本章小結(jié)71-73
• 5 總結(jié)與展望73-77
• 5.1 全文總結(jié)73-74
• 5.2 下一步工作展望74-77
• 參考文獻(xiàn)77-81
• 攻讀碩士學(xué)位期間取得的成果及參與的項目81

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 尚潔;徐正國;;多應(yīng)力下銑刀的加速退化數(shù)據(jù)分析[J];上海應(yīng)用技術(shù)學(xué)院學(xué)報(自然科學(xué)版);2015年02期

2 王小林;程志君;郭波;;基于維納過程金屬化膜電容器的剩余壽命預(yù)測[J];國防科技大學(xué)學(xué)報;2011年04期

3 鄭德強(qiáng);張正平;李海波;吳建國;徐靜;;加速退化試驗技術(shù)研究、應(yīng)用與發(fā)展[J];裝備環(huán)境工程;2011年02期

4 厲海濤;金光;周經(jīng)倫;周忠寶;吳春華;;動量輪維納過程退化建模與壽命預(yù)測[J];航空動力學(xué)報;2011年03期

5 王召斌;任萬濱;翟國富;;加速退化試驗與加速壽命試驗技術(shù)綜述[J];低壓電器;2010年09期

6 彭宇;劉大同;彭喜元;;故障預(yù)測與健康管理技術(shù)綜述[J];電子測量與儀器學(xué)報;2010年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黃澤毅;基于自適應(yīng)維納過程的剩余壽命預(yù)測方法研究[D];浙江大學(xué);2015年

  本文關(guān)鍵詞：復(fù)雜應(yīng)力下產(chǎn)品性能退化分析方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：300312