发明名称 一种隔震橡胶支座性能的概率预测方法
摘要 一种隔震橡胶支座性能的概率预测方法,该方法首先假定所选的隔震橡胶支座各项检测指标服从正态分布,在对大量已检测隔震橡胶产品的性能进行统计分析的基础上,引入概率论中置信区间的概念来对隔震橡胶支座的性能进行预测。具体实施中,按照已选定的隔震橡胶支座性能检测的主要指标和各性能指标达到合格要求的可靠度,通过试算法来确定预期可靠度下合理检测样本的最小数量。由于可靠度β可以预先设定不同的值,故可进行可靠度敏感性分析,以确定最优的β值。这一基于概率的可靠性保证方法,在无需进行支座逐一检测的基础上保证了产品的可靠性,提高了检测效率,降低了检测费用,并且大大降低了能耗,符合节约型社会的发展潮流。
申请公布号 CN102505757A 申请公布日期 2012.06.20
申请号 CN201110364777.2 申请日期 2011.11.17
申请人 东南大学 发明人 王浩;黄小伟;吴继荣;邢晨曦;李爱群
分类号 E04B1/36(2006.01)I;E04B1/98(2006.01)I;G06F19/00(2011.01)I 主分类号 E04B1/36(2006.01)I
代理机构 南京苏高专利商标事务所(普通合伙) 32204 代理人 柏尚春
主权项 1.一种隔震橡胶支座性能的概率预测方法,其特征在于该方法包括以下步骤:第一步:确定隔震橡胶支座性能检测的主要指标,该指标包括力学性能的极限抗压强度、抗压弹性模量和抗剪弹性模量,耐久性性能的老化性能、徐变性能和疲劳性能,橡胶材料性能的拉伸、压缩和老化性能,剪切性能相关性;选取该主要指标中的几种作为检测指标,指标的数目用m表示;第二步:假定所选的各项检测指标服从正态分布,抽检n个样本,可得到某项性能指标的n个检测值X<sub>1</sub>、X<sub>2</sub>、...、X<sub>n</sub>,设X<sub>1</sub>、X<sub>2</sub>、...、X<sub>n</sub>是正态总体N(μ,σ<sup>2</sup>)的样本,根据数理统计知识,有:<img file="FDA0000109355370000011.GIF" wi="528" he="79" />且分布t(n-1)不依赖于μ,可得:<maths num="0001"><![CDATA[<math><mrow><mi>P</mi><mo>{</mo><mover><mi>X</mi><mo>&OverBar;</mo></mover><mo>-</mo><mfrac><mi>S</mi><msqrt><mi>n</mi></msqrt></mfrac><msub><mi>t</mi><mfrac><mi>&alpha;</mi><mn>2</mn></mfrac></msub><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>&lt;</mo><mi>&mu;</mi><mo>&lt;</mo><mover><mi>X</mi><mo>&OverBar;</mo></mover><mo>+</mo><mfrac><mi>S</mi><msqrt><mi>n</mi></msqrt></mfrac><msub><mi>t</mi><mfrac><mi>&alpha;</mi><mn>2</mn></mfrac></msub><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>}</mo><mo>=</mo><mn>1</mn><mo>-</mo><mi>&alpha;</mi><mo>.</mo><mo>.</mo><mo>.</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></math>]]></maths>或<maths num="0002"><![CDATA[<math><mrow><mi>P</mi><mo>{</mo><mi>&mu;</mi><mo>></mo><mover><mi>X</mi><mo>&OverBar;</mo></mover><mo>-</mo><mfrac><mi>S</mi><msqrt><mi>n</mi></msqrt></mfrac><msub><mi>t</mi><mi>&alpha;</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>}</mo><mo>=</mo><mn>1</mn><mo>-</mo><mi>&alpha;</mi><mo>.</mo><mo>.</mo><mo>.</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></math>]]></maths>式中:P为概率,μ、σ<sup>2</sup>分别为正态总体的均值和方差;<img file="FDA0000109355370000014.GIF" wi="69" he="53" />S<sup>2</sup>分别为样本均值和方差;1-α为总体均值在相应置信区间内的可靠度;其中μ、σ<sup>2</sup>未知,<img file="FDA0000109355370000015.GIF" wi="69" he="53" />S<sup>2</sup>可计算得到;式(1)、(2)分别适用于不同的性能指标,前者用于检测值与规定值允许有一定的偏差,后者用于检测值必须大于规定值;第三步:确定各性能指标达到合格要求的可靠度;先假定一个检测样本数量n,由此得到<img file="FDA0000109355370000016.GIF" wi="47" he="51" />和S;再根据检测标准确定合格产品各项性能检测值与规定值的关系,根据式(1)或(2)求得(1-α<sub>i</sub>),i=1,2,...,m;第四步:确定合理的检测样本数量值N;对于预先设定的可靠度β,假定各项性能都是独立的,则需满足<img file="FDA0000109355370000017.GIF" wi="316" he="115" />m为选定的性能指标数;因此,通过试算取得合理的检测样本数量值N;第五步:进行可靠度敏感性分析,在期望可靠度附近选定一组不同的可靠度β<sub>1</sub>,β<sub>2</sub>,..β<sub>k</sub>,对不同的β值可算得对应的合理检测样本数量值N,一般要求β越大越好。
地址 210096 江苏省南京市四牌楼2号