CN105354403A - 一种基于部件和***试验的汽车自动变速箱可靠性评估方法 - Google Patents
一种基于部件和***试验的汽车自动变速箱可靠性评估方法 Download PDFInfo
- Publication number
- CN105354403A CN105354403A CN201410404112.3A CN201410404112A CN105354403A CN 105354403 A CN105354403 A CN 105354403A CN 201410404112 A CN201410404112 A CN 201410404112A CN 105354403 A CN105354403 A CN 105354403A
- Authority
- CN
- China
- Prior art keywords
- reliability
- failures
- data
- time
- parts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于部件和***试验的汽车自动变速箱可靠性评估方法,属于汽车自动变速箱研究技术领域。本发明根据汽车自动变速箱中液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器等部件的试验数据进行部件可靠性评估,并按照串联模型获得***的可靠性先验信息;根据***级试验数据进行可靠性评估,获得***的可靠性现场信息;进一步,通过对先验信息和现场信息进行贝叶斯数据融合,实现了基于部件和***试验的汽车自动变速箱可靠性综合评估。该方法能够利用部件和***的试验信息进行汽车变速箱可靠性评估,且能够反映机械类部件可靠性问题的特点,因此评估结果的可信度较高,且信息利用率高。
Description
技术领域
本发明涉及汽车自动变速箱研究技术领域,特别是涉及一种基于部件和***试验的汽车自动变速箱可靠性评估方法。
背景技术
自动变速箱是自动换挡汽车的重要***之一,用于实现传递动力、换挡变速等功能,主要由液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器等组成。
目前工程研制中对汽车自动变速箱进行可靠性评估时,主要利用自动变速箱***级产品试验中的故障时间数据,具体方案如下:
(1)收集自动变速箱***级产品的可靠性试验数据,进行数据处理得到故障间隔时间数据;
(2)假设故障间隔时间服从指数分布,利用数理统计理论中的参数估计方法获得自动变速箱故障间隔时间的分布;
(3)利用故障间隔时间的指数分布函数计算得到额定无故障工作时间下自动变速箱的可靠性评估结果。
上述方案存在以下缺陷:
(1)汽车自动变速箱的价格较昂贵,台架试验的经济成本和时间成本均较高,因此***级试验的样本量一般较少。仅利用少量样本的***试验数据进行可靠性评估,结果可信度较低;
(2)在汽车自动变速箱研制过程中,针对液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器等部件开展了大量台架试验,这些部件级产品台架试验中的故障时间数据也与自动变速箱的可靠性水平直接相关。仅利用***试验中的故障信息,而忽视部件试验中的故障信息进行可靠性评估,不能充分考虑自动变速箱整个研制过程中暴露的全部故障,导致可靠性评估不全面、信息利用率低;
(3)自动速箱中的电液操纵装置、液力变矩器等电子液压类部件的故障间隔时间服从指数分布,而齿轮变速机构、换挡离合器等机械类部件的故障间隔时间一般不服从指数分布,而是服从威布尔分布;仅利用自动变速箱***级产品的试验数据进行可靠性评估时,假设故障间隔时间服从指数分布,不能反映齿轮变速机构、换挡离合器等机械类部件可靠性问题的特点。
因此,如何设计一种能够综合利用部件试验数据和***试验数据对汽车自动变速箱进行可靠性评估的方法,以提高汽车自动变速箱可靠性评估的结果可信度和信息利用率,并在更大程度上反映汽车自动变速箱中机械类部件可靠性问题的特点,成为了亟待解决的技术问题。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:针对现有技术中的缺陷,提供一种能够综合利用部件试验数据和***试验数据对汽车自动变速箱进行可靠性评估的方法,以提高汽车自动变速箱可靠性评估的结果可信度和信息利用率,并在更大程度上反映汽车自动变速箱中机械类部件可靠性问题的特点。
(二)技术方案
为了解决上述技术问题,本发明提供了一种基于部件和***试验的汽车自动变速箱可靠性评估方法,包括以下步骤:
S1、收集液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器可靠性试验过程中的故障间隔时间数据;
S2、分别对液力变矩器和电液操纵装置的故障间隔时间进行指数分布参数估计,获得液力变矩器和电液操纵装置的故障间隔时间分布函数;分别对齿轮变速机构和换挡离合器的故障间隔时间进行威布尔分布参数估计,获得齿轮变速机构和换挡离合器的故障间隔时间分布函数;
S3、利用S2中得到的液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的故障间隔时间分布函数计算得到额定无故障工作时间下各部件的可靠度及可靠度置信下限;
S4、将S3中得到的额定无故障工作时间下液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的可靠度及可靠度置信下限分别折合为各部件的等效成败数据;
S5、按照液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器四个部件串联的方式建立自动变速箱的***可靠性模型,利用S4中得到的各部件的等效成败型数据计算得到自动变速箱***的等效成败数据;
S6、根据S5中得到的***等效成败数据构建Beta分布,并将其做为自动变速箱可靠度的先验分布;
S7、收集自动变速箱***级产品可靠性试验中的故障间隔时间数据;
S8、假设自动变速箱***级产品的故障间隔时间服从指数分布,利用参数估计获得自动变速箱故障间隔时间的分布;
S9、利用自动变速箱故障间隔时间的指数分布函数计算得到额定无故障工作时间下自动变速箱***级产品的可靠度及可靠度置信下限;
S10、将S9中得到的可靠度及可靠度置信下限折合为等效成败数据,并将其做为现场数据;
S11、对S6中得到的可靠度的先验Beta分布和S10中得到的现场数据进行贝叶斯数据融合,得到汽车自动变速箱的可靠度验后Beta分布;
S12、利用S11中得到的可靠度验后Beta分布进行汽车自动变速箱可靠性综合评估。
优选地,步骤S2和S8中,利用极大似然函数法进行指数分布参数估计和威布尔分布参数估计;
优选地,步骤S3和S9中,可靠度置信下限为置信度0.9的单侧置信下限;
优选地,步骤S3和S9中,利用自助法计算可靠度置信下限,自助抽样次数为10的整数倍,且大于或等于1000次;
优选地,步骤S4和S10中,利用矩法和可靠度置信下限的定义将可靠性评估结果转换为等效成败数据;
优选地,步骤S5中,利用矩法由各部件的等效成败型数据计算得到自动变速箱***的等效成败数据。
(三)有益效果
本发明根据汽车自动变速箱中液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器等部件的试验数据进行部件可靠性评估,并按照串联模型获得***的可靠性先验信息;根据***级试验数据进行可靠性评估,获得***的可靠性现场信息;进一步,通过对先验信息和现场信息进行贝叶斯数据融合,实现了基于部件和***试验的汽车自动变速箱可靠性综合评估。该方法能够利用部件和***的试验信息进行汽车自动变速箱可靠性评估,且能够反映机械类部件可靠性问题的特点,因此评估结果的可信度较高,且信息利用率高。
附图说明
附图是本发明的方法流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如附图所示,本发明提供了一种基于部件和***试验的汽车自动变速箱可靠性评估方法,包括以下步骤:
S1、收集液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器可靠性试验过程中的故障间隔时间数据;
S2、分别对液力变矩器和电液操纵装置的故障间隔时间进行指数分布参数估计,获得液力变矩器的故障间隔时间分布函数F1(t)和电液操纵装置的故障间隔时间分布函数F2(t);分别对齿轮变速机构和换挡离合器的故障间隔时间进行威布尔分布参数估计,获得齿轮变速机构的故障间隔时间分布函数F3(t)和换挡离合器的故障间隔时间分布函数F4(t);本实施例中,利用极大似然函数法进行威布尔分布的参数估计;
S3、将S2中得到的液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的故障间隔时间分布函数统一记为Fi(t),i=1,2,3,4,利用Fi(t)计算得到额定无故障工作时间T下各部件的可靠度Ri及置信度为0.9的可靠度单侧置信下限RLi;本实施例中,利用关系式Ri(T)=1-Fi(T)计算可靠度Ri;利用自助法计算可靠度单侧置信下限RLi,自助抽样次数ni为10的倍数,且大于或等于1000次,将自助样本计算得到的ni个可靠度计算结果从小到大排列,取第0.1*ni个可靠度计算结果作为置信度为0.9的可靠度单侧置信下限RLi;
S4、将S3中得到的额定无故障工作时间T下液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的可靠度Ri及可靠度置信下限RLi分别折合为各部件的等效成败数据(si,fi);本实施例中,利用矩法和置信下限的定义由Ri及RLi求得(si,fi),如式(1)所示,其中B表示Beta函数;
S5、按照液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器四个部件串联的方式建立自动变速箱的***可靠性模型,利用S4中得到的各部件的等效成败型数据(si,fi)计算得到自动变速箱***的等效成败数据(sa,fa);本实施例中,利用矩法由(si,fi)计算得到(sa,fa),如式(2)所示,其中E表示数学期望;
S6、根据S5中得到的***等效成败数据构建Beta分布Beta(sa,fa),并将其做为自动变速箱可靠度的先验分布;
S7、收集自动变速箱***级产品可靠性试验中的故障间隔时间数据;
S8、对自动变速箱***级产品的故障间隔时间进行指数分布参数估计,获得自动变速箱故障间隔时间的指数分布函数Fb(t);
S9、利用Fb(t)计算得到额定无故障工作时间T下自动变速箱的可靠度Rb及置信度为0.9的可靠度单侧置信下限RLb;本实施例中,利用关系式Rb(T)=1-Fb(T)计算可靠度Rb;利用自助法计算可靠度单侧置信下限RLb,自助抽样次数nb为10的倍数,且大于或等于1000次,将自助样本计算得到的nb个可靠度计算结果从小到大排列,取第0.1*nb个可靠度计算结果作为置信度为0.9的可靠度单侧置信下限RLb;
S10、将S9中得到的可靠度Rb及可靠度置信下限RLb折合为等效成败数据(sb,fb),并将其做为现场数据;本实施例中,利用矩法和置信下限的定义由Rb及RLb求得(sb,fb),如式(3)所示,其中B表示Beta函数;
S11、对S6中得到的可靠度的先验Beta分布Beta(sa,fa)和S10中得到的现场数据(sb,fb)进行贝叶斯数据融合,得到汽车自动变速箱的可靠度验后Beta分布Beta(sa+sb,fa+fb);
S12、利用S11中得到的可靠度验后Beta分布Beta(sa+sb,fa+fb)评估额定无故障工作时间T下车辆变速箱耗损型失效的可靠度R,如式(4)所示。
下面以某型汽车自动变速箱为例,对本发明的方案进行进一步说明。
收集液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器可靠性试验中的故障间隔时间数据如表1-表4所示。
表1某型汽车自动变速箱液力变矩器试验的故障间隔数据
表2某型汽车自动变速箱电液操纵装置试验的故障间隔数据
表3某型汽车自动变速箱齿轮变速机构试验的故障间隔数据
表4某型汽车自动变速箱换挡离合器试验的故障间隔数据
利用极大似然函数法对表1和表2中的故障间隔时间数据进行指数分布参数拟合,得到指数分布函数F1(t)和F2(t)分别如式(5)和式(6)所示。
利用极大似然函数法对表3和表4中的故障间隔时间数据进行威布尔分布参数拟合,得到威布尔分布函数F3(t)和F4(t)分别如式(7)和式(8)所示。
此型汽车自动变速箱额定无故障工作时间为T=300小时,利用关系式Ri(T)=1-Fi(T)计算得到各部件可靠度Ri(300),如表5所示。
表5某型汽车自动变速箱各部件可靠度
部件 | 液力变矩器 | 电液操纵装置 | 齿轮变速机构 | 换挡离合器 |
可靠度 | R1(300)=0.702 | R2(300)=0.792 | R3(300)=0.993 | R4(300)=0.852 |
分别对表1-表4的数据进行1000次自助抽样,得到每种部件的1000组自助样本。由自助样本计算得到每种部件的1000个可靠度计算结果,并从小到大排列。取每种部件的第100个可靠度计算结果作为其置信度为0.9的可靠度单侧置信下限RLi,如表6所示。
表6某型汽车自动变速箱各部件可靠度置信下限
将表5和表6中的数据代入式(1),计算得到某型汽车自动变速箱各部件试验对应的等效成败型数据(si,fi),如表7所示。
表7某型汽车自动变速箱各部件试验的等效成败型数据
利用式(2)由各部件的等效成败型数据(si,fi)计算得到自动变速箱***的等效成败数据(sa,fa)=(14.1,15.87),对应的可靠度先验分布为Beta(14.1,15.87)。
收集自动变速箱***级产品的故障间隔时间数据如表8所示。
表8某型汽车自动变速箱***试验的故障间隔数据
利用极大似然函数法对表8中的故障间隔时间数据进行指数分布参数拟合,得到指数分布函数Fb(t)如式(9)所示。
额定无故障工作时间T=300小时,利用关系式Rb(T)=1-Fb(T)计算得到可靠度Rb(300)=0.863。对表8的数据进行1000次自助抽样,得到自动变速箱***的1000组自助样本。由自助样本计算得到1000个可靠度计算结果,并从小到大排列。取第100个可靠度计算结果作为自动变速箱***的置信度为0.9的可靠度单侧置信下限RLb,RLb=0.805。
将Rb和RLb的值代入式(3),计算得到***级产品试验的等效成败数据(sb,fb)=(53.06,8.42)。
对可靠度先验分布Beta(sa,fa)=Beta(14.1,15.87)和可靠度现场数据(sb,fb)=(53.06,8.42)进行贝叶斯数据融合,得到此型汽车自动变速箱的可靠度验后分布为Beta(sa+sb,fa+fb)=Beta(67.16,24.29)。
利用式(4)计算额定无故障工作时间T下车辆变速箱耗损型失效的可靠度R=0.7344。
由以上实施例可以看出,本发明根据汽车自动变速箱中液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器等部件的试验数据进行部件可靠性评估,并按照串联模型获得***的可靠性先验信息;根据***级试验数据进行可靠性评估,获得***的可靠性现场信息;进一步,通过对先验信息和现场信息进行贝叶斯数据融合,实现了基于部件和***试验的汽车自动变速箱可靠性综合评估。由于这种方法能够利用部件和***的试验信息进行汽车自动变速箱可靠性评估,且能够反映汽车自动变速箱机械类部件可靠性问题的特点,因此评估结果的可信度较高,且信息利用率高。利用极大似然函数法进行分布参数估计、利用自助法计算可靠度置信下限等数学方法已较成熟,因此本发明提出的方法也具有较好的实用性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (6)
1.一种基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,包括以下步骤:
S1、收集液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器可靠性试验过程中的故障间隔时间数据;
S2、分别对液力变矩器和电液操纵装置的故障间隔时间进行指数分布参数估计,获得液力变矩器和电液操纵装置的故障间隔时间分布函数;分别对齿轮变速机构和换挡离合器的故障间隔时间进行威布尔分布参数估计,获得齿轮变速机构和换挡离合器的故障间隔时间分布函数;
S3、利用S2中得到的液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的故障间隔时间分布函数计算得到额定无故障工作时间下各部件的可靠度及可靠度置信下限;
S4、将S3中得到的额定无故障工作时间下液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器的可靠度及可靠度置信下限分别折合为各部件的等效成败数据;
S5、按照液力变矩器、电液操纵装置、齿轮变速机构、换挡离合器四个部件串联的方式建立自动变速箱的***可靠性模型,利用S4中得到的各部件的等效成败型数据计算得到自动变速箱***的等效成败数据;
S6、根据S5中得到的***等效成败数据构建Beta分布,并将其做为自动变速箱可靠度的先验分布;
S7、收集自动变速箱***级产品可靠性试验中的故障间隔时间数据;
S8、假设自动变速箱***级产品的故障间隔时间服从指数分布,利用参数估计获得自动变速箱故障间隔时间的分布;
S9、利用自动变速箱故障间隔时间的指数分布函数计算得到额定无故障工作时间下自动变速箱***级产品的可靠度及可靠度置信下限;
S10、将S9中得到的可靠度及可靠度置信下限折合为等效成败数据,并将其做为现场数据;
S11、对S6中得到的可靠度的先验Beta分布和S10中得到的现场数据进行贝叶斯数据融合,得到汽车自动变速箱的可靠度验后Beta分布;
S12、利用S11中得到的可靠度验后Beta分布进行汽车自动变速箱可靠性综合评估。
2.如权利要求1所述的基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,步骤S2和S8中,利用极大似然函数法进行指数分布参数估计和威布尔分布参数估计。
3.如权利要求1所述的基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,步骤S3和S9中,可靠度置信下限为置信度0.9的单侧置信下限。
4.如权利要求1和权利要求3所述的基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,步骤S3和S9中,利用自助法计算可靠度置信下限,自助抽样次数为10的整数倍,且大于或等于1000次。
5.如权利要求1和权利要求3所述的基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,利用矩法和可靠度置信下限的定义将可靠性评估结果转换为等效成败数据。
6.如权利要求1所述的基于部件和***试验的汽车自动变速箱可靠性评估方法,其特征在于,步骤S5中,利用矩法由各部件的等效成败型数据计算得到自动变速箱***的等效成败数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410404112.3A CN105354403A (zh) | 2014-08-18 | 2014-08-18 | 一种基于部件和***试验的汽车自动变速箱可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410404112.3A CN105354403A (zh) | 2014-08-18 | 2014-08-18 | 一种基于部件和***试验的汽车自动变速箱可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105354403A true CN105354403A (zh) | 2016-02-24 |
Family
ID=55330375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410404112.3A Pending CN105354403A (zh) | 2014-08-18 | 2014-08-18 | 一种基于部件和***试验的汽车自动变速箱可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354403A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862126A (zh) * | 2017-11-02 | 2018-03-30 | 中国科学院数学与***科学研究院 | 一种部件级信息多样性条件下的***可靠性评估方法 |
CN109376407A (zh) * | 2018-09-30 | 2019-02-22 | 中国人民解放军92942部队 | 一种按次使用武器装备的可靠度评估方法 |
CN110929221A (zh) * | 2019-10-22 | 2020-03-27 | 西北工业大学 | 基于故障机理和多层次信息融合的结构可靠性评估方法 |
CN113514810A (zh) * | 2021-07-07 | 2021-10-19 | 北京信息科技大学 | Mimo雷达观测噪声优化方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708253A (zh) * | 2012-05-17 | 2012-10-03 | 广东电网公司电力科学研究院 | 电力自动化信息***cim模型符合度测试方法和装置 |
CN102982208A (zh) * | 2012-11-30 | 2013-03-20 | 电子科技大学 | 一种基于Bayes因子优化的动态可靠性模型更新方法 |
CN103258143A (zh) * | 2013-06-05 | 2013-08-21 | 天津大学城市规划设计研究院 | 一种城市风貌规划实施效果的评价方法 |
CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学(保定) | 小样本失效数据下继电保护***可靠性评估方法 |
-
2014
- 2014-08-18 CN CN201410404112.3A patent/CN105354403A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708253A (zh) * | 2012-05-17 | 2012-10-03 | 广东电网公司电力科学研究院 | 电力自动化信息***cim模型符合度测试方法和装置 |
CN102982208A (zh) * | 2012-11-30 | 2013-03-20 | 电子科技大学 | 一种基于Bayes因子优化的动态可靠性模型更新方法 |
CN103258143A (zh) * | 2013-06-05 | 2013-08-21 | 天津大学城市规划设计研究院 | 一种城市风貌规划实施效果的评价方法 |
CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学(保定) | 小样本失效数据下继电保护***可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
张勇等: "修复如新下基于RP和MC的故障注入样本生成", 《仪器仪表学报》 * |
李静: "基于BAYES方法的固体火箭发动机可靠性评估", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862126A (zh) * | 2017-11-02 | 2018-03-30 | 中国科学院数学与***科学研究院 | 一种部件级信息多样性条件下的***可靠性评估方法 |
CN107862126B (zh) * | 2017-11-02 | 2020-11-27 | 中国科学院数学与***科学研究院 | 一种部件级信息多样性条件下的***可靠性评估方法 |
CN109376407A (zh) * | 2018-09-30 | 2019-02-22 | 中国人民解放军92942部队 | 一种按次使用武器装备的可靠度评估方法 |
CN109376407B (zh) * | 2018-09-30 | 2023-06-20 | 中国人民解放军92942部队 | 一种舰载机弹射器的可靠度评估方法 |
CN110929221A (zh) * | 2019-10-22 | 2020-03-27 | 西北工业大学 | 基于故障机理和多层次信息融合的结构可靠性评估方法 |
CN110929221B (zh) * | 2019-10-22 | 2023-03-21 | 西北工业大学 | 基于故障机理和多层次信息融合的结构可靠性评估方法 |
CN113514810A (zh) * | 2021-07-07 | 2021-10-19 | 北京信息科技大学 | Mimo雷达观测噪声优化方法及装置 |
CN113514810B (zh) * | 2021-07-07 | 2023-07-18 | 北京信息科技大学 | Mimo雷达观测噪声优化方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A generalized cauchy method for remaining useful life prediction of wind turbine gearboxes | |
CN105354403A (zh) | 一种基于部件和***试验的汽车自动变速箱可靠性评估方法 | |
CN102509023B (zh) | 航天驱动组件综合应力加速寿命试验损伤累积模型的建模方法 | |
CN103293423B (zh) | 高温环境下光电模块性能测试装置及测试方法 | |
CN104748962A (zh) | 一种基于堆叠自动编码机的行星齿轮箱智能诊断方法 | |
Wang et al. | A Review of the Extrapolation Method in Load Spectrum Compiling. | |
CN101425686A (zh) | 电力***在线安全稳定评估预想故障集自适应筛选方法 | |
CN102542155A (zh) | 基于加速退化数据的粒子滤波剩余寿命预测方法 | |
CN103983452A (zh) | 利用混合域特征向量和灰色关联分析对行星齿轮箱进行故障模式识别的方法 | |
CN103902837A (zh) | 一种基于经验Copula函数进行风速预测的方法 | |
CN102207998B (zh) | 基于无失效数据的评估产品寿命及其可靠性的方法 | |
CN105354402A (zh) | 一种车辆变速箱耗损型失效的可靠性评估方法 | |
CN104504618A (zh) | 基于pair-copula函数的微电网可靠性评估数据抽样方法 | |
Rinaldi et al. | Multivariate analysis of the reliability, availability, and maintainability characterizations of a Spar–Buoy wave energy converter farm | |
CN105136449A (zh) | 一种基于磨损机理的车用传动装置的磨损随机过程试验预测方法 | |
CN104573315A (zh) | 一种基于状态检修的输变电设备故障率的计算方法 | |
Tavakoli et al. | Development of Monte‐Carlo‐based stochastic scenarios to improve uncertainty modelling for optimal energy management of a renewable energy hub | |
CN103675712A (zh) | 电源寿命时间检测方法和*** | |
CN102722603A (zh) | 一种机电类产品的可靠性度量方法 | |
CN108616145B (zh) | 一种计及事故后电压影响效果的新能源切机优化方法 | |
CN104036120A (zh) | 一种测定材料与构件疲劳s-n曲线性能的单点法 | |
CN103197186B (zh) | 一种电子产品退化状态实时预测方法 | |
Damiani | Uncertainty and Risk Assessment in the Design Process for Wind | |
CN102735435A (zh) | 一种基于相关性模型的动量轮故障可诊断性确定方法 | |
CN104236901B (zh) | 一种基于emt的轮毂电机总成耐久性测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
DD01 | Delivery of document by public notice |
Addressee: Bao Ke Document name: the First Notification of an Office Action |
|
DD01 | Delivery of document by public notice | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160224 |
|
WD01 | Invention patent application deemed withdrawn after publication |