【技术实现步骤摘要】
本专利技术属于枪械系统可靠性建模领域，特别涉及一种基于copula与多性能退化数据的枪械系统可靠性建模方法。
技术介绍
1、枪械系统是一类具有多层级多部件的复杂系统，对枪械系统进行可靠性建模已成为相关设计人员和使用人员所需面临的重要问题，对产品研发及使用具有重要指导意义。
2、传统的枪械系统可靠性建模方法主要围绕系统层级结构框架和寿命统计数据展开。然而，枪械系统一般具有复杂层级结构和较长的寿命，这导致传统枪械系统可靠性建模方法面临双重困境，一是无法通过简单的层级结构图反映枪械系统组件内在的耦合关系，二是无法在有限的开发周期内获得足够的寿命数据来拟合或校验所建模型的关键参数。
3、鉴于此，引入基于多性能退化数据的枪械系统可靠性建模方法具有重要意义。该类方法不依赖于枪械系统层级结构与寿命数据，避开了传统方法面临的困境。另一方面，随着传感器等系统监测技术的快速发展，我们能够更为全面地获得枪械系统在运行阶段的各项关键性能参数退化数据，这些数据相比寿命数据更易获取，且蕴含更多信息，提升了该类方法的高效性和准确性。但是现有技术中尚未有相关技术，因此研究一种多性能退化数据的枪械系统可靠性建模方法显得尤为迫切。
技术实现思路
1、为了解决上述现有技术的不足，本专利技术旨在提出一种基于copula与多性能退化数据的枪械系统可靠性建模方法，其考虑了枪械系统在运行阶段存在的多关键性能参数联合退化现象，并采用copula函数对其相关性特征予以刻画，最终完成枪械系统可靠性建模，其充分
2、具体地，本专利技术提供一种基于copula与多性能退化数据的枪械系统可靠性建模方法，其包括以下步骤：
3、s1、通过失效机理分析确定关联枪械系统失效与否的关键性能参数z1，z2，…，zm及其失效阈值其中z为关键性能参数，zth为关键性能参数对应的失效阈值，m为关键性能参数的数量；其中，关联枪械系统失效与否的关键性能参数为枪械系统的弹性件力学特征参数、碰撞件形貌特征参数或点火件材料特征参数；
4、s2、获取枪械系统各项关键性能参数在t＝0时刻的初始值(i＝1，2，…，m)，其中i为第i个关键性能参数；
5、s3、将枪械系统开展射弹试验，在设定时间节点tj(j＝1，…，n)获取其各项关键性能参数值zi(tj)(i＝1，…，m)，形成多条退化轨迹，并计算相应退化量，得到退化轨迹的数值矩阵λ：
6、
7、其中，
8、t0＝0，δzi(tj，tj-1)＝-δzi(tj-1，tj)＝zi(tj-1)-zi(tj)(i＝1，…，m；j＝1，…，n)表示枪械系统在tj-1到tj运行时段内关键性能参数zi的退化量；
9、s4、根据退化轨迹的数值矩阵λ，利用极大似然估计，基于bic准则，辨识枪械系统各项关键性能参数退化量所服从的边缘分布族及其统计参数；
10、s41、确定以时间参数为索引的备选分布族φ1，φ2，…，φl；
11、s42、任取退化轨迹的数值矩阵λ第i行(i＝1，2，…，m)的数据：
12、λi，：＝[δzi(t1，t0) δzi(t2，t1) … δzi(tn，tn-1)] (2)
13、假设其对应的随机过程服从某边缘分布族，即：
14、δzi(tv，tu)～ψi(tu，tv；θi)(tu＜tv) (3)
15、其中，ψi指以时间参数tu，tv，为索引的分布族，包含待估统计参数向量θi，下标u，v用来区分两个时间参数值不相同，其概率密度函数表示为：
16、
17、构建对数似然函数
18、
19、其中，j为时间下标，表示第j个时间点；
20、s43、任取备选分布族中的第k个(k＝1，2，…，l)分布族φk，其统计参数空间为θ，利用极大似然函数估计确定当ψi＝φk时的最优统计参数向量：
21、
22、并计算相应的bic值，式中，右上角的星标表示其为使似然最大的最优统计参数向量；
23、s44、基于bic准则，从备选分布族中确定δzi服从的最优边缘分布族及其统计参数，即：
24、
25、式中，右上角的星标表示其为使bic最小的最优边缘分布族，为其对应的最优参数；
26、s5、依据步骤s4所获得的性能参数退化量的边缘分布族及其统计参数，利用copula函数和极大似然估计，基于bic准则，辨识枪械系统各项关键性能参数退化量所服从的联合分布族及其统计参数；
27、s6、依据步骤s5所获得的枪械系统各项关键性能参数退化量所服从的联合分布族及其统计参数，得到枪械系统各项关键性能参数值在任意时刻t下的联合分布：
28、
29、构建枪械系统可靠性模型，以可靠度函数表征为：
30、
31、其中，pr为概率测度。
32、优选地，步骤s5具体包括以下子步骤：
33、s51、确定多个备选copula函数c1，c2，…，cw；
34、s52、假设枪械系统各项关键性能参数退化量服从某个以copula函数c∈{c1，c2，…，cw}为连接的联合分布族即：
35、
36、其中，η为copula函数所包含的待估统计参数向量，随机向量δz(tv，tu)的概率密度函数和概率分布函数表示为：
37、
38、设分布族的概率密度函数和概率分布函数为：
39、
40、式中，是对的简化表示；又设
41、
42、式中，为求偏导符号，fi(i∈{1，…，m})为函数c的第i个代表元，表示某概率分布函数值；
43、则公式(10)能够写为：
44、
45、记δzi(tj，tj-1)为λi，j，构建对数似然函数：
46、
47、删去公式(14)中与η无关的项，得到简化后的对数似然函数：
48、
49、s53、任取备选copula函数中的第k个(k＝1，2，…，w)函数ck，其统计参数空间为π，利用极大似然估计确定当时的最优统计参数向量：
50、
51、并计算相应的bic值，式中，右上角的星标表示其为使似然最大的最优参数向量；
52、s54、基于bic准则，从备选copula函数中确定最优函数，即：
53、
54、δz服从的最优联合分布族即为式中，c*右上角的星标表示其为使bic最小的最优copula函数，η*为其对应的最优统计参数向量。
55、优选地，bic值的具体计算方式为：
56、
57、其中，φ表示某一统计分布，具有本文档来自技高网...
【技术保护点】
1.一种基于Copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：其包括以下步骤：
2.根据权利要求1所述的基于Copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：步骤S5具体包括以下子步骤：
3.根据权利要求1所述的基于Copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：BIC值的具体计算方式为：
4.根据权利要求1所述的基于Copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：所述Copula函数包括多元正态Copula函数和多元Clayton Copula函数。
5.根据权利要求4所述的基于Copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：多元正态Copula函数和多元Clayton Copula函数具有如下形式:
【技术特征摘要】
1.一种基于copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：其包括以下步骤：
2.根据权利要求1所述的基于copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：步骤s5具体包括以下子步骤：
3.根据权利要求1所述的基于copula与多性能退化数据的枪械系统可靠性建模方法,其特征在于：bic值的具体计算方式为：
...
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。