本申请涉及可靠性评估技术领域，提供一种威布尔分布参数获取方法及装置。所述方法包括：根据获取到的各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数；根据初始威布尔分布参数，确定各机械部件的初始寿命不可靠度后，根据第一遗传算法对各初始寿命不可靠度进行优化，获取各机械部件的校正寿命不可靠度；根据各校正寿命不可靠度，获取机械部件的目标威布尔分布参数。本申请实施例提供的威布尔分布参数获取方法能够提高获取到的威布尔参数的准确度。威布尔参数的准确度。威布尔参数的准确度。
【技术实现步骤摘要】
威布尔分布参数获取方法及装置
[0001]本申请涉及可靠性评估
，具体涉及一种威布尔分布参数获取方法及装置。
技术介绍
[0002]威布尔分布是描述机械产品寿命最常用的分布模型，其中三参数威布尔分布因为可以描述样件的最小疲劳寿命而具有较强的适应性，被广泛应用于机械部件的疲劳寿命分布模型中。相关技术中，威布尔分布的参数获取主要采用右逼近估计法，其基于特定的变换方式把目标分布函数转化成线性函数，进而利用最小二乘法进行最优参数拟合，通过不断迭代计算从右侧逼近最优目标参数，可以有效改善计算不收敛问题。
[0003]然而，由于右逼近估计法在迭代的过程中需要利用中位秩作为寿命不可靠度的初始迭代值，而中位秩作为一种经验参数可能与真实值相差较大，容易使迭代算法求得局部最优解而非全局最优解，从而导致获取到的威布尔参数不够准确，进而影响对机械部件的可靠性评估的准确性。
技术实现思路
[0004]本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种威布尔分布参数获取方法，能够提高获取到的威布尔参数的准确度。
[0005]本申请还提出一种威布尔分布参数获取装置。
[0006]本申请还提出一种电子设备。
[0007]本申请还提出一种计算机可读存储介质。
[0008]根据本申请第一方面实施例的威布尔分布参数获取方法，包括：
[0009]根据获取到的各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数；
[0010]根据所述初始威布尔分布参数，确定各所述机械部件的初始寿命不可靠度后，根据第一遗传算法对各所述初始寿命不可靠度进行优化，获取各所述机械部件的校正寿命不可靠度；
[0011]根据各所述校正寿命不可靠度，获取所述机械部件的目标威布尔分布参数。
[0012]通过各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数后，基于初始威布尔分布参数确定各机械部件的初始寿命不可靠度，并利用遗传算法对各初始寿命不可靠度进行优化，得到各机械部件的校正寿命不可靠度，以利用遗传算法的特性，使得到的各机械部件的寿命不可靠度更接近真实值，再基于更接近真实值的校正寿命不可靠度来获取机械部件的目标威布尔分布参数，从而使得到的威布尔分布参数也更接近真实值，从而提高提高获取到的威布尔参数的准确度，进而提高对机械部件的可靠性评估的准确性。
[0013]根据本申请的一个实施例，根据获取到的各机械部件的疲劳失效寿命进行参数预
估计，获取初始威布尔分布参数，包括：
[0014]根据右逼近估计法，对疲劳失效寿命进行参数预估计，获取所述初始威布尔分布参数。
[0015]根据本申请的一个实施例，根据所述初始威布尔分布参数，确定各所述机械部件的初始寿命不可靠度，包括：
[0016]将所述初始威布尔分布参数，以及各所述疲劳失效寿命输入初始疲劳寿命分布函数模型，获取各所述机械部件的初始寿命不可靠度；
[0017]其中，所述初始疲劳寿命分布函数模型为其中，所述初始疲劳寿命分布函数模型为
[0018]表示机械部件i的疲劳失效寿命N
i
的初始寿命不可靠度，表示所述初始威布尔分布参数的位置参数，表示所述初始威布尔分布参数的尺寸参数，表示所述初始威布尔分布参数的形状参数。
[0019]根据本申请的一个实施例，根据第一遗传算法对各所述初始寿命不可靠度进行优化，获取各所述机械部件的校正寿命不可靠度，包括：
[0020]根据所述初始寿命不可靠度的数学模型，确定各所述初始寿命不可靠度一一对应的各未知参数组；
[0021]根据所述第一遗传算法对所述未知参数集进行选择、交叉和变异处理，获取满足所述第一遗传算法的第一目标函数的目标未知参数组；
[0022]将所述目标未知参数组输入所述数学模型，确定与各所述初始寿命不可靠度对应的各校正寿命不可靠度；
[0023]其中，所述数学模型包括其中，所述数学模型包括
[0024]g(θ
j
)表示所述第一目标函数，{ω，γ}表示未知参数组，{ω
j
，γ
j
}表示与机械部件j的初始寿命不可靠度对应的未知参数组。
[0025]根据本申请的一个实施例，所述数学模型还包括：
[0026][0027]根据本申请的一个实施例，根据各所述校正寿命不可靠度，获取所述机械部件的目标威布尔分布参数，包括：
[0028]根据各所述校正寿命不可靠度输入目标疲劳寿命分布函数模型，获取与各所述校正寿命不可靠度一一对应的各未知威布尔分布参数组；
[0029]根据所述第二遗传算法对各所述未知威布尔分布参数组进行选择、交叉和变异处理，获取满足所述第二遗传算法的第二目标函数的目标威布尔分布参数组；
[0030]根据所述目标威布尔分布参数组确定所述目标威布尔分布参数；
[0031]其中，目标疲劳寿命分布函数模型为其中，目标疲劳寿命分布函数模型为
[0032]N
i
表示机械部件i的疲劳寿命，F(N
i
)表示机械部件i的校正寿命不可靠度，N0表示
未知威布尔分布参数组中的位置参数，N
a
表示未知威布尔分布参数组中的尺寸参数，β表示未知威布尔分布参数组中的形状参数；
[0033]所述第二目标函数包括所述目标威布尔分布参数组输入所述目标疲劳寿命分布函数模型确定的值，与各所述校正寿命不可靠度的差值的绝对值小于预设值。
[0034]根据本申请的一个实施例，所述第二目标函数还包括所述目标威布尔分布参数组输入预设模型中确定的线性方程中因变量和自变量的线性相关度大于预设值；
[0035]其中，线性方程为y＝ax+b，所述预设模型包括
[0036]x
i
表示自变量，y
i
表示因变量，表示所述目标威布尔分布参数组输入所述目标疲劳寿命分布函数模型得到的机械部件i的目标寿命不可靠度。
[0037]根据本申请第二方面实施例的威布尔分布参数获取装置，包括：
[0038]参数预估模块，用于根据获取到的各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数；
[0039]数据处理模块，用于根据所述初始威布尔分布参数，确定各所述机械部件的初始寿命不可靠度后，根据第一遗传算法对各所述初始寿命不可靠度进行优化，获取各所述机械部件的校正寿命不可靠度；
[0040]参数获取模块，用于根据各所述校正寿命不可靠度，获取所述机械部件的目标威布尔分布参数。
[0041]根据本申请第三方面实施例的电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一实施例所述的威布尔分布参数获取方法。
[0042]根据本申请第四方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的威布尔分布参数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种威布尔分布参数获取方法，其特征在于，包括：根据获取到的各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数；根据所述初始威布尔分布参数，确定各所述机械部件的初始寿命不可靠度后，根据第一遗传算法对各所述初始寿命不可靠度进行优化，获取各所述机械部件的校正寿命不可靠度；根据各所述校正寿命不可靠度，获取所述机械部件的目标威布尔分布参数。2.根据权利要求1所述的威布尔分布参数获取方法，其特征在于，根据获取到的各机械部件的疲劳失效寿命进行参数预估计，获取初始威布尔分布参数，包括：根据右逼近估计法，对疲劳失效寿命进行参数预估计，获取所述初始威布尔分布参数。3.根据权利要求1所述的威布尔分布参数获取方法，其特征在于，根据所述初始威布尔分布参数，确定各所述机械部件的初始寿命不可靠度，包括：将所述初始威布尔分布参数，以及各所述疲劳失效寿命输入初始疲劳寿命分布函数模型，获取各所述机械部件的初始寿命不可靠度；其中，所述初始疲劳寿命分布函数模型为其中，所述初始疲劳寿命分布函数模型为其中，所述初始疲劳寿命分布函数模型为表示机械部件i的疲劳失效寿命N
i
的初始寿命不可靠度，表示所述初始威布尔分布参数的位置参数，表示所述初始威布尔分布参数的尺寸参数，表示所述初始威布尔分布参数的形状参数。4.根据权利要求3所述的威布尔分布参数获取方法，其特征在于，根据第一遗传算法对各所述初始寿命不可靠度进行优化，获取各所述机械部件的校正寿命不可靠度，包括：根据所述初始寿命不可靠度的数学模型，确定各所述初始寿命不可靠度一一对应的各未知参数组；根据所述第一遗传算法对所述未知参数集进行选择、交叉和变异处理，获取满足所述第一遗传算法的第一目标函数的目标未知参数组；将所述目标未知参数组输入所述数学模型，确定与各所述初始寿命不可靠度对应的各校正寿命不可靠度；其中，所述数学模型包括其中，所述数学模型包括g(θ
j
)表示所述第一目标函数，{ω，γ}表示未知参数组，{ω
j
，γ
j
}表示与机械部件j的初始寿命不可靠度对应的未知参数组。5.根据权利要求4所述的威布尔分布参数获取方法，其特征在于，所述数学模型还包括：6.根据权利要求1所述的威布尔分布参数获取方法，其特征在于，根据各所述校正寿命...
【专利技术属性】
技术研发人员：吴奕东，李妮妮，曹伟，
申请(专利权)人：中汽检测技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。