扫描机构基于综合可信度的多源先验信息融合方法

摘要

本发明公开了一种扫描机构基于综合可信度的多源先验信息融合方法，它包括以下几个步骤：步骤一，星载液体润滑扫描机构样本物理参数、试验和先验信息的收集；步骤二，计算样本油润滑参数，以样本油润滑参数为核心参量确定各先验样本物理可信度；步骤三，检验试验样本与先验样本性能退化信息的动态一致性，以动态一致性检验结果为依据确定先验样本性能可信度；步骤四，计算星载液体润滑扫描机构先验样本综合可信度；步骤五，实施融合算法获得综合先验分布。本发明降低了“极小子样、零失效”星载液体润滑扫描机构先验信息融合风险，解决了其可靠性评估中的“先验分布确定”这一关键问题。

主权项

1.一种扫描机构基于综合可信度的多源先验信息融合方法，其特征在于包括以下几个步骤：步骤一，收集星载液体润滑扫描机构样本物理参数、试验信息和先验信息，其中所述的物理参数是轴承特性参数、润滑油特性参数、环境温度和负载参数；所述的试验信息是试验时间信息、性能退化信息；所述的先验信息是相似机构在轨飞行寿命信息和性能退化信息；步骤二，计算样本油润滑参数，以样本油润滑参数为核心参量确定各先验样本物理可信度；由哈姆洛克-道森公式和雷诺尔德公式推导出油润滑参数为：$\Lambda =\frac{B_m{L}_b\exp 0.68\left\{(\ln {\eta }_0+9.67)\right[{(1+5.1\times {10}^{-9}p)}^{0.68}\times {\left(\frac{T-138}{T_0-138}\right)}^{-1.1}-1\left]\right\}{\left({\eta }_{0}n\right)}^{0.68}{\left(\frac{F_r}{J_r}\right)}^{-0.073}}{\sqrt{{{\sigma }_1}^2+{{\sigma }_2}^2}}---\left(1\right)$其中，轴承特性参数B_m为：$B_m=3.63{\left\{\frac{{\pi 6}_m}{{120E}^{\prime }{R}_x}\right[1-{\left(\frac{D_w}{d_m}\cos \theta \right)}^2\left]\right\}}^{0.68}{E}^{\prime 0.49}{\left(\frac{1}{Z\cos \theta E^{\prime }{R_x}^2}\right)}^{-0.073}(1-e^{-0.7{\left(\frac{R_y}{R_x}\right)}^{0.64}})R_x---\left(2\right)$润滑油特性参数L_b为：L_b＝a^0.49            (3)式中，d_m为球中心直径；D_w为球径；θ为接触角；E′为弹性模量；R_x为x向并联曲率半径；R_y为y向并联曲率半径；Z为球数；σ₁为滚道表面粗糙度；σ₂为钢球表面粗糙度；n为机构旋转速度；a为润滑油粘压系数；p为润滑油膜中的压力；T为润滑油膜中的温度；η₀为润滑油大气压下温度T₀时粘度；F_r为径向负荷；F_a为轴向负荷；J_r可根据F_rtgθ/F_a的值由轴承设计手册查得；星载液体润滑扫描机构物理可信度α_ph为：${\alpha }_{\mathrm{ph}}=\frac{1}{1+a{|1-\frac{\max ({\Lambda }_p,{\Lambda }_{\mathrm{test}})}{\min ({\Lambda }_p,{\Lambda }_{\mathrm{test}})}|}^b}---\left(4\right)$式中，a，b为形状参数和尺度参数，其值可根据相似部件的类型、环境或试验条件和工程经验设定；Λ_p为先验样本的油润滑参数；Λ_test为试验样本的油润滑参数；步骤三，检验试验样本与先验样本性能退化信息的动态一致性，以动态一致性检验结果为依据确定先验样本性能可信度；取试验样本性能退化信息为$\{x_{{\mathrm{testi}}_1}\left(t_{j_1}\right),i_1=\mathrm{1,2},···,N_1,j_1=\mathrm{1,2},···,k_1\},$先验样本性能退化信息为$\{x_{{\mathrm{pi}}_2}\left(t_{j_2}\right),i_2=\mathrm{1,2},···,N_2,j_2=\mathrm{1,2},···,k_2\},$其中N₁为试验样本数；k₁为试验样本测量次数；为试验样本性能测试时间点；N₂为先验样本数；k₂为先验样本测量次数；为先验样本性能测试时间点，要检验这信息是否数学相容，需按以下方法进行：1)将采集到的样本性能退化信息进行预处理，每单个样本信息单独预处理，并统一测量时间间隔获得2)数学相容性检验采用动态一致性检验方法检验试验样本与先验样本性能退化信息的总体一致性，从而判断其数学相容性，检验如下：设$Y_{{\mathrm{testi}}_1}={\{y_{{\mathrm{testi}}_1}\left(1\right),y_{{\mathrm{testi}}_1}\left(2\right),···,y_{{\mathrm{testi}}_1}\left(k\right)\}}^T$为第i₁个试验信息k项组成的向量；$Y_{{\mathrm{pi}}_2}={\{y_{{\mathrm{pi}}_2}\left(1\right),y_{{\mathrm{pi}}_2}\left(2\right),···,y_{{\mathrm{pi}}_2}\left(k\right)\}}^T$为第i₂个先验信息，则求得均值函数和方差函数分别为s_test²(j)、s_p²(j)；均为正态过程，若置信区间$({\hat{y}}_{\mathrm{test}}\left(j\right)-{\hat{y}}_p\left(j\right)\pm t_{\gamma /2}(N_1+N_2-2)S_w\sqrt{\frac{1}{N_1}+\frac{1}{N_2}})$包含零，说明试验样本和先验样本性能退化信息在置信度1-γ下相容；其中，${S_w}^2=\frac{(N_1-1){s_{\mathrm{test}}}^2+(N_2-1){s_p}^2}{N_1+N_2-2};$令γ₀＝0.001，则Δγ＝0.001为递增步长，计算不同置信水平下的置信区间，直至置信区间不包含零，此时先验样本的性能可信度为α_fcn＝1-γ_fcn；步骤四，计算星载液体润滑扫描机构先验样本综合可信度；星载液体润滑扫描机构的综合可信度为α＝(1-q)α_ph+qα_fcn     0＜q≤1        (5)其中，q为性能可信度在综合可信度中所占的比例，由于试验样本量为N₁，先验样本量为N₂，试验样本与试验样本数学相容性检验的伪测量次数分别为k；根据工程经验，取$q={(1+\frac{20}{\sqrt{N_{1}k}})}^{-1}{(1+\frac{20}{\sqrt{N_{2}k}})}^{-1}---\left(6\right)$步骤五，实施融合算法获得综合先验分布，具体步骤如下：1)重复步骤三～步骤四，依次确定各先验样本的综合可信度，记为α_l(l＝1，2，…，s)；2)计算融合后的综合先验分布π(θ)：$\pi \left(\theta \right)=\underset{l=1}{\overset{s}{\Sigma }}{w}_l{\pi }_l\left(\theta \right)---\left(7\right)$其中，π_l(θ)为各先验样本参数θ的分布函数；w_l为各先验分布对应的权重$w_l=\frac{{\alpha }_l}{\underset{l=1}{\overset{s}{\Sigma }}{\alpha }_l}(\underset{l=1}{\overset{s}{\Sigma }}{w}_l=1).$