[发明专利]一种基于Kriging模型齿轮传动可靠性评估方法

摘要

本发明公开一种基于Kriging模型齿轮传动可靠性评估方法，应用于可靠性评估领域。本申请首先根据初始的样本建立Kriging模型，然后根据建立的Kriging模型，判断变异系数是否满足要求，通过增加样本点的方式，重新计算新的变异系数；大大降低了传统方法中用有限元方法求应力的计算量；本申请采用蒙特卡罗方法计算结构可靠度，同时结合学习函数以较少的样本点得到高精度的代理模型，从而减少了试验次数。

主权项

一种基于Kriging模型齿轮传动可靠性评估方法，其特征在于，包括：S1、根据齿轮传动结构功能函数，确定随机变量以及分布类型；S2、对每个随机变量进行蒙特卡罗随机抽样，生成N个符合该变量分布类型的随机数，所述N个随机数作为对应随机变量的候选样本点；每个随机变量对应的候选样本点构成候选样本点集合；S3、采用拉丁超立方抽样法从每个随机变量的候选样本点中抽取相同数量的初始训练样本点，根据各个随机变量对应的初始训练样本点得到初始训练样本矩阵；S4、将初始训练样本矩阵带入结构功能函数，得到真实响应值矩阵；S5、根据当前的总的初始样本以及真实响应值矩阵，构造初始Kriging模型；S6、根据步骤S5的初始Kriging模型，计算每一个随机变量对应的候选样本点的学习函数值，并找出该随机变量对应的最小学习函数值；若存在某个最小学习函数值小于2，则将各随机变量对应的候选样本点中最小学习函数值对应的候选样本点，作为该随机变量的最佳样本点；并计算各最佳样本点的真实响应值；然后将各随机变量的最佳样本点加入到初始训练样本中，得到更新后的初始训练样本；并且将各最佳样本点对应的真实响应值加入到真实响应值矩阵中，得到更新后的真实响应值矩阵；然后返回步骤S5；否则执行步骤S7；S7、根据当前Kriging模型以及候选样本点集合，计算构件的失效率和变异系数，若当前的变异系数小于或等于预设阈值，则输出当前失效率和变异系数；否则执行步骤S8；S8、重新对每个随机变量进行蒙特卡罗随机抽样，生成M个符合该变量分布类型的随机数，根据各个变量对应的M个随机数，替换当前的候选样本点集合；然后返回步骤S7；所述M＝N+q*E；E为常数，q为迭代次数。