[发明专利]一种不完备信息条件下深井提升机关键部件耦合失效相关性建模方法

说明书

本发明公开了一种不完备信息条件下深井提升机关键部件耦合失效相关性建模方法，包含以下步骤：1）采集提升机关键部件不同失效模式下的故障数据样本，统计不完备信息条件下各失效模式随机响应的统计矩信息；2）采用函数逼近方法获得各失效模式的边缘概率分布函数；3）采用拟合优度检验准则分析各个失效模式间的概率相关属性，确定描述零件失效不同相关属性的最佳copula函数；4）结合各失效模式的边缘概率分布函数和最佳copula函数，建立混合copula函数模型。本发明能够在小样本条件下建立准确的边缘概率密度函数，并考虑了失效模式间可能存在的对称相关、上尾相关以及下尾相关属性，提高超深井提升机关键部件耦合失效相关性建模的灵活性和适用性。

技术领域

本发明涉及矿井提升技术领域，尤其涉及一种深井提升机主轴关键部件耦合失效的相关性建模方法。

背景技术

深部资源开发利用是国家的发展战略，超深矿井大型提升装备是实现深部资源开发的关键装备，其安全有效运行对国民经济发展有着重要意义。由于超深井提升设备的运行条件复杂、工况极其恶劣，容易导致恶性事故发生，因此，准确合理地评估和预测提升设备的可靠性对保障设备安全运行、提高经济效益有很大的意义。随着井深的增加，传统矿井提升装备的有效载荷大大增加，导致其提升效率、安全性等迅速下降而不能用于超深井提升。因此，有必要对超深井恶劣环境下的提升设备开展可靠性研究。由于结构参数和外部激励的同源性，使得深井提升机主轴关键部件各失效模式间存在不同程度的相关性。当开展提升机关键部件的系统可靠性分析时，忽略这些潜在的关联特性将导致可靠性估计出现偏差，影响对提升机的可靠性评价。该发明基于混合copula函数，针对超深井提升设备多失效模式耦合特性，提出了一种多元变量概率相关的建模方法。

在以下几篇文献中：

[1]Noh Y,Choi K K,Du L.Reliability-based design optimization ofproblems with correlated input variables using a Gaussian Copula[J].Structural and multidisciplinary optimization,2009,38(1):1-16.

[2]Tang X S,Li D Q,Zhou C B,et al.Impact of copulas for modelingbivariate distributions on system reliability[J].Structural safety,2013,44:80-90.

[3]一种基于混合Copula函数的多风场出力预测方法[P]，发明专利，CN201710485692.7

文献1采用Gaussian copula函数进行失效模式间的相关性建模，但当失效模式间为非对称相关时，其建模精度较差。

文献2通过在多个待定copula函数中选择最佳copula函数以描述失效模式间的相关属性，但是单一copula函数往往无法描述完整的相关属性。

文献3里提供了一种混合copula函数以建立风的相关模型，该模型的建立是建立在大容量数据样本的前提下，采用遍历性统计方法进行建模，对故障数据缺乏的深井提升装备适用性不佳，无法解决小样本条件下边缘概率函数的建模问题。

发明内容

本发明的目的之一至少在于，针对现有技术存在的问题，提供一种不完备信息条件下深井提升机关键部件耦合失效相关性建模方法，能够在部件故障信息缺乏的条件下更准确地描述提升机关键部件失效模式间的概率相关性，提高深井提升机多失效模式联合概率建模的精度。

为了实现上述目的，本发明采用的技术方案为：

一种不完备信息条件下深井提升机关键部件耦合失效相关性建模方法，所述方法包括以下步骤：