[发明专利]一种考虑极值分布的机构时变可靠性分析方法

权利要求书

1.一种考虑极值分布的机构时变可靠性分析方法，其特征在于，包括：

S1、根据误差变量的均值与误差变量的相关矩阵，建立误差变量的联合概率密度函数；

S2、根据步骤S1的联合概率密度函数构建可靠度分析模型；

S3、采用核函数拟合各误差变量的概率密度函数；

S4、根据步骤S2的可靠度分析模型以及步骤S3的概率密度函数，求解时变可靠度。

2.根据权利要求1所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S1包括以下分步骤：

S11、采用极值法求解在给定时间区间内的极值时刻点；具体的：通过获取机构运动误差函数对时间的一阶导数等于零的解来获得给定时间区间内的极值时刻点及对应的输入角度点；

S12、根据机构误差函数以及步骤S11求得的各个极值时刻点，获得各极值时刻点对应的误差变量矢量；

S13、将步骤S11求得的各个极值时刻点对应的输入角度，带入机构运动误差函数，获得各极值时刻点对应的运动误差变量的均值以及各运动误差变量之间的协方差矩阵；

S14、根据运动误差变量的均值与各运动误差变量之间的协方差矩阵，建立联合概率密度函数。

3.根据权利要求2所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S2可靠度分析模型表达式为：

其中，X为误差变量，ε为安全临界值。

4.根据权利要求3所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S3具体包括以下分步骤：

S31、设定输入角度变量随时间变量改变；

S32、通过获取机构运动误差函数对时间的一阶导数等于零的解，获得给定输入角度区间内的输入角度变量；

S33、通过核函数估计输入角度变量的分布，获取其概率密度函数。

5.根据权利要求4所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S4具体包括以下分步骤：

S41、根据步骤S2中构建的可靠性分析模型以及步骤S3得到的概率密度函数，对步骤S2中构建的可靠性分析模型中的运动误差变量的均值与各运动误差之间的协方差矩阵进行更新；

S42、根据步骤S41更新的运动误差变量的均值与各运动误差之间的协方差矩阵，得到更新的联合概率密度函数；

S43、通过对更新的联合概率密度函数与步骤S3的概率密度函数进行积分，求解机构时变可靠度。

6.根据权利要求5所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S43的计算表达式为：

其中，R(θ₀,θ_e)表示机构在给定的时间区间[t₀,t_e]所对应的输入角度区间[θ₀,θ_e]内的时变可靠度，为各极值时刻点对应的运动误差变量之间的联合概率密度函数，f(θ)为输入角度变量的概率密度函数。

7.根据权利要求2或4所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，机构运动误差函数表达式为：

其中，η(·)表示机构运动误差函数，X为运动误差变量，θ为随时间变化的输入角度变量。

8.根据权利要求7所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S11计算给定时间区间内的极值时刻点时，构运动误差函数中的X取值为运动误差变量均值。

9.根据权利要求7所述的一种考虑极值分布的机构时变可靠性分析方法，其特征在于，步骤S32计算给定输入角度区间内的极值输入角度时，构运动误差函数中的X为运动误差变量。