[发明专利]一种大型矿用挖掘机提升机构可靠性评估方法有效
申请号: | 201310751052.8 | 申请日: | 2013-12-31 |
公开(公告)号: | CN103761421B | 公开(公告)日: | 2017-06-06 |
发明(设计)人: | 肖宁聪;李彦锋;杨圆鉴;米金华;黄洪钟;张小玲;刘宇 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人: | 王伟,周永宏 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种大型矿用挖掘机提升机构可靠性评估方法,主要包括步骤收集故障间隔时间数据;计算所得样本的前四阶矩;确定积分区间并计算最大熵密度函数;确定先验分布和后验分布;计算平均故障间隔时间和可靠度。本发明的大型矿用挖掘机提升机构可靠性评估方法基于贝叶斯原理和最大熵密度原理,能够有效运用获取的少量样本对概率密度函数进行估计,解决了具有小样本特性的大型矿用挖掘机提升机构可靠性分析的难题,同时,本发明的大型矿用挖掘机提升机构可靠性评估方法也适用于其他不易获得大量样本的机械产品的可靠性分析。 | ||
搜索关键词: | 一种 大型 挖掘机 提升 机构 可靠性 评估 方法 | ||
【主权项】:
一种基于小样本的大型矿用挖掘机提升机构可靠性评估方法,其特征在于:包括以下步骤: S1、收集大型矿用挖掘机提升机构的故障间隔时间样本,设收集到的N个故障间隔时间为ti,i=1,2,...,N; S2、依据式(1)分别计算所得N个故障间隔时间样本的前四阶矩:mj=Σi=1NtijN---(1)]]> 其中,j指N个故障间隔时间样本的阶矩数,j=1,2,3,4;N个故障间隔时间样本的第一阶矩为第二阶矩为第三阶矩为第四阶矩为 S3、确定N个故障间隔时间样本的积分区间并用牛顿迭代法计算最大熵密度函数; N个故障间隔时间样本的最大熵密度函数可表示为:f(t)=exp(-λ0-Σj=14λjtj)---(2)]]>其中,λ0和λj是指拉格朗日乘子; 用牛顿迭代法解式(3)中的优化问题:max∫St-f(t)lnf(t)dt---(3)]]> 并且满足式(4)、(5):∫Stf(t)dt=1---(4)]]>∫Sttjf(t)dt=mj---(5)]]>式(3)中的St表示N个故障间隔时间样本的积分区间,设为积分区间的下边界,为积分区间的上边界,则应满足以下条件:StL=0---(6)]]>StU=ΣiNtiN+3×(ti-ΣiNti)2---(7)]]> S4、确定故障间隔时间的先验分布,根据贝叶斯原理确定后验分布:设故障间隔时间的先验分布为π(t),根据贝叶斯原理及式(2)可得故障间隔时间的后验分布为:π(t|t0)=exp(-λ0-Σi=14λiti)π(t)∫Stexp(-λ0-Σi=1kλiti)π(t)dt---(8)]]> 设该大型矿用挖掘机提升机构的故障间隔时间的先验分布为均匀分布; S5、计算提升机构的平均故障间隔时间和可靠度: S51、根据式(8),可得N个故障间隔时间样本的平均故障时间间隔(MTBF)为:MTBF=∫Sttπ(t|t0)dt---(9)]]> S52、根据式(8),可得所述大型矿用挖掘机提升机构在时刻t的系统可靠度为R:R(t)=∫0tπ(t|t0)dt.]]>
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310751052.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用