一种基于累积损伤仿真的轴类产品可靠性实时预测方法

摘要

本发明提供一种基于累积损伤仿真的轴类产品可靠性实时预测方法，首先通过网格非线性自适应技术进行累积损伤仿真分析，其次将仿真的输入输出结果代入长短期记忆神经网络进行训练，然后建立轴类产品所受扭矩载荷的随机过程模型，对扭矩随机过程进行均方积分得到冲量矩，将冲量矩代入神经网络预测磨损量进而对磨损量进行不确定性量化，最后结合广义的应力‑强度干涉模型实时预测轴类产品的可靠度。本发明公开的方法可以有效地提高轴类产品磨损量仿真的精度，同时基于神经网络建立代理模型提高磨损量的预测效率，应用随机过程进行不确定性量化去掉“先验假设”本身引入的主观不确定性，提高轴类产品可靠性预测的准确性和时效性。