为有效预测航空液压管路的疲劳寿命,在分析现有液压管路寿命预测方法不足的基础上,针对飞机液压管路受力特点,分析了液压管路的载荷类型,并对其进行了载荷分解,进而提出了一种基于高低周复合载荷的疲劳寿命预测方法。为验证所提方法的有效性,以某型航空液压管路为例,利用Ansys Workbench软件对其进行仿真分析,在此基础上,对所分析液压管路分别进行了考虑高低周载荷作用和不考虑高低周载荷作用的疲劳寿命预测。对比寿命预测结果发现,高低周复合疲劳载荷对液压管路的寿命影响较大,在预测液压管路的疲劳寿命时,需同时考虑高周疲劳载荷和低周疲劳载荷的作用。

为了提高齿轮接触疲劳寿命预测精度,提出了一种基于三参数Weibull分布参数估计的齿轮接触疲劳试验寿命预测方法,并搭建20CrMnTi合金材料的齿轮疲劳寿命试验对该方法进行可靠度分析。研究结果表明故障率密度函数随循环次数递减,逐渐趋于平缓,齿轮点蚀现象出现在齿轮机构的早期故障期。同时可靠度函数随循环次数开始迅速下降,然后逐渐趋于平缓,当齿轮的循环次数达到后,齿轮的可靠度下降到50%,需要停机观察齿轮表面的点蚀坑的面积来判断齿轮机构是否可以继续运行。

为了解决西部盐渍土环境下再生混凝土中钢筋的寿命预测问题,采用电化学测试仪对浸泡在氯盐溶液中的再生骨料钢筋混凝土进行了电化学试验,得到了表征钢筋腐蚀的腐蚀电流密度及自腐蚀电位两个指标。利用最小二乘法对Weibull参数做了进一步估计,在Weibull分布函数的基础上对钢筋腐蚀后的寿命进行了建模。结果表明:再生混凝土中的钢筋加速腐蚀至30个月时,其腐蚀电流密度最高为0.0584μA/cm2,处于未腐蚀状态;将钢筋低腐蚀与中等腐蚀的界限值(0.5μA/cm2)作为钢筋达到高腐蚀状态时的阈值,确定出再生混凝土中钢筋在第750个月时的可靠度函数开始趋近于零,处于中等腐蚀状态,从而直观反映了钢筋在实际环境中的有效使用寿命,可为再生混凝土中钢筋的维护与检测提供参考。

针对多应力加速寿命试验（ALT）中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播（BP）人工神经网络（ANN）,利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路...

唇形密封圈作为一种常见的动密封件,考虑其尺寸多样、工况复杂、失效形式多等特点,基于失效物理建立的剩余寿命预测模型会存在较大误差。本文依靠对密封圈的关键性能参数进行在线监测采集,利用退化数据建立基于wiener过程的唇形密封圈剩余寿命预测模型。并采用贝叶斯方法,根据不同的性能参数数据量分别对其剩余寿命进行可靠性评估,最后,利用全寿命周期采集得到的试验数据对模型的仿真精度进行验证。

液压缸的工况错综复杂,为了确保液压缸的正常运行,寿命预测系统采集了大量数据以获悉液压缸的寿命状况。针对液压缸监测信号噪声大、单一分类器分类性能不佳的问题,提出了一种基于深度学习的液压缸寿命预测方法。利用DAE算法对噪声数据进行重构,以完成数据的特征提取;利用BP神经网络对数据中各特征子集进行分别训练构成弱分类器,然后采用Adaboost算法对弱分类器进行加权合并成强分类器以实现数据的特征选择。通过实验验证,提出方法可有效提高液压缸的寿命预测精度。

为了提高空间指向机构磨损寿命的预测精度,克服传统静态磨损寿命预测的缺陷,计及间隙、摩擦磨损耦合因素,以实现机构关节动态磨损的精确预测,并对综合考虑间隙、摩擦磨损等因素的空间二维指向机构动力学问题和磨损问题进行了研究。采用牛顿-欧拉法,将间隙变量嵌入动力学模型,构建含间隙二维指向机构的动力学模型。基于Archards磨损模型,找到运动副接触面不同位置处的磨损深度,重构运动副表面形貌,并对磨损前后含间隙指向机构的动态特性进行分析,得到了关节处接触碰撞力和切向摩擦力的变化规律;采用动态拟合变量法和离散处理法分别对含间隙运动副内部间隙与接触力间、运行时间与相对滑移速度间的对应关系进行拟合,并建立了动态磨损数学模型;进一步预测了二维指向机构在跟踪模式、调姿模式下的运行时间分别为12 591.92 h、764.44 h。研...

该文以气缸信赖性试验平台为基础,依据国际标准规定的试验规则,进行气缸信赖性试验,获取相关试验数据;运用威布尔分布理论,对所测试验数据进行分析,建立气缸疲劳寿命分布模型,依此预测气缸的疲劳寿命,并对预测结果进行分析。

针对单方法所建液压泵寿命预测模型精度较低的缺陷,提出基于灰色理论和支持向量机的组合预测模型的液压泵寿命预测方法。该方法通过灰色累加生成操作对原始序列进行数据处理,以增强数据的规律性;运用最小最终误差预测准则确定嵌入维数,选择模型的参数;采用支持向量机进行预测,利用灰色累减生成操作还原数据,得到预测结果。选取液压油的光谱分析数据作为液压泵的寿命特征信息,采用该模型对液压泵进行寿命预测,并与灰色模型、单一支持向量机模型进行预测性能对比。结果表明,灰色支持向量机预测性能最优,精度达到99.37%,为液压泵性能评估和寿命预测提供一种更为有效的方法。

寿命预测和估计是机载液压系统健康管理的核心难点。综述了机载系统寿命预测与估计常用方法，针对长寿命机载系统不可能在出厂前给出准确寿命，提出动态数据更新的粒子滤波寿命估计方法。建立机载液压系统多场耦合作用下性能退化规律，将研制寿命试验的累积损伤表征在退化状态内部，实际飞行数据通过贝叶斯滤波动态更新到寿命估计模型中，考虑余度液压系统多退化状态增广，给出动态机栽液压系统寿命预测与估计方法，实现机载液压系统高精度寿命估计。