[发明专利]一种基于压簧应力松弛测试数据的可靠度确定方法

摘要

一种基于压簧应力松弛测试数据的可靠度确定方法，具体步骤为1)测试设备的安装与试验准备；2)确定试验温度，开展不同温度下的压缩弹簧应力松弛试验，采集不同试验时间的承载力并绘制应力松弛曲线；3)将步骤2)采集到的承载力与试验时间，以压缩弹簧负载损失率为纵坐标，对应的试验时间的对数为横坐标，分别绘制各个测试温度下的压缩弹簧负载损失率与时间的半对数曲线；进而得到弹簧试样在实际工作温度下的应力松弛方程，并计算获得实际工作温度下弹簧试样寿命末期下的负载损失率及剩余负载；4)获取弹簧试样(8)寿命末期可靠度。本发明有效解决了压缩弹簧可靠性评估数据离散性大，试验时间长，评估数据源精度较差的问题。

主权项

一种基于压簧应力松弛测试数据的可靠度确定方法，其特征在于步骤如下：1)测试设备的安装与试验准备11)根据弹簧试样(8)实际安装状态确定初始压缩量，确定弹簧试样(8)的安装高度h，进而确定安装镙杆(3)的安装高度；12)安装测试设备；所述的装置包括底板(1)、顶板(2)、安装镙杆(3)、压力传感器(4)、推杆(5)和推杆帽(6)；121)将安装镙杆(3)固定在底板(1)上，安装镙杆(3)位于底板(1)的上侧面，底板(1)放置在水平试验台上，并通过水平仪确保底板(1)水平；122)将压力传感器(4)分别安装在顶板(2)的螺纹孔中，压力传感器(4)位于顶板(2)的下侧面；123)将安装好压力传感器(4)的顶板(2)通过安装镙杆(3)进行预装，顶板(2)位于底板(1)的正上方，压力传感器(4)分别与底板(1)上的中心通孔相对应，顶板(2)先不加载力，确保顶板(2)与底板(1)间留有足够的位置安装弹簧试样(8)；124)将弹簧试样(8)穿过推杆(5)，推杆(5)下端穿过底板(1)上的通孔，推杆帽(6)与压力传感器(4)相接触，底板通孔、推杆(5)、推杆帽(6)、压力传感器(4)及顶板通孔中心应位于同一垂直线上；13)将连接压力传感器(4)的传感器引线和外置数据处理系统相连，连接电源，在所述的测试设备处于零测试状态下对数据显式仪表进行调零和量程校准；14)通过螺拴将顶板(2)安装在指定位置，并通过微调各个压力传感器(4)的位置确保各弹簧试样(8)压缩至指定高度h，待压力传感器数据显示稳定后读取初始应力；2)确定试验温度，开展不同温度下的压缩弹簧应力松弛试验，采集不同试验时间t的承载力并绘制应力松弛曲线；3)将步骤2)采集到的承载力与试验时间t，以压缩弹簧负载损失率为纵坐标，对应的试验时间的对数为横坐标，分别绘制各个测试温度下的压缩弹簧负载损失率与时间的半对数曲线；进而得到弹簧试样(8)在实际工作温度下的应力松弛方程，并计算获得实际工作温度下弹簧试样(8)寿命末期下的负载损失率及剩余负载；4)获取弹簧试样(8)寿命末期可靠度；将弹簧试样(8)的剩余负载作为广义应力－强度干涉模型中的“强度”，共进行m次有效测试，得到强度测试数据x_i(i＝1,2.....m)；将弹簧试样(8)弹出受到的阻力作为广义应力－强度干涉模型中的“应力”，假设另进行了n次测试，得到应力测试数据y_i(i＝1,2,…,n)，则其样本均值和标准差分别为$\stackrel{\‾}{x}=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}{x}_i,\stackrel{\‾}{y}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{y}_i---\left(1\right)$$s_x=\sqrt{\frac{\underset{i=1}{\overset{m}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2}{m-1}},s_y=\sqrt{\frac{\underset{i=1}{\overset{n}{\Σ}}{(y_i-\stackrel{\‾}{y})}^2}{n-1}}---\left(2\right)$令余量Z＝X‑Y   (3)则其均值和方差的估计量分别为$\stackrel{\‾}{z}=\stackrel{\‾}{x}-\stackrel{\‾}{y}---\left(4\right)$$S_Z^2=S_x^2+S_y^2---\left(5\right)$令$K=\frac{\stackrel{\‾}{x}-\stackrel{\‾}{y}}{\sqrt{s_x^2+s_y^2}}---\left(6\right)$可靠度点估计为$\hat{R}=P\{X\>Y\}---\left(7\right)$即$\hat{R}=P\{Z\>0\}=\mathrm{\Φ}\left(\stackrel{\‾}{z}/s\right)---\left(8\right)$${\mathrm{\σ}}_K={\{\frac{1}{{s^2}_x+{s^2}_y}\left(\frac{{s^2}_x}{m}+\frac{{s^2}_y}{n}\right)+\frac{K^2}{2{\left({s^2}_x+{s^2}_y\right)}^2}\left(\frac{{s^4}_x}{m-1}+\frac{{s^4}_y}{n-1}\right)\}}^{1/2}---\left(9\right)$于是，置信度γ下，可靠度单侧置信下限为R_L＝Φ(K‑u_γσ_K)        (10)上式中，表示u_γ标准正态分布的γ分位点。