针对单台或小样本数控机床刀具可靠性评估时,传统的基于大样本统计的可靠性评估方法因缺乏时间、动态、个性化的精确性描述而难以发挥作用。为了提高单台或小样本条件下的机床刀具运行可靠性评估精度和可信性,作者提出了一种基于奇异值分解(SVD)和支持向量空间的运行可靠性评估方法。首先通过实验对机床切削加工过程中的刀架振动信号进行获取,采用小波包分解、能量分布和时频域统计量分析,提取出与刀具磨损量密切相关的显著特征指标。为了降低计算复杂程度和减小冗余成分,进一步利用SVD对所提取的刀具正常磨损条件的振动信号时频域高维特征数据集进行降维处理。然后将降维数据作为测试样本代入支持向量空间模型构造支持向量空间超球体,以该超球体所定义的圆心和半径为计算依据,将待检样本相对于超球体的相对距离作为描述刀具...

为了提高少失效或零失效数据条件下的航空发动机轴承运行可靠性评估精度和可信性,提出了一种基于比例协变量模型(PCM)和Logistic回归模型(LRM)混合的可靠性评估方法。首先对轴承运行过程中的监测数据进行信号分析,提取状态特征指标,结合失效阈值确定设备状态,利用LRM先求解轴承的初始可靠性,进一步求解出轴承的初始故障率和基本协变量函数;然后与PCM相结合,通过响应协变量和基本协变量函数对系统故障率函数进行不断更新,动态揭示状态监测数据与可靠性的映射关系;最后利用更新后的故障率函数对航空发动机轴承进行运行可靠性评估。试验结果表明该方法不需要人为确定基本协变量函数,避免了主观选择差异带入的估计偏差,所确定的寿命误差在5%以内,为少失效或无失效条件下的运行可靠性评估提供了一种新的手段。