【正文】 legend(39。*39。 for i=1:inputNums net1=net1+gg(i)*w_he(i,j)。w_he=w_heni39。 % 誤差期望值net=train(net,p,t)。outputNums=3。 ?！疤煜聸](méi)有不散的宴席”。在此，學(xué)生謹(jǐn)向?qū)熤乱宰钫鎿吹母屑ず妥畛绺叩木磁逯椤２殚喪謨?cè)是設(shè)計(jì)過(guò)程中隨時(shí)要做的事情。針對(duì)滾動(dòng)軸承的峭度值的時(shí)變數(shù)據(jù)，以可靠度為評(píng)價(jià)標(biāo)準(zhǔn)，正確預(yù)測(cè)出滾動(dòng)軸承未來(lái)的可靠度，該過(guò)程表明設(shè)備狀態(tài)信息用于可靠性預(yù)測(cè)的可行性和有效性，是未來(lái)可靠性發(fā)展的一個(gè)重要方向。 本章小結(jié) 本章針對(duì)軸承類(lèi)的退化失效型設(shè)備，提出了一種基于設(shè)備狀態(tài)信息的神經(jīng)網(wǎng)絡(luò)可靠性預(yù)測(cè)方法．該方法充分利用了設(shè)備退化過(guò)程中的狀態(tài)信息，能夠動(dòng)態(tài)地反映設(shè)備的運(yùn)行性能、精度，準(zhǔn)確預(yù)測(cè)設(shè)備的可靠度。 （1) 本文求瞬時(shí)和可靠度的時(shí)候，是運(yùn)用同一種軸承的不同數(shù)據(jù)，不是盲目的單一的對(duì)一個(gè)數(shù)據(jù)來(lái)研究，使計(jì)算可靠度準(zhǔn)確、可靠。對(duì)本課題用以下峭度值來(lái)計(jì)算瞬時(shí)可靠度。 更重要的一點(diǎn)是這些指標(biāo)對(duì)故障和缺陷足夠敏感, 對(duì)信號(hào)的幅值和頻率不敏感, 即與機(jī)器的運(yùn)行工況無(wú)關(guān), 只依賴于信號(hào)的幅值概率密度函數(shù)。有效值是對(duì)時(shí)間的平均并能反映振動(dòng)能量的大小, 它能反映磨損故障和晚期故障。峭度在滾動(dòng)軸承的使用過(guò)程中表現(xiàn)出很強(qiáng)的規(guī)律性。 (2) 峰值和峰值因子通常峰值是指振動(dòng)波形的單峰最大值。 對(duì)磨損類(lèi)故障, 用均方根值比較有效。當(dāng)軸承元件表面發(fā)生局部損傷時(shí), 在滾動(dòng)體和內(nèi)、外環(huán)相互運(yùn)動(dòng)過(guò)程中, 會(huì)產(chǎn)生周期性的沖擊振動(dòng), 其振動(dòng)發(fā)生的頻率稱為故障特征頻率, 也稱為“通過(guò)頻率”。R（t+3Δt）R（t+2Δt）R（t+Δt）x（t） 本章本章主要對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了簡(jiǎn)單的講解。再次，BP 神經(jīng)網(wǎng)絡(luò)對(duì)外界輸入樣本有很強(qiáng)的識(shí)別與分類(lèi)能力。 (3)分類(lèi)：把輸入向量所定義的合適方式進(jìn)行分類(lèi)。(3) 具有容錯(cuò)性 生物神經(jīng)系統(tǒng)部分不嚴(yán)重?fù)p傷并不影響整體功能，BP神經(jīng)網(wǎng)絡(luò)也具有這種特性，網(wǎng)絡(luò)的高度連接意味著少量的誤差可能不會(huì)產(chǎn)生嚴(yán)重的后果，部分神經(jīng)元的損傷不破壞整體，它可以自動(dòng)修正誤差。在這個(gè)過(guò)程中，誤差通過(guò)梯度下降算法，分?jǐn)偨o各層的所有單元，從而獲得各單元的誤差信號(hào)，以此誤差信號(hào)為依據(jù)修正各單元權(quán)值，網(wǎng)絡(luò)權(quán)值因此被重新分布。相鄰層之間各神經(jīng)元進(jìn)行全連接，而每層各神經(jīng)元之間無(wú)連接，網(wǎng)絡(luò)按有教師示教的方式進(jìn)行學(xué)習(xí)，當(dāng)一對(duì)學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)產(chǎn)生連接權(quán)值（Weight）。一般地, 機(jī)械產(chǎn)品的強(qiáng)度和工作應(yīng)力均為隨機(jī)變量, 呈分布狀態(tài)。假設(shè) 為時(shí)刻t所測(cè)得的m個(gè)產(chǎn)品的狀態(tài)特征指標(biāo)值，x呈單調(diào)上升趨勢(shì)，其PDF為，失效閾值為，此時(shí)的整體可靠度可表示為 如果產(chǎn)品i在時(shí)刻的狀態(tài)特征參量為，其瞬時(shí)可靠度可表示為= () 式（）比值的連乘積體現(xiàn)了Bayes條件概率思想，表示設(shè)備在時(shí)刻可靠的前提條件是在時(shí)刻必須是可靠的。 貝葉斯公式（發(fā)表于1763年）為： 這就是著名的“貝葉斯定理”，一些文獻(xiàn)中把、稱為基礎(chǔ)概率，為擊中率，為誤報(bào)率[1][2]。 將非標(biāo)準(zhǔn)正態(tài)分布?xì)w一化，從而獲得標(biāo)準(zhǔn)正態(tài)分布，以便于計(jì)算累積分布函數(shù)F(x)或可靠度R(x)。因此，要求零件（部件）在規(guī)定的條件下和規(guī)定的時(shí)間內(nèi)能夠承載，必須滿足以下條件S——零件（部件）的強(qiáng)度；s——零件（部件）的應(yīng)力。Cao【2】等人利用二代小波方法提取端銑刀加工過(guò)程中聲發(fā)射信號(hào)特征頻率處的幅值變化信息，運(yùn)用馬氏距離評(píng)估方法對(duì)其損傷程度進(jìn)行了定量診斷。其目的與用途在于分析故障原因與損害及其源與流的邏輯關(guān)系，以便確定其可靠性框圖與模型，當(dāng)具有故障率數(shù)據(jù)時(shí)，可計(jì)算產(chǎn)品發(fā)生故障的概率。按推理，可靠性分析法的近似概率法還可有三次四階矩、四次三階矩等高次高階矩的方法，在文獻(xiàn)中也提到了高次高階矩法，但這樣做會(huì)使問(wèn)題復(fù)雜化，并導(dǎo)致新的誤差，故這類(lèi)方法應(yīng)慎用。當(dāng)對(duì)Y的隨機(jī)樣本統(tǒng)計(jì)分析后，可得到隨機(jī)數(shù)y大于零的概率，即可靠度R=P(rs0)=P[y(x1,x2......xn)]。趙國(guó)藩等建立了廣義隨機(jī)空間內(nèi)考慮隨機(jī)變量相關(guān)性的結(jié)構(gòu)可靠度實(shí)用分析方法，擴(kuò)大了現(xiàn)有可靠度計(jì)算方法的適用范圍。他們認(rèn)為可靠性技術(shù)的主要內(nèi)容是預(yù)測(cè)，即在產(chǎn)品設(shè)計(jì)和樣機(jī)實(shí)驗(yàn)階段，預(yù)測(cè)和評(píng)估在規(guī)定的條件下的使用可靠性，研究各項(xiàng)指標(biāo)隨時(shí)間變化的過(guò)程。日本的機(jī)械可靠性設(shè)計(jì)著重于實(shí)用化，對(duì)于機(jī)械可靠性設(shè)計(jì)，主要依靠其現(xiàn)有技術(shù)，通過(guò)可靠性實(shí)驗(yàn)及使用信息反饋，不斷改進(jìn)，達(dá)到可靠性增長(zhǎng)。上世紀(jì)60年代，對(duì)機(jī)械可靠性問(wèn)題引起了各國(guó)廣泛重視并開(kāi)始對(duì)其進(jìn)行了系統(tǒng)研究，其中美國(guó)、前蘇聯(lián)、日本、英國(guó)等國(guó)家對(duì)機(jī)械產(chǎn)品可靠性進(jìn)行了深入研究，并在機(jī)械產(chǎn)品可靠性理論研究和實(shí)際應(yīng)用方面取得了相當(dāng)進(jìn)展?？煽啃允菣C(jī)械零件設(shè)計(jì)時(shí)必須考慮的重要指標(biāo)。可靠性占主導(dǎo)地位。 可靠度是產(chǎn)品在規(guī)定的條件下和規(guī)定的時(shí)間區(qū)間內(nèi)，完成規(guī)定功能的概率。一般記為R，由于它是時(shí)間的函數(shù)，故也記為R(t)，稱為可靠度函數(shù)。性能差，產(chǎn)品實(shí)際上是廢品；性能好，也并不能保證產(chǎn)品的可靠性水平高?？煽啃允窃u(píng)價(jià)設(shè)備質(zhì)量的重要指標(biāo)之一，貫穿在設(shè)備的開(kāi)發(fā)、設(shè)計(jì)、制造、使用及維修保養(yǎng)等各個(gè)環(huán)節(jié)。NASA 在六十年代中期便開(kāi)始了機(jī)械部件的應(yīng)力驗(yàn)證和利用應(yīng)力強(qiáng)度干涉模型進(jìn)行可靠性概率設(shè)計(jì)的研究?？煽啃岳碚摰膽?yīng)用，主要應(yīng)針對(duì)有問(wèn)題的設(shè)計(jì)部分進(jìn)行分析和改進(jìn)。他們認(rèn)為可靠性研究方向主要有兩個(gè)：一是可靠數(shù)學(xué)統(tǒng)計(jì)方法和使用信息的統(tǒng)計(jì)處理技術(shù)，以及保證復(fù)雜系統(tǒng)可靠性的技術(shù)；二是適于機(jī)械制造行業(yè)，包括物理故障學(xué)(疲勞、磨損、腐蝕)機(jī)械零件的耐磨、耐熱、耐蝕等設(shè)計(jì)方法，以及保證可靠性的工藝方法的研究。貢金鑫和趙國(guó)藩還研究了原始空間內(nèi)的可靠性分析方法，這種方法不需要將非正態(tài)隨機(jī)變量映射或當(dāng)量正態(tài)化為正態(tài)隨機(jī)變量，因而特別適合于當(dāng)隨機(jī)變量的概率分布函數(shù)不存在顯式時(shí)可靠度的計(jì)算。蒙特卡洛法屬于可靠性分析中的純概率分析法，回避了求極限狀態(tài)函數(shù)分布的問(wèn)題，不必對(duì)分析問(wèn)題進(jìn)行概率假設(shè)。 (5) 故障模式影響和危害度分析（FMECA） 故障模式影響和危害度分析(FMECA)是分析產(chǎn)品中每一潛在的故障模式，并確定其對(duì)產(chǎn)品所產(chǎn)生的影響，以及把每個(gè)潛在故障模式按它的嚴(yán)重程度及其發(fā)生的概率予以分類(lèi)的一門(mén)分析技術(shù)。該方法既可進(jìn)行定性分析，也可進(jìn)行定量化計(jì)算。 本文主要研究?jī)?nèi)容 本文通過(guò)對(duì)機(jī)械可靠性的分析，提出了一種利用設(shè)備狀態(tài)信息來(lái)預(yù)測(cè)設(shè)備的可靠性的方法。 實(shí)際工程中的應(yīng)力和強(qiáng)度都是呈分布狀態(tài)的隨機(jī)變量，把應(yīng)力和強(qiáng)度的分布在同一座標(biāo)系中表示（） 當(dāng)強(qiáng)度的均值大于應(yīng)力的均值時(shí)，在圖中陰影部分表示的應(yīng)力和強(qiáng)度 “干涉區(qū)”內(nèi)就可能發(fā)生強(qiáng)度小于應(yīng)力——即失效的情況這種根據(jù)應(yīng)力和強(qiáng)度干涉情況，計(jì)算干涉區(qū)內(nèi)強(qiáng)度小于應(yīng)力的概率（失效概率）的模型，稱為應(yīng)力——強(qiáng)度干涉模型。歸一化的做法：對(duì)隨機(jī)變量作如下變換（平移和比例變換） 則正態(tài)分布的F(x)成為標(biāo)準(zhǔn)正態(tài)分布的Φ(Z)： （） （2）指數(shù)分布e(λ) 定義：當(dāng)產(chǎn)品進(jìn)入浴盆曲線的偶然失效期后，失效率接近為常數(shù)。 KM估計(jì)器思想KM評(píng)估器是一種非參數(shù)估計(jì)方法【3】，它的最大優(yōu)點(diǎn)是不依賴于失效PDF的分布假設(shè)，且不受采樣間隔影響，只要知道失效樣本和正常工作樣本的數(shù)目就可以估計(jì)出產(chǎn)品的可靠度。這種算法需要對(duì)x的PDF進(jìn)行估計(jì)，并選擇PDF的分布形式。可靠性定義為影響失效的應(yīng)力沒(méi)有超過(guò)控制失效強(qiáng)度的概率。然后按減小希望輸出與實(shí)際輸出誤差的方向，從輸出層經(jīng)各中間層逐層修正各連接權(quán)，回到輸入層。此過(guò)程完成后， 輸入信號(hào)再次由輸入層輸入網(wǎng)絡(luò)，重復(fù)上述過(guò)程。這與現(xiàn)代計(jì)算機(jī)的脆弱性形成鮮明對(duì)比。 (4)數(shù)據(jù)壓縮：減少輸出向量維數(shù)以便傳輸或存儲(chǔ)。由于它具有強(qiáng)大的非線性處理能力，因此可以較好地進(jìn)行非線性分類(lèi), 解決了神經(jīng)網(wǎng)絡(luò)發(fā)展史上的非線性分類(lèi)難題。BP神經(jīng)網(wǎng)絡(luò)在實(shí)現(xiàn)時(shí)間等預(yù)測(cè)方面有很大的優(yōu)勢(shì)，并且簡(jiǎn)單方便、可靠、精確。故障特征頻率決定于軸的轉(zhuǎn)速、軸承幾何尺寸及損傷點(diǎn)的位置(外環(huán)、內(nèi)環(huán)、滾動(dòng)體) 。 而峰值因子對(duì)兩類(lèi)故障都可以判斷。早期軸承表面損傷, 非常容易由峰值的變化檢測(cè)出來(lái)。軸承開(kāi)始使用至穩(wěn)定工作期間, 峭度保持在3 左右。而峭度( Ku rto sis) K是反映振動(dòng)信號(hào)分布特性的數(shù)值統(tǒng)計(jì)量, 是歸一化的4階中心矩, 由于它與軸承轉(zhuǎn)速、尺寸、載荷等無(wú)關(guān),對(duì)沖擊信號(hào)特別敏感, 特別適用于表面損傷類(lèi)故障尤其是早期故障的診斷。這些參數(shù)的變化, 能直觀地反映出機(jī)械設(shè)備的故障特征, 對(duì)早期的故障有很好的診斷能力。（通過(guò)美國(guó)大學(xué)數(shù)據(jù)庫(kù)里數(shù)據(jù)提?。┍? 滾動(dòng)軸承的峭度值 組數(shù)C1C2C3C4C5C6C7 12344,6945 其中CC2等代表時(shí)間為1小時(shí)，兩小時(shí)。 （2）本文求瞬時(shí)可靠度簡(jiǎn)單方便，沒(méi)有那么多的繁瑣的參數(shù)和公式，使計(jì)算方便、簡(jiǎn)單。本章通過(guò)對(duì)滾動(dòng)軸承的狀態(tài)指標(biāo)的分析，決定用峭度值作為本課題的狀態(tài)指標(biāo)。畢業(yè)設(shè)計(jì)主要收獲和體會(huì)如下：(1) 學(xué)到了理論研究的方法。只有廣泛收集有用的資料才能設(shè)計(jì)出比較好的產(chǎn)品。另外，我還需要特別感謝孫老師、劉老師和陳老師在中期審核時(shí)候?qū)ξ姨岬慕ㄗh。在我們即將分離的時(shí)刻，我別無(wú)他話，衷心的祝愿大家一路走好、前程似錦、一生平安幸福。