System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
所属的技术人员能够理解,本专利技术的各个方面可以实现为系统、方法或程序产品。因此,本专利技术的各个方面可以具体实现为以下形式,即:完全的硬件实施例、完全的软件实施例(包括固件、微代码等),或硬件和软件方面结合的实施例,这里可以统称为“电路”、“模块”或“系统”。下面参考图9来描述根据本公开的这种实施例的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930、显示单元940。其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(ram)921和/或高速缓存存储单元922,还可以进一步包括只读存储单元(rom)923。存储单元920可以包括具有一组(至少一个)程序模块925的程序/实用工具924,这样的程序模块925包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。总线930可以表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备9
技术介绍
1、涡轮盘结构对于发动机的安全服役至关重要,然而,其所处载荷环境严酷、运行工况复杂,因忽略其几何尺寸、材料特性、外载荷等输入的不确定性而引起的失效事件时有发生。因此,开展不确定性因素作用下涡轮盘结构的可靠性分析和优化设计十分必要。
2、传统的概率模型可以用来处理随机不确定性下的结构可靠性问题,然而该模型需要大量的样本数据来量化随机输入的其统计规律,由于受时间和经济成本的限制,很难获取足够的样本来准确量化结构的各个不确定性输入。对于那些只知道其取值上下界而缺乏足够样本数据的结构输入,则适合采用区间模型描述其不确定性取值规律。一般的涡轮盘结构常同时含有随机与区间混合不确定性,开展随机-区间混合不确定性下涡轮盘结构的可靠性局部灵敏度分析对于驱动其可靠性优化本文档来自技高网...
【技术保护点】
1.一种矩估计结合代理模型的涡轮盘可靠性局部灵敏度分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述确定涡轮盘结构的输入变量与所述涡轮盘结构的功能函数,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述输入变量的分布信息和所述功能函数,分别构建备选样本池与初始训练集,包括:
4.根据权利要求1或3所述的方法,其特征在于,所述代理模型包括内层代理模型与外层代理模型,所述初始训练集包括内层代理模型的初始训练集与外层代理模型的初始训练集;
5.根据权利要求4所述的方法,其特征在于,所述对所述内层初始代理模型进行模型更新操作,直至所述内层代理模型满足内层模型收敛准则,得到处于收敛状态的所述内层代理模型,包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述外层初始代理模型进行模型更新操作,直至所述外层代理模型满足外层模型收敛准则,得到处于收敛状态的所述外层代理模型,包括:
7.根据权利要求6所述的方法,其特征在于,所述如果所述外层模型状态为未收敛状态,则对所述外层初始代理模
8.根据权利要求1所述的方法,其特征在于,所述代理模型包括内层和外层代理模型,所述基于所述极小值功能函数的中心矩计算所述涡轮盘结构的可靠度指标,包括:
9.根据权利要求1所述的方法,其特征在于,所述根据所述可靠度指标和所述极小值功能函数的中心矩计算所述涡轮盘结构的失效概率上界,包括:
10.根据权利要求1所述的方法,其特征在于,所述基于所述失效概率上界确定混合可靠性局部灵敏度指标,包括:
...【技术特征摘要】
1.一种矩估计结合代理模型的涡轮盘可靠性局部灵敏度分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述确定涡轮盘结构的输入变量与所述涡轮盘结构的功能函数,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述输入变量的分布信息和所述功能函数,分别构建备选样本池与初始训练集,包括:
4.根据权利要求1或3所述的方法,其特征在于,所述代理模型包括内层代理模型与外层代理模型,所述初始训练集包括内层代理模型的初始训练集与外层代理模型的初始训练集;
5.根据权利要求4所述的方法,其特征在于,所述对所述内层初始代理模型进行模型更新操作,直至所述内层代理模型满足内层模型收敛准则,得到处于收敛状态的所述内层代理模型,包括:
6.根据权利要求...
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。