基于模糊决策的机械可靠性分配

机械可靠性分配是机械可靠性设计的重要任务之一。针对机械可靠性分配中存在的模糊性 ,应用模糊决策理论中的多级模糊综合评判和模糊排序的基本思想 ,结合科研和工程实践 ,提出了一种适合于工程应用的机械可靠性分配方法 ,并用实例说明其具体的应用方法     

模糊分配方法在导弹系统可靠性设计中的应用

可靠性分配是可靠性设计的一个重要环节。影响系统可靠性的因素很多,将模糊理论应用在可靠性设计的初级阶段,采用模糊综合评价方法对具有模糊性的各分系统进行综合和量化是一种有效的方法。具体介绍模糊综合评价方法在导弹系统可靠性分配中的应用,并用该方法对导弹系统进行可靠性分配。     

采用多级模糊评价的柴油机可靠性分配

可靠性分配是可靠性设计的一个重要的环节。影响系统可靠性的因素很多,将模糊理论应用在可靠性设计的初级阶段,采用多级模糊综合评价方法对多类别、多层次又具有模糊性的各因素的影响进行综合和量化是一种有效的方法。具体介绍了多级模糊综合评价方法,并应用该方法对柴油机某子系统进行了可靠性分配。     

结合灰色理论的可靠性综合评分分配技术研究

复杂机电产品在设计初期,由于基础数据的缺乏和主观评估的局限性等不确定因素的存在,导致传统可靠性分配理论难以有效地处理这类信息,得到的可靠性分配结果也很不合理。针对这一问题,提出一种结合专家知识经验和能够有效处理不确定信息的灰色系统理论的可靠性分配模型。其核心是应用灰色决策和灰色关联分析评估各单元之间的相对失效关系,然后将整机的可靠性指标依次按线性关系分配到每个组成单元。其特点是不仅综合考虑了各种可靠性影响因素,而且还有效地减小了主观不确定评估带来的误差。最后通过实例分析,证明了该方法的可行性和准确性。     

基于模糊贴近度的产品可靠性预测

为适合于产品设计初期阶段预测产品的可靠性,针对机械产品设计初期可靠性评价的特点,考虑设计初期可能获得的定性信息,并通过实例探讨了一种基于模糊贴近度的可靠性预测方法,可为产品方案的定性和定量评价提供依据。     

数控机床可靠性分配的模糊决策法

可靠性分配是可靠性设计中不可缺少的一部分.对于数控机床这种机电一体化的复杂产品,一方面影响系统可靠性的因素很多,而且有一部分不能精确的进行描述,只能通过专家评价;另外一方面就是,系统结构非常复杂,可靠性分配比较困难.因此,传统的可靠性分配方法不能够很好的进行数控机床可靠性分配工作.针对这一问题,提出了数控机床可靠性分配的模糊决策法,对其基本思路和步骤进行了介绍,对可靠性分配公式进行了定义,并结合具体的计算实例进行验证.     

基于任务的数控机床模糊可靠性分配方法

在分析现有数控机床可靠性分配技术局限的基础上,针对数控机床加工零件过程的动态性特征,将多阶段任务系统理论和任务可靠性原理结合起来,提出一种基于任务的可靠性分配方法。根据数控机床加工零件总任务的实际情况,建立数控机床的任务剖面层次模型。通过对数控机床元任务层的分析与研究,确定了运行时间、重要程度、复杂程度、技术水平和工作状况5个影响可靠性分配的重要因素。运用模糊集理论,充分考虑到多领域专家的意见和数控机床研发过程的风险性,定义了一种判定模糊真值的函数,给出一种确定隶属度的方法,并建立起数控机床可靠性分配指标体系和权重,以及元任务的模糊评判矩阵。以一个数控机床主加工元任务组为例,证明了该方法的可用性。     

基于综合因子模糊层次分析法的机械系统可靠性分配研究

可靠性分配是一种将可靠性指标合理分配到各子系统,确保机械系统稳定性的重要方法。为提高可靠性分配精度,提出一种基于综合因子模糊层次分析的机械系统可靠性分配方法。首先,建立系统层次结构,并采用层次分析法对不同影响因素进行权重分配。然后,运用综合因子模糊评价法对子系统进行模糊评价和不确定性信息处理,从而建立模糊关系矩阵确定因素组合权重,获得系统可靠性分配方案。最终,结合工业机器人系统进行分析,满足了工业机器人系统中降低减速器可靠性分配指标,提高机械臂和控制器可靠性分配指标的要求。     

基于遗传算法的模糊可靠性分配加权模型及其实现

首先指出了国内外系统可靠性分配领域的研究现状 ,然后在经典系统可靠性分配的基础上 ,应用遗传算法和模糊数学规划理论 ,对模糊目标和模糊约束分别为线性和非线性隶属函数的系统模糊可靠性分配加权模型进行了研究 ,最后结合一个应用实例 ,给出了计算步骤和仿真结果 ,结果表明该方法是有效的。     

基于区间灰色系统理论的可靠性分配

针对影响可靠性分配因素的不确定性特点和产品设计阶段可靠性数据缺乏的问题,提出了一种基于区间灰色系统理论的可靠性综合分配法,对某系列卧式加工中心的可靠性指标进行分配。考虑复杂性、故障频繁性、技术水平、危害性和维修性5个影响可靠性分配的因素,结合专家经验和部分已知信息,采用基于区间分析理论的灰色关联分析法和熵权法确定其权重,然后根据综合灰色评估值对各子系统的可靠性指标进行分配,并与各子系统的实际故障统计情况作 比较,验证了该方法的可行性和准确性。     

设计指标最优分配的协同方法

设计指标最优分配是飞机顶层设计中的一个关键问题。本文借鉴协同优化思想,发展了一种新的设计指标最优分配方法———协同分配法(collaborative allocation),用于处理飞机顶层设计中的大规模设计指标最优分配问题。给出了协同分配法的分配思想并建立了该方法的数学模型。用一个可靠度指标最优分配算例说明了协同分配法的数学模型建立及求解过程,初步验证了该方法对设计指标最优分配的有效性。     

基于FMECA修正危害度的数控车床关键子系统可靠性分配

基于故障模式、影响及危害性分析理论,以数控车床关键子系统修正危害度的取值大小作为子系统可靠性指标分配值的衡量标准,指导可靠性分配。将严重度取值非线性化,考虑降低失效率成本问题,将两者结合起来得到修正危害度的表达式,更好地反映了可靠性设计过程中失效模式影响程度的重要性。介绍了危害度分析的相关理论,分别论述了基于传统危害度及修正危害度的可靠性分配方法。最后,将可靠性分配方法应用到数控车床关键子系统可靠性分配的实例中,并加以比较。结果表明,基于修正危害度的可靠性分配方法充分考虑了严重度水平较高子系统的影响以及降低子系统失效率的难易程度,其能够有效地通过可靠性分配结果指导可靠性设计,对于危害度较高、可靠度不达标的子系统在外购、设计、加工、装配等环节应予以足够重视,从而保证整机的平均无故障间隔时间（MTBF）达到要求。     

系统参数配置对多级行星齿轮传动可靠性的影响

通过对行星齿轮传动的运动学及力学分析,结合可靠性设计及威布尔分布理论,建立了以输入构件转速和转矩为变量的构件负载与寿命关系表达式,并基于系统可靠度的乘积定律,结合Savage M单级行星齿轮传动的可靠性模型,建立了典型的两级行星齿轮传动的可靠性模型.结合实例,研究了负载、传动比分配、太阳轮、行星轮个数等因素对传动系统可靠性的影响,通过对比分析,表明合理地配置系统参数可使传动系统获得较大的可靠度.该研究可为多级行星齿轮传动的可靠性优化设计提供指导.     

考虑不同失效相关性的系统可靠性分配方法

为考虑系统组成单元间不同失效相关性对系统可靠性分配结果的影响,将影响系统可靠性分配的因素分为直接和间接两类,提出将复杂度和失效危害度作为直接影响因素,用于确定组成单元可靠性分配权重的相对大小。将工作环境、技术水平、改进成本等归为间接影响因素,引入相对分散性描述系统组成单元失效相关性,提出基于相对分散性的复杂度和危害度计算方法。基于Vine Copula函数建立考虑组成单元间不同失效相关性的串联系统可靠性分配模型,最后以某型数控机床主轴系统为例,进行不考虑相关性和考虑相关性两种情况下的系统可靠性分配结果对比分析,结果表明不考虑失效相关性得到的分配结果过于保守,增加产品研制费用。使用Vine Copula函数建立的系统可靠性分配模型能够考虑组成单元间不同的失效相关性,分配结果与传统多元Copula函数的分配结果相比更为合理。     

基于最大熵有序加权平均法的门座起重机结构可靠度优化分配

介绍了最大熵有序加权平均分配方法在门座起重机结构中的应用,有效地解决了传统方法的缺点,无需事先的可靠度预计。结果表明,该方法既准确有效,且能得到最佳的失效率分配结果,从而实现门座起重机结构的可靠度最优分配,为其合理设计提供重要依据。     

考虑二层因素影响的综合因子可靠性分配法

为了处理考虑多层影响因素下的复杂机械系统可靠性分配问题,分析了传统的综合因子可靠性分配方法,提出了一种考虑二层因素影响的综合因子可靠性分配法,即对传统的可靠性影响因素进行层次划分,建立考虑二层因素影响的全局指标数学模型,进而确定各子系统的全局指标权重,分配得到各子系统的可靠度。通过一个工程案例说明了该方法的具体应用并证明了其简单有效性。     

面向产品配置管理的PDM系统变更控制研究

运用配置管理理论分析产品配置的组织形式．探讨PDM系统中产品配置架构的设计过程。基于PDM开发平台构造了变更模型，探索和实现基于业务流程的变更控制应用模式。     

基于造价和维修费用的系统可靠性指标分配方法

可靠性指标分配是人力、物力统一调度和合理运用的一个工程决策问题，是与工程系统造价、维修费用密切相关的。因此，在进行系统可靠性分配时，必须同时考虑工程系统的造价和维修费用。本文给出了工程系统造价与可靠度的关系式和系统维修费用期望值与可靠度的关系式，建立了考虑造价与维修费用的系统可靠性模糊优化分配数学模型，从一而提出了基于造价和维修费用的系统可靠性指标分配方法，并给出了该方法的工程应用算例。结果表明：本文方法科学合理、简单实用，具有一定的工程应用价值。