機(jī)械系統(tǒng)可靠性分析新方法

目錄
前言
1 基于基本桿組法的機(jī)構(gòu)動態(tài)可靠性分析 1
1.1 基于基本桿組法的機(jī)構(gòu)分析基本理論與方法 1
1.1.1 基于基本桿組法的機(jī)構(gòu)運(yùn)動分析 1
1.1.2 基于基本桿組法的機(jī)構(gòu)動力分析 9
1.2 基于基本桿組法的機(jī)構(gòu)動態(tài)可靠性分析模型的建立與求解 14
1.2.1 構(gòu)件動態(tài)應(yīng)力分析模型 14
1.2.2 機(jī)構(gòu)動態(tài)強(qiáng)度可靠性分析模型的建立 16
1.2.3 機(jī)構(gòu)動態(tài)強(qiáng)度可靠性分析模型的求解 17
1.3 算例 21
1.3.1 已知條件 21
1.3.2 求解 21
2 基于基本桿組法的機(jī)構(gòu)動態(tài)可靠性優(yōu)化設(shè)計 35
2.1 基于基本桿組法的機(jī)構(gòu)動態(tài)可靠性優(yōu)化設(shè)計模型 35
2.1.1 均值可靠性優(yōu)化設(shè)計模型 36
2.1.2 概率可靠性優(yōu)化設(shè)計模型 37
2.1.3 方差可靠性優(yōu)化設(shè)計模型 37
2.1.4 混合可靠性優(yōu)化設(shè)計模型 38
2.2 基于基本桿組法的機(jī)構(gòu)動態(tài)可靠性優(yōu)化設(shè)計模型的建立與求解 39
2.2.1 機(jī)構(gòu)構(gòu)件動態(tài)強(qiáng)度可靠性優(yōu)化設(shè)計模型 39
2.2.2 機(jī)構(gòu)整體動態(tài)強(qiáng)度可靠性優(yōu)化設(shè)計模型 40
2.2.3 機(jī)構(gòu)動態(tài)強(qiáng)度可靠性優(yōu)化設(shè)計模型的求解 41
2.3 算例 44
2.3.1 已知條件 44
2.3.2 求解 44
3 機(jī)械系統(tǒng)可靠性分析的極值響應(yīng)面法 47
3.1 蒙特卡羅法 47
3.2 響應(yīng)面法 49
3.3 一次二階矩法 52
3.4 極值響應(yīng)面法 53
3.4.1 極值響應(yīng)面法的基本原理 54
3.4.2 極值響應(yīng)面法的數(shù)學(xué)模型 55
3.5 兩步極值響應(yīng)面法 56
4 基于極值響應(yīng)面法的柔性機(jī)構(gòu)動態(tài)可靠性分析 58
4.1 柔性機(jī)構(gòu)動力學(xué)方程 58
4.1.1 柔性體的描述 58
4.1.2 柔性體的運(yùn)動 61
4.1.3 柔性機(jī)構(gòu)動力學(xué)方程 63
4.2 柔性機(jī)構(gòu)動態(tài)可靠性分析模型的建立與求解 66
4.2.1 柔性機(jī)構(gòu)動態(tài)剛度可靠性分析模型 66
4.2.2 柔性機(jī)構(gòu)動態(tài)剛度可靠性分析模型的求解 67
4.2.3 柔性機(jī)構(gòu)動態(tài)強(qiáng)度可靠性分析模型 69
4.2.4 柔性機(jī)構(gòu)動態(tài)強(qiáng)度可靠性分析模型的求解 71
4.3 算例 75
4.3.1 已知條件 75
4.3.2 求解 76
5 基于極值響應(yīng)面法的柔性機(jī)構(gòu)可靠性優(yōu)化設(shè)計 94
5.1 柔性機(jī)構(gòu)動態(tài)可靠性優(yōu)化設(shè)計的基本思想 95
5.2 柔性機(jī)構(gòu)動態(tài)可靠性優(yōu)化設(shè)計模型的建立及求解 96
5.2.1 柔性機(jī)構(gòu)動態(tài)變形及應(yīng)力數(shù)學(xué)模型 97
5.2.2 柔性機(jī)構(gòu)動態(tài)剛度可靠性優(yōu)化設(shè)計模型及求解 98
5.2.3 柔性機(jī)構(gòu)動態(tài)強(qiáng)度可靠性優(yōu)化設(shè)計模型及求解 101
5.3 算例 104
5.3.1 已知條件 104
5.3.2 求解 104
6 可靠性分析的多重極值響應(yīng)面法 107
6.1 多重響應(yīng)面法 107
6.2 基于多重極值響應(yīng)面法的可靠性分析思想 109
6.3 算例 109
6.3.1 輪盤-葉片概述 109
6.3.2 輪盤-葉片的可靠性計算及分析 112
7 耦合失效機(jī)械系統(tǒng)可靠性分析的遺傳克里金-多重極值響應(yīng)面法 123
7.1 疲勞-蠕變耦合基本理論 123
7.2 耦合失效遺傳克里金-多重極值響應(yīng)面法 125
7.2.1 耦合失效遺傳克里金-多重極值響應(yīng)面法基本思想 125
7.2.2 耦合失效遺傳克里金-多重極值響應(yīng)面法數(shù)學(xué)模型 126
7.2.3 耦合失效遺傳克里金-多重極值響應(yīng)面法的可靠性分析 127
7.3 算例 128
7.3.1 葉片-輪盤結(jié)構(gòu)隨機(jī)輸入變量的選取 129
7.3.2 遺傳克里金-多重極值響應(yīng)面法的葉片-輪盤結(jié)構(gòu)確定性分析 129
7.3.3 遺傳克里金-多重極值響應(yīng)面法的葉片-輪盤結(jié)構(gòu)數(shù)學(xué)模型 131
7.3.4 遺傳克里金-多重極值響應(yīng)面法的葉片-輪盤結(jié)構(gòu)可靠性分析 133
7.3.5 方法驗證 135
8 基于智能極值響應(yīng)面法的動態(tài)可靠性分析 137
8.1 智能極值響應(yīng)面法 137
8.1.1 智能極值響應(yīng)面法的基本思想 137
8.1.2 BP神經(jīng)網(wǎng)絡(luò)模型 138
8.1.3 粒子群優(yōu)化算法搜尋網(wǎng)絡(luò)初始*優(yōu)權(quán)值和閥值 139
8.2 基于智能極值響應(yīng)面法的動態(tài)可靠性分析 140
8.2.1 機(jī)械動態(tài)可靠性的基本理論 140
8.2.2 基于智能極值響應(yīng)面法的動態(tài)可靠性分析流程 140
8.3 算例 141
8.3.1 問題描述 141
8.3.2 已知參數(shù)及隨機(jī)變量信息 142
8.3.3 建立IERSM模型 142
8.3.4 可靠性分析 144
8.3.5 方法驗證 146
9 機(jī)械系統(tǒng)可靠性優(yōu)化設(shè)計的粒子群-智能極值響應(yīng)面法 147
9.1 機(jī)械系統(tǒng)可靠性優(yōu)化模型 147
9.1.1 計算靈敏度 147
9.1.2 動態(tài)可靠性優(yōu)化設(shè)計模型 148
9.2 粒子群-智能極值響應(yīng)面法求解模型 149
9.2.1 PSO-IERSM基本思想 149
9.2.2 基于PSO-IERSM的可靠性優(yōu)化設(shè)計流程 149
9.3 算例 151
9.3.1 智能極值響應(yīng)面模型建立 151
9.3.2 計算靈敏度 152
9.3.3 可靠性優(yōu)化設(shè)計模型建立 152
9.3.4 求解模型 153
9.3.5 方法驗證 154
10 基于智能多重響應(yīng)面法的多失效模式結(jié)構(gòu)可靠性分析 155
10.1 智能多重響應(yīng)面法 155
10.1.1 IMRSM模型 155
10.1.2 提高IMRSM模型精度的措施 156
10.2 基于IMRSM模型的多失效模式可靠性分析方法 157
10.2.1 多失效模式可靠性分析 157
10.2.2 基于IMRSM模型的多失效模式結(jié)構(gòu)可靠性分析 157
10.3 算例 159
10.3.1 問題描述 159
10.3.2 流-熱-固耦合分析 159
10.3.3 可靠性分析 161
10.3.4 方法驗證 167
11 基于多目標(biāo)粒子群-智能多重響應(yīng)面法的結(jié)構(gòu)可靠性優(yōu)化設(shè)計 169
11.1 多失效模式結(jié)構(gòu)可靠性優(yōu)化模型 169
11.1.1 計算靈敏度 170
11.1.2 多目標(biāo)可靠性優(yōu)化模型 170
11.2 MOPSO-IMRSM模型 171
11.2.1 MOPSO-IMRSM基本思想 171
11.2.2 基于MOPSO-IMRSM模型的可靠性優(yōu)化設(shè)計流程 172
11.3 算例 173
11.3.1 建立智能多重響應(yīng)面模型 173
11.3.2 計算靈敏度 174
11.3.3 建立多目標(biāo)可靠性優(yōu)化模型 176
11.3.4 模型求解 176
11.3.5 方法驗證 177
12 可靠性分析的廣義回歸極值響應(yīng)面法 179
12.1 基本思想 179
12.2 基本理論 180
12.2.1 低循環(huán)疲勞壽命數(shù)學(xué)模型 180
12.2.2 廣義回歸極值神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型 182
12.3 基于廣義回歸極值神經(jīng)網(wǎng)絡(luò)可靠性分析數(shù)學(xué)模型 184
12.4 算例 186
12.4.1 隨機(jī)變量的選取 186
12.4.2 葉盤低循環(huán)疲勞壽命確定性分析 186
12.4.3 基于GRNNERSM葉盤低循環(huán)疲勞壽命模型的建立 188
12.4.4 基于廣義回極值響應(yīng)面法的葉盤低循環(huán)疲勞壽命可靠性分析 189
12.4.5 基于GRNNERSM的葉盤低循環(huán)疲勞靈敏度分析 190
12.4.6 方法驗證 191
13 疲勞 -蠕變耦合損傷可靠性分析的分布協(xié)同廣義回歸響應(yīng)面法 193
13.1 基本思想 193
13.2 基本理論 195
13.2.1 分布協(xié)同響應(yīng)面法的數(shù)學(xué)理論 195
13.2.2 分布協(xié)同廣義回歸響應(yīng)面數(shù)學(xué)模型 196
13.3 算例 197
13.3.1 輸入隨機(jī)變量的選取 197
13.3.2 確定性分析 198
13.3.3 基于DCGRRSM模型建立 200
13.3.4 DCGRRSM的疲勞-蠕變耦合損傷可靠性分析 203
13.3.5 方法驗證 204
14 基于分布協(xié)同廣義回歸極值響應(yīng)面法的可靠性分析方法 206
14.1 基本思想 206
14.2 基本理論 208
14.2.1 高溫蠕變理論 208
14.2.2 DCGRERSM的數(shù)學(xué)理論 208
14.2.3 DCGRERSM可靠性分析數(shù)學(xué)理論 210
14.3 算例 211
14.3.1 有限元模型 211
14.3.2 隨機(jī)變量的選取 212
14.3.3 各對象確定分析 213
14.3.4 基于 DCGRERSM模型建立 215
14.3.5 DCGRERSM的葉尖徑向運(yùn)行間隙可靠性分析 217
14.3.6 方法驗證 218
15 多目標(biāo)協(xié)同可靠性優(yōu)化設(shè)計 220
15.1 基本思想 220
15.2 基本理論 221
15.2.1 靈敏度分析 224
15.2.2 葉尖徑向運(yùn)行間隙可靠性優(yōu)化設(shè)計數(shù)學(xué)模型 225
15.3 算例 225
15.3.1 建立分布協(xié)同廣義回歸極值響應(yīng)面模型 225
15.3.2 用分布式協(xié)同廣義回歸神經(jīng)網(wǎng)絡(luò)極值響應(yīng)面法對葉尖徑向運(yùn)行間隙的靈敏度分析 226
15.3.3 葉尖徑向運(yùn)行間隙的多目標(biāo)協(xié)同可靠性優(yōu)化設(shè)計計算 229
參考文獻(xiàn) 233