目前,可靠性分析和设计在工程设计中的应用愈加广泛,机械产品的安全可靠是工程设计的主要目的之一,在进行可靠性分析时,由于各因素对零件失效的影响程度不同,因此关于机械零件可靠性灵敏度的研究具有重要意义。本文在总结国内外机械零部件可靠性研究现状的基础上,将神经网络技术应用于机械零件的可靠性灵敏度分析领域。充分利用神经网络的函数逼近功能、非线性映射功能、鲁棒性和容错能力等特性,较好地解决了可靠性研究中的一些难点问题,为机械零部件可靠性灵敏度分析提供了一种新途径。在基于神经网络技术的可靠性灵敏度研究中,本论文主要做了以下的研究工作。提出了局部应力集中情况下的机械零部件可靠性灵敏度问题,将神经网络技术与可靠性理论相结合研究了应力集中情况下可靠性灵敏度问题。应力集中是影响可靠性的一个重要因素。从而应用神经网络技术模拟基本随机变量和应力集中系数之间的关系,能够直接获得应力集中系数的显性表达式。在这个基础上,将神经网络技术获得的应力集中系数表达式和可靠性理论相结合,进一步分析基本随机变量发生变化时对可靠性的影响,即对可靠性灵敏度进行分析。解决了应力集中情况下的机械零部件可靠性灵敏度问题。
本文来源: https://www.lw50.cn/article/11764fe603604c66295fbf1c.html