基于性能退化分析的高速動(dòng)車組齒輪箱可靠性研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文針對(duì)高速動(dòng)車組齒輪箱的潤(rùn)滑油檢測(cè)數(shù)據(jù),采用基于性能退化數(shù)據(jù)的可靠性研究方法對(duì)高速動(dòng)車組齒輪箱的可靠性進(jìn)行了研究。并用機(jī)器學(xué)習(xí)算法擬合鐵元素規(guī)律,預(yù)測(cè)齒輪箱的健康狀態(tài)。
  首先,本文通過繪制油樣運(yùn)行里程-鐵元素含量散點(diǎn)圖和列車運(yùn)行里程-鐵元素含量散點(diǎn)圖;計(jì)算油樣運(yùn)行里程-鐵元素含量之間的的Spearman秩相關(guān)系數(shù)、顯著性水平和列車運(yùn)行里程-鐵元素含量之間的的Spearman秩相關(guān)系數(shù)、顯著性水平,可以證明:油樣運(yùn)行里程和鐵元

2、素含量、列車運(yùn)行里程和鐵元素含量之間的正相關(guān)性是顯著的,并且油樣運(yùn)行里程和鐵元素含量之間的相關(guān)性更強(qiáng)。其次,本文利用Wiener過程的首達(dá)時(shí)間服從逆高斯分布的結(jié)論來建立首達(dá)時(shí)間的概率分布,分別建立漂移參數(shù)和擴(kuò)散參數(shù)均為常數(shù)的Wiener模型和漂移參數(shù)為隨機(jī)數(shù)擴(kuò)散參數(shù)為常數(shù)的Wiener模型。采用極大似然法分別給出2個(gè)模型的漂移參數(shù)推斷的公式和擴(kuò)散參數(shù)的推斷公式。通過對(duì)2個(gè)模型的可靠度函數(shù)進(jìn)行分析發(fā)現(xiàn)如下規(guī)律:2種模型的可靠度函數(shù)和失效分

3、布函數(shù)的變化情況是相似的,失效閾值為120ug/g時(shí),可靠度快速下降;失效閾值為350ug/g和500ug/g的情況下,累積失效概率和可靠度是先緩慢變化,然后劇烈變化。再次,根據(jù)Gamma過程的首達(dá)時(shí)間的性質(zhì)給出齒輪箱失效分布函數(shù)和可靠性函數(shù),利用矩估計(jì)的方法給出了形狀參數(shù)和尺度參數(shù)估計(jì)值的計(jì)算公式;通過對(duì)可靠度函數(shù)進(jìn)行分析發(fā)現(xiàn):失效閾值為120ug/g時(shí),可靠度快速下降至一個(gè)較低的值;失效閾值為350ug/g和500ug/g的情況下,

4、累積失效概率和可靠度是先緩慢變化,然后劇烈變化。根據(jù)可靠度函數(shù)的變化規(guī)律確定40萬(wàn)km換油。最后,分別采用支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林這3個(gè)不同的機(jī)器學(xué)習(xí)算法來擬合對(duì)鐵元素含量。并采用k折交叉驗(yàn)證方法來對(duì)模型的參數(shù)進(jìn)行優(yōu)化,最終使訓(xùn)練集和測(cè)試集的模型誤差同時(shí)達(dá)到最小。結(jié)果表明隨機(jī)森林模型的訓(xùn)練集誤差和測(cè)試集誤差都是最小的,因此隨機(jī)森林模型是最適合本數(shù)據(jù)模型的。將隨機(jī)森林模型推廣到預(yù)判齒輪箱潤(rùn)滑油狀態(tài)上進(jìn)行應(yīng)用。
  本文通過

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論