可靠性分析設(shè)計(jì)理論及其在渦輪部件中的應(yīng)用

目錄
前言
第1章緒論1
1.1發(fā)動(dòng)機(jī)渦輪部件疲勞壽命分析方法1
1.2結(jié)構(gòu)可靠性分析方法2
1.3結(jié)構(gòu)可靠性優(yōu)化設(shè)計(jì)方法4
1.4發(fā)動(dòng)機(jī)渦輪部件疲勞壽命可靠性分析與設(shè)計(jì)的關(guān)鍵科學(xué)問(wèn)題5
參考文獻(xiàn)6
第2章試驗(yàn)數(shù)據(jù)處理方法7
2.1疲勞/蠕變壽命分析模型的廣義描述7
2.1.1應(yīng)力-壽命分析模型7
2.1.2應(yīng)變-壽命分析模型8
2.1.3蠕變-壽命分析模型8
2.1.4位置-尺度參數(shù)化的壽命分析模型9
2.2基于極大似然估計(jì)方法的小子樣數(shù)據(jù)分析11
2.2.1擬合優(yōu)良性評(píng)價(jià)的準(zhǔn)則11
2.2.2基于極大似然估計(jì)方法的壽命模型12
2.2.3基于隨機(jī)加權(quán)Bootstrap方法的分位壽命置信區(qū)間估計(jì)14
2.3基于貝葉斯模型平均方法的小子樣數(shù)據(jù)分析15
2.3.1基于貝葉斯模型平均方法的模型參數(shù)估計(jì)16
2.3.2消除初始值和自相關(guān)性的影響21
2.3.3基于貝葉斯模型平均方法的壽命推斷21
2.3.4基于貝葉斯模型平均方法的分位壽命置信區(qū)間估計(jì)23
2.4基于貝葉斯分位數(shù)回歸方法的小子樣數(shù)據(jù)分析23
2.4.1基于貝葉斯分位數(shù)回歸方法的模型參數(shù)估計(jì)23
2.4.2基于貝葉斯分位數(shù)回歸方法的壽命推斷27
2.4.3基于貝葉斯分位數(shù)回歸方法的分位壽命置信區(qū)間估計(jì)28
2.5數(shù)值模擬28
2.5.1仿真試驗(yàn)28
2.5.2GH4169低周疲勞小子樣數(shù)據(jù)分析32
2.6本章小結(jié)35
參考文獻(xiàn)37
第3章不確定性下全局靈敏度分析方法39
3.1基于方差的全局靈敏度分析方法39
3.1.1基于方差的全局靈敏度指標(biāo)的定義39
3.1.2乘法降維結(jié)合數(shù)字模擬求解方差全局靈敏度指標(biāo)的單層分析法40
3.1.3求解方差全局靈敏度指標(biāo)的空間分割結(jié)合數(shù)字模擬法45
3.2基于概率密度函數(shù)的矩獨(dú)立全局靈敏度分析方法52
3.2.1分位數(shù)回歸方法52
3.2.2極大熵結(jié)合Nataf變換法59
3.2.3共用積分網(wǎng)格結(jié)合極大熵法70
3.2.4空間分割算法75
3.3基于失效概率的全局靈敏度分析方法80
3.3.1失效概率全局靈敏度指標(biāo)的定義及其雙層MCS求解法80
3.3.2Bayes公式與MCS相結(jié)合的失效概率全局靈敏度求解算法82
3.3.3Bayes公式與重要抽樣相結(jié)合的失效概率全局靈敏度求解算法83
3.3.4基于條件概率公式的失效概率全局靈敏度算法89
3.4渦輪葉片全局靈敏度分析95
3.4.1渦輪葉片疲勞壽命分析模型95
3.4.2渦輪葉片疲勞壽命可靠性分析模型97
3.4.3渦輪葉片結(jié)構(gòu)疲勞壽命的方差全局靈敏度分析結(jié)果100
3.4.4渦輪葉片結(jié)構(gòu)疲勞壽命的矩獨(dú)立全局靈敏度分析結(jié)果101
3.4.5渦輪葉片結(jié)構(gòu)疲勞壽命的失效概率全局靈敏度分析結(jié)果101
3.5本章小結(jié)102
參考文獻(xiàn)103
第4章MonteCarlo結(jié)合自適應(yīng)代理模型的可靠性分析方法105
4.1自適應(yīng)高斯輸出型代理模型105
4.1.1基于切片逆回歸降維的Kriging模型106
4.1.2貝葉斯稀疏多項(xiàng)式混沌展開(kāi)模型111
4.1.3貝葉斯支持向量回歸模型114
4.1.4高斯輸出型代理模型及自適應(yīng)學(xué)習(xí)函數(shù)120
4.2基于樣本池縮減策略的自適應(yīng)代理模型結(jié)合MCS的方法124
4.2.1失效概率求解的MCS方法125
4.2.2樣本池縮減策略的確定性分類方式126
4.2.3樣本池縮減策略的自適應(yīng)分類方式129
4.2.4算例分析131
4.3基于分層訓(xùn)練策略的自適應(yīng)代理模型結(jié)合MCS的方法134
4.3.1基于分層訓(xùn)練策略的自適應(yīng)代理模型結(jié)合MCS的步驟134
4.3.2算例分析136
4.4基于多點(diǎn)加點(diǎn)準(zhǔn)則的自適應(yīng)代理模型結(jié)合MCS的方法138
4.4.1K-medoids聚類分析138
4.4.2基于加權(quán)K-medoids聚類的多點(diǎn)加點(diǎn)準(zhǔn)則139
4.4.3多點(diǎn)加點(diǎn)準(zhǔn)則自適應(yīng)代理模型結(jié)合MCS的步驟140
4.4.4算例分析141
4.5隨機(jī)和區(qū)間混合不確定性下傳統(tǒng)可靠性分析的雙層嵌套優(yōu)化法144
4.5.1隨機(jī)和區(qū)間混合不確定性的三種類型144
4.5.2失效概率上下界求解的雙層嵌套優(yōu)化法145
4.5.3雙層嵌套優(yōu)化方法求解失效概率上下界的內(nèi)在本質(zhì)分析145
4.6隨機(jī)和區(qū)間混合不確定性下失效概率的真實(shí)界限模型148
4.6.1隨機(jī)和區(qū)間混合不確定性下的安全域與失效域分析148
4.6.2隨機(jī)和區(qū)間混合不確定性下傳統(tǒng)失效概率的界限與真實(shí)界限的關(guān)系149
4.6.3算例分析150
4.7隨機(jī)和區(qū)間混合不確定性下失效概率上下界求解的擴(kuò)展跨越率法151
4.7.1失效概率上界的等價(jià)表達(dá)式151
4.7.2擴(kuò)展跨越率的定義152
4.7.3擴(kuò)展跨越率的成立條件及解釋154
4.7.4擴(kuò)展跨越率法求解失效概率上界156
4.7.5擴(kuò)展跨越率法求解失效概率下界159
4.8隨機(jī)和區(qū)間混合不確定性下可靠性分析的雙層自適應(yīng)代理模型法160
4.8.1失效概率上界求解的雙層自適應(yīng)代理模型結(jié)合MCS的方法160
4.8.2失效概率下界求解的雙層自適應(yīng)代理模型結(jié)合MCS的方法163
4.9隨機(jī)和區(qū)間混合不確定性下可靠性分析的單層自適應(yīng)代理模型法164
4.9.1失效概率上界求解的單層自適應(yīng)代理模型結(jié)合MCS的方法164
4.9.2失效概率下界求解的單層自適應(yīng)代理模型結(jié)合MCS的方法168
4.9.3算例分析169
4.10本章小結(jié)171
參考文獻(xiàn)172
第5章自適應(yīng)代理模型結(jié)合高效抽樣的可靠性分析方法174
5.1自適應(yīng)代理模型結(jié)合改進(jìn)重要抽樣的可靠性分析方法174
5.1.1重要抽樣法174
5.1.2改進(jìn)的重要抽樣法175
5.1.3求解失效概率的自適應(yīng)代理模型結(jié)合改進(jìn)重要抽樣的方法178
5.1.4算例分析181
5.2自適應(yīng)代理模型結(jié)合元模型重要抽樣的可靠性分析方法183
5.2.1元模型重要抽樣法183
5.2.2求解失效概率的自適應(yīng)代理模型結(jié)合元模型重要抽樣的方法185
5.2.3算例分析189
5.3自適應(yīng)代理模型結(jié)合自適應(yīng)超球截?cái)喑闃拥目煽啃苑治龇椒?91
5.3.1自適應(yīng)超球截?cái)喑闃臃?91
5.3.2求解失效概率的自適應(yīng)代理模型結(jié)合自適應(yīng)超球截?cái)喑闃拥姆椒?93
5.3.3算例分析195
5.4自適應(yīng)代理模型結(jié)合方向抽樣的可靠性分析方法197
5.4.1方向抽樣法197
5.4.2求解失效概率的自適應(yīng)代理模型結(jié)合方向抽樣的方法199
5.4.3算例分析202
5.5自適應(yīng)代理模型結(jié)合子集模擬的可靠性分析方法203
5.5.1子集模擬法204
5.5.2求解失效概率的自適應(yīng)代理模型結(jié)合子集模擬的方法206
5.5.3算例分析209
5.6本章小結(jié)210
參考文獻(xiàn)210
第6章基于代理模型的可靠性優(yōu)化設(shè)計(jì)的解耦法212
6.1基于代理模型的可靠性優(yōu)化設(shè)計(jì)的完全解耦法213
6.1.1基于失效概率函數(shù)的完全解耦法213
6.1.2基于可行域函數(shù)代理模型的完全解耦法217
6.1.3算例分析221
6.2嵌入代理模型的可靠性優(yōu)化設(shè)計(jì)的序列解耦法224
6.2.1逆設(shè)計(jì)點(diǎn)的定義及求解方法224
6.2.2經(jīng)典序列解耦法229
6.2.3嵌入代理模型與設(shè)計(jì)參數(shù)處局部抽樣的序列解耦法231
6.2.4嵌入代理模型與逆設(shè)計(jì)點(diǎn)處局部抽樣的序列解耦法236
6.2.5算例分析240
6.3嵌入代理模型的可靠性優(yōu)化設(shè)計(jì)的類序列解耦法243
6.3.1嵌入代理模型的類序列解耦法243
6.3.2算例分析245
6.4本章小結(jié)248
參考文獻(xiàn)249
第7章嵌入代理模型的疲勞壽命可靠性優(yōu)化設(shè)計(jì)的單層法250
7.1可靠性優(yōu)化設(shè)計(jì)的單層法250
7.1.1可靠性優(yōu)化設(shè)計(jì)模型描述250
7.1.2RBDO模型求解的單層法251
7.1.3算例分析260
7.2基于代理模型的單層法264
7.2.1擴(kuò)展的可靠性空間中概率密度函數(shù)264
7.2.2嵌入代理模型的單層法求解RBDO模型的流程265
7.3代理模型與改進(jìn)數(shù)字模擬法結(jié)合的單層法268
7.3.1代理模型與重要抽樣相結(jié)合的單層法268
7.3.2代理模型與截?cái)喑闃酉嘟Y(jié)合的單層法270
7.3.3代理模型與方向抽樣相結(jié)合的單層法273
7.3.4算例分析276
7.4本章小結(jié)279
參考文獻(xiàn)280
第8章渦輪部件疲勞壽命可靠性分析與優(yōu)化設(shè)計(jì)的實(shí)例281
8.1渦輪盤(pán)疲勞壽命可靠性分析與優(yōu)化設(shè)計(jì)281
8.1.1渦輪盤(pán)疲勞壽命可靠性分析與優(yōu)化設(shè)計(jì)平臺(tái)的構(gòu)成283
8.1.2渦輪盤(pán)結(jié)構(gòu)模型及典型工況284
8.1.3渦輪盤(pán)的有限元分析286
8.1.4渦輪盤(pán)疲勞壽命計(jì)算289
8.1.5渦輪盤(pán)疲勞壽命可靠性優(yōu)化設(shè)計(jì)290
8.1.6渦輪盤(pán)疲勞壽命可靠性優(yōu)化設(shè)計(jì)結(jié)果296
8.2渦輪葉片多模式壽命可靠性分析與優(yōu)化設(shè)計(jì)300
8.2.1渦輪葉片參數(shù)化聯(lián)合分析平臺(tái)的構(gòu)成300
8.2.2輸入變量分析301
8.2.3結(jié)構(gòu)分析304
8.2.4不同失效模式下的概率壽命模型309
8.2.5多模式壽命可靠性分析312
8.2.6多模式壽命可靠性優(yōu)化設(shè)計(jì)316
8.3渦輪軸疲勞壽命可靠性分析與優(yōu)化設(shè)計(jì)319
8.3.1渦輪軸疲勞壽命預(yù)測(cè)320
8.3.2渦輪軸疲勞壽命可靠性分析327
8.3.3渦輪軸疲勞壽命可靠性優(yōu)化設(shè)計(jì)331
8.4本章小結(jié)336
參考文獻(xiàn)337