[发明专利]一种针对机械磨损过程随机特征的退化寿命预估方法

说明书

本发明公开了一种针对机械磨损过程随机特征的退化寿命预估方法，(1)采集记录机械磨损退化量及退化量的变化量；(2)建立一种针对机械磨损过程随机特征的退化寿命分布模型；(3)基于最小二乘法估算Gauss‑Markov模型待定参数,基于极大似然估计法估计扩散参数；将所得到的扩散参数和待定参数带入针对机械磨损过程随机特征的退化寿命分布模型中，得到最终的机械构件的退化寿命分布函数，本发明方法能够对机械构件的磨损寿命进行估计。

技术领域

本发明属于机械磨损研究的技术领域，具体涉及一种针对机械磨损过程随机特征的退化寿命预估方法。

背景技术

机械磨损属于一种常见的退化现象，发生于各种舰船以及航天航空类产品中。机械磨损一方面与材料性能有关，另一方面也与工况条件密切相关。目前通过磨损状态、磨屑分析和磨损过程的深入研究，许多学者提出了相关的模型和理论。同时开展了一系列对典型模型进行修正，对磨损预测和减小磨损量等方面的研究工作。Archard J.F首次提出了Archard模型。Hu针对磨具磨损建立了基于Archard模型的反挤压三维有限元模型，并得到不同初始硬度凸模的最大磨损深度的规律。Falconnet将铜合金薄板冲裁有限元分析和Archard磨损模型结合，提出了结合这两种方法的磨损模型理论。Lee考虑了温度和时间对于模具的硬度以及磨损因子的影响，进一步对Archard模型进行了修正。

以上针对机械磨损过程的研究，都是从机械产品的物理机理的角度出发或通过对某特定产品的有限元仿真，进行结构分析。其缺乏对工作环境的时变性以及磨损测量时随机统计噪声所带入的不确定性因素的考虑。对于机械磨损退化数据的不确定波动问题，可采用随机退化理论。有关复杂机械系统性能退化的研究，一直是长寿命产品寿命预测关注的热点。在随机退化理论中，传统的Wiener模型一般用于拟合非单调的性能退化过程。Tang等人在对发光二极管的亮度进行对数变换的基础上，利用线性Wiener过程退化建模，完成了可靠性评估。Wiener退化模型作为随机退化理论的主要模型，在对机械磨损类退化进行寿命评估时，基于磨损测量数据的统计信息，缺少对机械磨损的物理特性的考虑，需要进一步改进其完备性。

针对机械磨损物理模型而言，一般以材料耗损过程的破坏特点和与周围介质作用的物理过程为基础，没有充分利用磨损量小子样数据的随机波动信息。对于传统的Wiener退化模型而言，其以数据波动特点为基础，没有考虑机械磨损的物理过程问题。

发明内容

有鉴于此，本发明提供了一种针对机械磨损过程随机特征的退化寿命预估方法，能够在机械磨损物理模型的基础上，对传统的Wiener退化模型进行改进，对机械构件的磨损寿命进行估计。

实现本发明的技术方案如下：

一种针对机械磨损过程随机特征的退化寿命预估方法，通过机械构件的可靠度函数和失效分布函数来表征其退化寿命；

其中，

t为寿命特征，Φ()为标准正态分布函数，D_f为机械构件的失效阈值，ε代表Gaussian随机扩散量，其服从正态分布，且E(ε)＝0，Var(ε)＝σ_ε²，ε∈(0,1)；表示机械磨损退化量的平均值，表示平均特征寿命，机械磨损样本在T_i时刻进行测量，i＝1,2,...,n，测得的退化量数据为X_i，ΔX_i＝X_i-X_i-1，ΔT_i＝T_i-T_i-1。

有益效果：

本发明提出了结合机械磨损物理模型和传统的Wiener退化模型的机械构件寿命估计方法，能够对机械构件的磨损寿命进行估计。

附图说明