可靠性分析設(shè)計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)動機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)計方法4
1.4發(fā)動機渦輪部件疲勞壽命可靠性分析與設(shè)計的關(guān)鍵科學(xué)問題5
參考文獻6
第2章試驗數(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基于極大似然估計方法的小子樣數(shù)據(jù)分析11
2.2.1擬合優(yōu)良性評價的準(zhǔn)則11
2.2.2基于極大似然估計方法的壽命模型12
2.2.3基于隨機加權(quán)Bootstrap方法的分位壽命置信區(qū)間估計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28
2.5數(shù)值模擬28
2.5.1仿真試驗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貝葉斯稀疏多項式混沌展開模型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基于多點加點準(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聚類的多點加點準(zhǔn)則139
4.4.3多點加點準(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隨機和區(qū)間混合不確定性下失效概率的真實界限模型148
4.6.1隨機和區(qū)間混合不確定性下的安全域與失效域分析148
4.6.2隨機和區(qū)間混合不確定性下傳統(tǒng)失效概率的界限與真實界限的關(guān)系149
4.6.3算例分析150
4.7隨機和區(qū)間混合不確定性下失效概率上下界求解的擴展跨越率法151
4.7.1失效概率上界的等價表達式151
4.7.2擴展跨越率的定義152
4.7.3擴展跨越率的成立條件及解釋154
4.7.4擴展跨越率法求解失效概率上界156
4.7.5擴展跨越率法求解失效概率下界159
4.8隨機和區(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)超球截斷抽樣的可靠性分析方法191
5.3.1自適應(yīng)超球截斷抽樣法191
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)超球截斷抽樣的方法193
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210
第6章基于代理模型的可靠性優(yōu)化設(shè)計的解耦法212
6.1基于代理模型的可靠性優(yōu)化設(shè)計的完全解耦法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)計的序列解耦法224
6.2.1逆設(shè)計點的定義及求解方法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)計點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249
第7章嵌入代理模型的疲勞壽命可靠性優(yōu)化設(shè)計的單層法250
7.1可靠性優(yōu)化設(shè)計的單層法250
7.1.1可靠性優(yōu)化設(shè)計模型描述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代理模型與截斷抽樣相結(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280
第8章渦輪部件疲勞壽命可靠性分析與優(yōu)化設(shè)計的實例281
8.1渦輪盤疲勞壽命可靠性分析與優(yōu)化設(shè)計281
8.1.1渦輪盤疲勞壽命可靠性分析與優(yōu)化設(shè)計平臺的構(gòu)成283
8.1.2渦輪盤結(jié)構(gòu)模型及典型工況284
8.1.3渦輪盤的有限元分析286
8.1.4渦輪盤疲勞壽命計算289
8.1.5渦輪盤疲勞壽命可靠性優(yōu)化設(shè)計290
8.1.6渦輪盤疲勞壽命可靠性優(yōu)化設(shè)計結(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300
8.2.1渦輪葉片參數(shù)化聯(lián)合分析平臺的構(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316
8.3渦輪軸疲勞壽命可靠性分析與優(yōu)化設(shè)計319
8.3.1渦輪軸疲勞壽命預(yù)測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331
8.4本章小結(jié)336
參考文獻337