[发明专利]一种千米深井提升机制动器可靠性智能评估与寿命预测方法

权利要求书

1.一种千米深井提升机制动器可靠性智能评估与寿命预测方法，用于针对目标提升机制动器进行可靠性智能评估，其特征在于，通过如下步骤i至步骤ii，获得目标提升机制动器所对应的数字孪生模型，然后基于数字孪生模型，按预设第一周期时长执行如下步骤A至步骤H，实现对目标提升机制动器的实时可靠性评估；

步骤i.根据目标提升机制动器的各项结构参数、材料属性参数、以及制动工况参数，结合制动盘、制动闸瓦、蝶形弹簧之间的物理作用关系，建立目标提升机制动器所对应的三维结构有限元仿真模型，然后进入步骤ii；

步骤ii.基于指定正常制动工况与指定紧急制动工况下，根据目标提升机制动器与三维结构有限元仿真模型在制动闸瓦和制动盘接触所产生制动力矩的差异，针对三维结构有限元仿真模型参数，以及制动盘、制动闸瓦、蝶形弹簧之间的物理作用关系进行调整，获得目标提升机制动器所对应的数字孪生模型；

步骤A.检测获得目标提升机制动器对应指定各项结构参数、各项材料属性参数、各制动工况参数的数据、以及对应指定各制动性能参数的数据，并将该各个参数的数据映射到数字孪生模型中，实现与数字孪生模型中相应参数数据的同步更新，然后进入步骤B；

步骤B.分别针对各项结构参数、各项材料属性参数、以及各制动工况参数，建立数字孪生模型对应参数的一组随机数据，且该组随机数据分布满足步骤A所获目标提升机制动器对应该结构参数、材料属性参数、以及制动工况参数的概率分布；进而获得各项结构参数、各项材料属性参数、以及各制动工况参数之间不同随机数据的组合，即构成数字孪生模型所对应的各组随机参数组合，然后进入步骤C；

步骤C.分别针对指定正常制动工况与指定紧急制动工况，获得各指定工况下、数字孪生模型各制动性能参数分别对应各组随机参数组合下的随机响应；然后进入步骤D；

步骤D.分别针对各个制动性能参数，根据各指定工况下、数字孪生模型制动性能参数分别对应各组随机参数组合下的随机响应，以各组随机参数组合为输入，各组随机参数组合分别所对应该制动性能参数为输出，构建该制动性能参数所对应的训练数据样本库；然后进入步骤E；

步骤E.分别针对各个制动性能参数，根据制动性能参数所对应的训练数据样本库，构建各个制动性能参数分别所对应的模型函数，即各个制动性能参数分别所对应的随机响应面模型；然后进入步骤F；

步骤F.根据各个制动性能参数分别所对应的随机响应面模型，结合目标提升机制动器所对应各制动性能参数阈值，建立各个制动性能参数分别所对应的可靠性评估模型，然后进入步骤G；

步骤G.针对检测目标提升机制动器所获各制动工况参数的数据，根据各个制动性能参数分别所对应的可靠性评估模型，采用可知矩进行统计矩分析，进而采用基于可知矩的高阶矩逼近方法，获得各制动性能参数分别所对应的可靠性结果，即实现对目标提升机制动器的实时可靠性评估，然后进入步骤H；

步骤H.检测获得目标提升机制动器对应指定各制动工况参数的数据、以及对应指定各制动性能参数的数据，构建以各制动工况参数的数据为输入，对应各制动性能参数的数据为输出，并对应加入各制动性能参数分别所对应的训练数据样本库中，然后返回步骤E。

2.根据权利要求1所述一种千米深井提升机制动器可靠性智能评估与寿命预测方法，其特征在于：所述步骤G中，获得各制动性能参数分别所对应的可靠性结果后，针对各制动性能参数之间的相关性，应用copula函数针对各可靠性结果建立多失效模式相关下的系统可靠性模型，即获得目标提升机制动器所对应的综合可靠性结果。