設計方案評價及結(jié)構(gòu)可靠性穩(wěn)健設計研究.pdf_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、概念設計在整個產(chǎn)品設計中占有舉足輕重的地位,而概念設計產(chǎn)生的設計方案是多種多樣的,如何從眾多設計方案中選擇最優(yōu)方案,且評價過程中有效避免主觀因素對評價結(jié)果的影響將對實際工程有重要指導意義。設計理論和方法在產(chǎn)品開發(fā)中的重要作用激發(fā)了人們對設計的重視,以至可靠性設計等新理論、新方法不斷涌現(xiàn)。對機械結(jié)構(gòu)來說,可靠性指標一般隨材料特性、幾何參數(shù)、工作環(huán)境等不確定性因素變化而減弱,所以結(jié)構(gòu)的可靠度、靈敏度及穩(wěn)健設計都應考慮這些因素。因此建立可靠性

2、穩(wěn)健設計模型更接近實際工況,對確定機械結(jié)構(gòu)的可靠性信息具有重要的理論意義和工程實用價值。
   首先,將公理設計理論、層次分析法和灰色聚類理論相結(jié)合,構(gòu)建了基于灰色聚類和信息公理集成的方案評價模型。該模型利用灰色聚類理論將信息公理評價過程中定性化模糊信息指標定量表達,利用層次分析法對評價指標體系進行合理構(gòu)建;針對信息公理無法評價定性指標的缺點,利用三角白化權函數(shù)對定性指標進行了白化處理。對信息量的計算公式進行了改進,將方案設計范

3、圍和系統(tǒng)范圍進行擴展,通過比較各備選方案的總信息量來確定最佳方案。該方法有效克服了信息公理中較復雜方案信息含量難以計算的缺點,有效避免了人為主觀臆斷對評價結(jié)果的影響,因而有更廣泛的適用性。
   其次,利用鞍點估計技術可以無限逼近非正態(tài)變量空間中線性極限狀態(tài)函數(shù)概率分布的特點,能有效解決統(tǒng)計資料或?qū)嶒灁?shù)據(jù)較少而難以確定設計變量的分布規(guī)律的問題。將可靠性設計理論、靈敏度分析技術與鞍點逼近理論相結(jié)合,以前面可靠性數(shù)學模型為基礎,系統(tǒng)

4、地推導了基于鞍點估計的可靠性靈敏度公式,討論了基于鞍點估計法的機械零部件可靠性靈敏度計算問題,為進一步分析機械零部件的可靠性穩(wěn)健設計奠定了理論基礎。
   然后,基于隨機攝動技術,考慮實際工程優(yōu)化問題中存在的多失效模式,構(gòu)建了可靠性優(yōu)化設計模型,一方面從可靠度對各設計參數(shù)的靈敏度的角度去分析,通過控制可靠度對均值和方差的靈敏度提出了基于鞍點逼近理論械零部件的可靠性穩(wěn)健優(yōu)化設計方法,本方法應用極限狀態(tài)函數(shù)完整的分布信息進行可靠性分

5、析,避免了繁瑣的迭代優(yōu)化過程,使可靠性穩(wěn)健設計具有較高效率和精度;另一方面通過對其目標函數(shù)和約束條件進行靈敏度分析,生成目標函數(shù)和約束函數(shù)的靈敏度附加項,提出了兩種基于靈敏度附加目標函數(shù)的可靠性穩(wěn)健優(yōu)化設計模型,該模型突破傳統(tǒng)意義上通過控制可靠度對均值和方差的靈敏度來實現(xiàn)機械零部件可靠性穩(wěn)健優(yōu)化設計的局限,為機械零部件的可靠性和穩(wěn)健性水平提供了理論依據(jù)。
   最后,將Monte-Carlo法與MATLAB結(jié)合,在大樣本隨機抽樣

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論