本文關鍵詞：復雜機電系統(tǒng)可靠性與維修性綜合及預測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：復雜機電系統(tǒng)是國民經(jīng)濟和國家安全的命脈,伴隨科技進步和現(xiàn)代化大生產(chǎn)的發(fā)展,作為裝備制造業(yè)核心的復雜機電系統(tǒng)正朝著大型化、自動化、復合化以及機、光、電、液和計算機一體化的方向發(fā)展,更新?lián)Q代的周期卻在縮短。由于功能增多、性能提高、負荷加重,必然導致系統(tǒng)發(fā)生故障的概率增大、表現(xiàn)形式復雜化,甚至容易造成重大災難性事故。因此,如何切實有效地提升復雜機電系統(tǒng)的質(zhì)量和可靠性已成為國家發(fā)展戰(zhàn)略中不容忽視的重要命題。本論文立足國家長期發(fā)展戰(zhàn)略需求,從事前分析、事中分析、事后分析三個層面剖析復雜機電系統(tǒng)可靠性和維修性評估中的共性和瓶頸問題,力求將復雜問題簡單化、將理論研究工程化,以多學科知識融合為切入點,面向工程探索新的突破口。在深入研究Weibull過程理論、Markov過程理論、灰色理論、信息熵理論及Bayes方法的基礎上,根據(jù)任何復雜系統(tǒng)都可以等效轉(zhuǎn)化成由簡單串、并聯(lián)結(jié)構組成的基本原則,就復雜機電系統(tǒng)可靠性和維修性綜合理論與預測方法做了系統(tǒng)而深入的研究,已取得了一些有益的成果,并應用于工程實際中。本論文完成了如下研究工作:針對復雜機電系統(tǒng)結(jié)構復雜、構成單元壽命分布多樣、難以對整機進行壽命試驗等特點,側(cè)重在系統(tǒng)可靠性綜合領域?qū)ふ倚滤悸泛托路椒�。本文引入了Bayes方法,用Beta分布和L?分布擬合單元可靠度的驗后密度;根據(jù)矩相等和信息等價轉(zhuǎn)換原則,把各單元的試驗信息折算成系統(tǒng)試驗信息,給出了單元為不同分布時的串聯(lián)及串并聯(lián)系統(tǒng)可靠度二項近似Bayes置信限和系統(tǒng)可靠度指數(shù)近似Bayes置信限;分別應用于鉆井泥漿泵與自動平衡記錄儀。又利用信息熵等效的基本原則,求解出基于信息熵法的系統(tǒng)二項、指數(shù)近似置信限;并應用于鉆井泥漿泵。利用上述方法自下而上逐級綜合,最終求解出復雜機電系統(tǒng)可靠度的置信區(qū)間。研究成果適用于方案論證、初設計、樣機研制等階段,可適用于事前分析和事中分析。復雜機電系統(tǒng)可靠性預測是工程迫切急需研究的命題,本文利用Monte-Carlo模擬仿真獲得各單元壽命模擬值,根據(jù)邏輯運算關系,得到系統(tǒng)壽命模擬值,并據(jù)此推斷出系統(tǒng)壽命分布類型,求解系統(tǒng)可靠性測度的點估計和區(qū)間估計。在規(guī)避整機和單元做壽命試驗的情況下,逐級利用各構成單元的可靠性信息,最終求出復雜機電系統(tǒng)可靠性測度的極大似然估計和置信區(qū)間,已應用于風力發(fā)電機組,此方法適用于事前分析。考慮系統(tǒng)投入運行并采取即時維修,基于Weibull過程研究了無信息先驗下復雜機電系統(tǒng)未來故障時間Bayes置信限的解析方法,并用數(shù)值例做了驗證,可視為事中預測。又進一步基于灰色理論建立了復雜機電系統(tǒng)未來區(qū)間內(nèi)關鍵部件故障數(shù)的動態(tài)預測模型,利用拓補群中不斷更新的模型對真實值逐步逼近的方法,求解了關鍵部件故障數(shù)的點估計,進行了精度分析,并用于預測風力發(fā)電機組葉片故障數(shù),同樣屬于事中預測。本文從工程需求出發(fā)探討了復雜機電系統(tǒng)維修性評定方法,當維修時間服從指數(shù)分布、正態(tài)分布、對數(shù)正態(tài)分布、Weibull分布及Gamma分布時,給出了不同分布下的整機維修性測度置信限,可視其為事中或事后分析。又進一步探討了如何利用單元維修數(shù)據(jù)信息進行系統(tǒng)維修性綜合問題,當單元維修時間服從對數(shù)正態(tài)分布時,給出了系統(tǒng)平均維修時間的置信區(qū)間及置信限,可視為事前分析。工程上期望復雜機電系統(tǒng)在運行中不易發(fā)生故障,而一旦故障能快速修復,因此,綜合了可靠性與維修性的系統(tǒng)可用性已成為可靠性和維修性工程中新的研究方向。本文探討了基于整機的指數(shù)故障/指數(shù)維修、Gamma故障/Gamma維修、指數(shù)故障/Gamma維修及Weibull故障/Gamma維修條件下的復雜機電系統(tǒng)可用性評估方法,分別給出了整機可用性測度的區(qū)間估計,屬于事中或事后分析。在已知串聯(lián)系統(tǒng)各構成單元的故障/維修信息條件下,利用信息等價轉(zhuǎn)換原理將各單元的故障/維修信息等價轉(zhuǎn)換成指數(shù)故障/指數(shù)維修信息,分別利用經(jīng)典方法和Bayes方法求解了串聯(lián)可修系統(tǒng)可用度近似置信限,并進行精度分析,已應用于風力發(fā)電機組,屬于事前分析。此外基于Markov過程研究了可修復雜機電系統(tǒng)處于二態(tài)及多態(tài)情況下的可用度估計問題,給出了可用度的點估計,也應用于風力發(fā)電機組,屬于事后分析。
【關鍵詞】：復雜機電系統(tǒng) 系統(tǒng)可靠性綜合 可靠性預測 維修性 可用性
【學位授予單位】：哈爾濱理工大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TH17;TB114.3
【目錄】：

• 摘要5-7
• Abstract7-18
• 第1章 緒論18-28
• 1.1 課題背景及研究意義18-20
• 1.2 國內(nèi)外研究現(xiàn)狀20-26
• 1.3 本文主要研究內(nèi)容26-28
• 第2章 復雜機電系統(tǒng)可靠性綜合28-63
• 2.1 Bayes方法28-32
• 2.1.1 Bayes定理28-30
• 2.1.2 Bayes置信限30-31
• 2.1.3 常用的先驗分布31-32
• 2.2 串聯(lián)系統(tǒng)可靠性綜合32-48
• 2.2.1 串聯(lián)系統(tǒng)可靠性模型32-33
• 2.2.2 串聯(lián)系統(tǒng)構成單元可靠度一階矩和二階矩33-36
• 2.2.3 相同單元構成的串聯(lián)系統(tǒng)等效模型36-40
• 2.2.4 串聯(lián)系統(tǒng)可靠度Bayes置信限40-42
• 2.2.5 工程應用—鉆井泥漿泵系統(tǒng)可靠度Bayes置信限42-48
• 2.3 串并聯(lián)系統(tǒng)可靠性綜合48-54
• 2.3.1 含并聯(lián)冗余的串并聯(lián)系統(tǒng)可靠性模型48-49
• 2.3.2 并聯(lián)冗余子系統(tǒng)的等效模型49-52
• 2.3.3 串并聯(lián)系統(tǒng)可靠度Bayes置信限52
• 2.3.4 工程應用—自動平衡記錄儀系統(tǒng)可靠度Bayes置信限52-54
• 2.4 信息熵法串聯(lián)系統(tǒng)可靠度置信限54-62
• 2.4.1 信息熵54-57
• 2.4.2 信息熵法等效模型57-58
• 2.4.3 信息熵法串聯(lián)系統(tǒng)可靠度二項近似置信限58-59
• 2.4.4 信息熵法串聯(lián)系統(tǒng)可靠度指數(shù)近似置信限59-60
• 2.4.5 工程應用—信息熵法鉆井泥漿泵系統(tǒng)可靠度置信限60-62
• 2.5 本章小結(jié)62-63
• 第3章 復雜機電系統(tǒng)可靠性預測63-86
• 3.1 基于Monte-Carlo模擬仿真的復雜機電系統(tǒng)可靠性預測63-74
• 3.1.1 系統(tǒng)構成單元壽命模擬值63-64
• 3.1.2 系統(tǒng)壽命模擬值64-66
• 3.1.3 系統(tǒng)壽命分布類型初選和擬合優(yōu)度檢驗66-68
• 3.1.4 工程應用—風力發(fā)電機組系統(tǒng)可靠性預測68-74
• 3.2 基于Weibull過程的復雜機電系統(tǒng)未來故障時間Bayes置信限74-79
• 3.3 復雜機電系統(tǒng)未來運行區(qū)間內(nèi)關鍵部件故障數(shù)預測79-85
• 3.3.1 基于動態(tài)GM(1,1)的可靠性預測方法80-82
• 3.3.2 動態(tài)GM(1,1)預測的精度檢驗及預測精度評估方法82-84
• 3.3.3 工程應用—風力發(fā)電機組葉片故障數(shù)預測84-85
• 3.4 本章小結(jié)85-86
• 第4章 可修復雜機電系統(tǒng)維修性86-105
• 4.1 整機維修性評定86-94
• 4.1.1 維修時間服從指數(shù)分布時的整機維修性評定86-88
• 4.1.2 維修時間服從正態(tài)分布時的整機維修性評定88-89
• 4.1.3 維修時間服從對數(shù)正態(tài)分布時的整機維修性評定89-92
• 4.1.4 維修時間服從Weibull分布時的整機維修性評定92-93
• 4.1.5 維修時間服從Gamma分布時的整機維修性評定93-94
• 4.2 串聯(lián)可修復雜機電系統(tǒng)維修性綜合方法初探94-99
• 4.3 工程應用—鉆井泥漿泵的維修性99-104
• 4.4 本章小結(jié)104-105
• 第5章 可修復雜機電系統(tǒng)可用性105-130
• 5.1 整機可用性評定105-111
• 5.1.1 指數(shù)故障/指數(shù)維修狀態(tài)下的整機可用性評定105-107
• 5.1.2 Gamma故障/Gamma維修狀態(tài)下的整機可用性評定107-109
• 5.1.3 指數(shù)故障/Gamma維修狀態(tài)下的整機可用性評定109-110
• 5.1.4 Weibull故障/Gamma維修狀態(tài)下的整機可用性評定110-111
• 5.2 指數(shù)故障/指數(shù)維修單元的串聯(lián)可修系統(tǒng)可用性綜合111-120
• 5.2.1 串聯(lián)可修系統(tǒng)可用性模型及工程描述111-112
• 5.2.2 串聯(lián)可修系統(tǒng)可用度經(jīng)典置信限112-115
• 5.2.3 串聯(lián)可修系統(tǒng)可用度Bayes置信限115-120
• 5.3 基于Markov過程的復雜機電系統(tǒng)可用度性評定120-128
• 5.3.1 Markov過程120-122
• 5.3.2 基于Markov過程的二態(tài)串聯(lián)可修系統(tǒng)可用度122-126
• 5.3.3 基于Markov過程的多態(tài)可修復雜機電系統(tǒng)可用度126-128
• 5.4 本章小結(jié)128-130
• 結(jié)論130-133
• 參考文獻133-139
• 攻讀學位期間發(fā)表的論文和完成的工作139-141
• 致謝141

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 屈梁生;溫廣瑞;;復雜機電系統(tǒng)安全運行及保障[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

2 史鐵林;楊叔子;;復雜機電系統(tǒng)故障診斷與分類的幾種新方法[A];第八屆全國振動理論及應用學術會議論文集摘要[C];2003年

3 任鴻頻;胡月圓;;復雜機電系統(tǒng)多學科優(yōu)化設計與仿真集成框架開發(fā)研究[A];結(jié)構及多學科優(yōu)化工程應用與理論研討會’2009（CSMO-2009）論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 于春雨;復雜機電系統(tǒng)可靠性與維修性綜合及預測方法研究[D];哈爾濱理工大學;2015年

2 李旭宇;復雜機電耦合系統(tǒng)的并行設計方法研究[D];中南大學;2004年

3 王成龍;復雜機電系統(tǒng)統(tǒng)一建模與仿真技術研究[D];山東科技大學;2010年

4 賀建軍;復雜機電系統(tǒng)機電耦合分析與解耦控制技術[D];中南大學;2004年

5 王艾倫;復雜機電系統(tǒng)（鍵合圖—模態(tài)分析）方法研究[D];中南大學;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 馬宏;融合視聽和內(nèi)部傳感信息的復雜機電系統(tǒng)運行狀態(tài)監(jiān)測系統(tǒng)的研究[D];河北工業(yè)大學;2014年

2 仇勇;基于鍵合圖的復雜機電系統(tǒng)模塊化自動建模及仿真研究[D];中南大學;2004年

3 胡國鵬;融合視聽信息的鍵合圖語言的復雜機電系統(tǒng)故障機理的研究[D];河北工業(yè)大學;2014年

4 曹悅;基于SysML的多域復雜機電產(chǎn)品系統(tǒng)層建模與仿真集成研究[D];浙江大學;2011年

  本文關鍵詞：復雜機電系統(tǒng)可靠性與維修性綜合及預測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：253139