为了研究齿根裂纹对硬齿面齿轮疲劳寿命的影响,以某渐开线硬齿面齿轮为研究对象,基于断裂力学方法和疲劳裂纹扩展理论,分析研究了齿轮齿根疲劳裂纹扩展机制;建立了考虑载荷大小、初始裂纹大小以及初始裂纹位置等因素影响的硬齿面齿轮齿根裂纹扩展剩余寿命分析模型,研究了齿根裂纹不同扩展阶段的应力强度因子演变规律与裂纹扩展机制;根据某渐开线硬齿面齿轮副弯曲疲劳试验数据,对所建计算模型进行了分析与验证,证明了模型的准确性。结果表明,与Ⅱ型裂纹、Ⅲ型裂纹相比,Ⅰ型裂纹应力强度因子最大,从齿面到裂纹深度方向,其值逐渐减小;随载荷、裂纹长度、裂纹宽度以及初始裂纹距齿宽中心位置的距离等因素的增大,裂纹扩展剩余寿命都随之减小。

轴向柱塞泵工作环境恶劣、工况复杂,柱塞在柱塞腔内做往复直线运动,承受着复杂的交变应力,疲劳损伤是其常见的失效形式之一。为了分析柱塞泵的疲劳损伤、预测其剩余寿命,提高其运行的安全可靠性,提出柱塞泵疲劳损伤分析及寿命预测方法。建立柱塞泵的刚-柔-液耦合模型,进行联合仿真并分析;基于Miner疲劳累计损伤理论,运用ANSYS Workbench软件及nCode模块,得到柱塞的疲劳损伤云图和疲劳寿命云图,对柱塞泵疲劳损伤的薄弱部位以及剩余寿命进行分析,最后探究了主轴转速、工作压力对柱塞泵疲劳损伤及剩余寿命的影响。结果显示:在典型工况下,柱塞的疲劳寿命约为7448.8 h,基本可以满足柱塞疲劳寿命要求。

为准确预测轴承的剩余使用寿命,提出基于特征融合与猎食者-猎物优化(HPO)算法优化相关向量机的轴承剩余寿命预测方法。提取时域、频域和时频域特征准确描述轴承的退化状态,利用综合评价指标对提取的特征进行筛选得到敏感特征集;采用核熵成分分析对敏感特征进行自适应融合,得到轴承的退化特征;构建混合核函数作为相关向量机的核函数以提高模型预测性能;最后,利用HPO算法得到混合核函数的参数,将寻优得到的参数用于寿命预测模型的训练。通过对轴承加速退化数据集进行实验,结果表明:所构建的寿命预测模型优于BP、ELM、SVM等模型,构造的混合核函数模型优于高斯核函数模型,采用的优化算法优于粒子群、遗传算法等。

本文首先介绍了机械设备系统剩余寿命评定的基本概念，然后从分析基本历史的剩余 寿命评定方法入手，提出了基于人工神经网络的剩余寿命评定方法。

针对气缸可靠性研究中剩余寿命预测方面的问题,提出了一种基于退化路径的气缸剩余寿命在线预测方法。在建立了基于维纳过程的气缸退化模型基础上,推导了退化路径决定下的气缸剩余寿命的概率密度函数解析表达式,提出了一种融合Bayes估计和期望最大化算法的参数在线估计方法,实现了气缸剩余寿命在线预测,并通过气缸性能退化实验数据验证了方法的有效性。通过与同类方法对比结果表明,在小样本情况下,所提方法能更准确地预测气缸剩余寿命且预测的不确定性更低。

煤矿综采液压支架是控制采煤工作面矿山压力的大型核心装备,是现代采煤作业安全防护、作业空间扩大和采煤效率提高的关键,主要由液压件(立柱、千斤顶)、承载结构件(顶梁、掩护梁和底座等)、推移装置、控制系统和其他辅助装置组成,往往在极其恶劣复杂的矿井环境中服役,局部容易发生变形损伤、疲劳和腐蚀。对其关键部件进行失效分析及剩余寿命评估,是推动整机再制造和促进绿色循环经济发展的基本前提条件。对顶梁、底座、连杆、立柱等关键部件的失效形式及原因进行综述与分析,指出结构件的失效原因分析需要受到更多关注。总结支架寿命评估的研究现状,指出目前的研究集中在设计阶段的强度校核和寿命预估上,而关于服役了一段时间的支架的剩余寿命研究仍是空白。最后提出基于断裂力学利用有限元模拟进行剩余寿命评估的发展趋势。

裂纹的扩展行为研究是压力容器剩余寿命预测的关键与基础,针对压力容器含埋藏裂纹的安全程度评价问题,在埋藏裂纹的安全衰减路径仿真基础上,提出了一种预测埋藏裂纹剩余寿命的计算方法。首先通过对Paris疲劳裂纹扩展公式进行迭代运算,建立裂纹长度和深度的几何关联变化模型,利用该关联模型在R6评价图上仿真模拟埋藏裂纹缺陷的安全衰减路径轨迹,其路径轨迹表征的裂纹变化过程可分为埋藏裂纹阶段和表面裂纹阶段。采用数字积分方法求解不同阶段的安全衰减路径的剩余轨迹线段,并以此为度量建立埋藏裂纹安全裕度的计算模型,该计算模型能够给出裂纹缺陷在任何尺寸时对应的动态安全裕度,并以此来反应压力容器的安全程度。通过建立压力容器裂纹缺陷的受力模型,利用有限元方法分别计算出裂纹特殊点的应力强度因子,并运用权函数法,求出裂...

针对数控转台精度衰退状态缺乏有效的评估方法的问题,提出一种数控转台重复定位精度衰退趋势预测模型,该模型结合了隐马尔科夫(Hidden Markov Model,HMM)算法和粒子滤波(Particle Filtering,PF)算法,其中粒子滤波算法使用粒子群算法(Particle Swarm Optimization,PSO)优化了初始参数。选择了从数控转台精度衰退加速寿命试验中获得的振动信号作为研究数据。通过聚合经验模态与主成分分析(EEMD-PCA)算法对原始信号降噪,并提取含有故障特征的信号进行信号重构;使用统计特征量作为观察值训练获得HMM模型,对数控转台精度衰减做出早期诊断,并由此获得数控转台精度健康状态指标;使用粒子滤波算法建立数控转台精度衰退预测模型,并预测精度的剩余寿命。在以第50组数据为预测起始点时,预测的剩余寿命为21,实际测量的结果为17,相差4,比较接近。综合分析模型计算与试验测量...

针对连续隐半马尔科夫模型(Continuous hidden semi-Markov model，CHSMM)对滚动轴承剩余寿命预测精度低问题，提出一种基于改进CHSMM的滚动轴承剩余寿命方法。提取滚动轴承振动信号的时域、时频域特征向量，采用主成分分析(Principle component analysis，PCA)算法对特征向量进行降维；针对状态驻留时间概率密度函数不符合实际而引起的剩余寿命预测精度低问题，将高斯混合概率密度函数引入到CHSMM算法中，建立退化状态识别模型和剩余寿命预测模型。最后，将轴承全生命周期数据输入到模型中，得到轴承的退化状态和剩余寿命。试验结果表明，采用所提方法能准确的对轴承剩余寿命进行预测，与CHSMM算法相比，退化状态识别的正确率提高了12%，剩余寿命预测的正确率提高了23%。

针对典型的液压系统回路,建立在故障预测基础上的主动预防性维修,可以使得维修保障措施针对性强、维修效果好。从这种视情维修的视角,以实际需求为牵引建立的基于剩余寿命预测的维修策略,在工业、国防、航空等领域有着广泛应用前景,这既能够提高装备安全性、战备完好性,又能够降低维修保障费用。对传统预防性维修决策模型进行推广,建立了退化数据驱动的预防性维修决策模型;建立了基于退化数据的剩余寿命在线预测模型,实现了依据退化数据求解剩余寿命分布;设计了起竖油缸的加速退化试验并获取了其性能退化数据,通过所建预防性维修决策模型制订了起竖回路的预防性维修方案。