基于神经网络的3K行星减速器可靠性评估方法

摘要

本发明提出了一种基于神经网络的3K行星减速器可靠性评估方法。该方法从Monte Carlo仿真方法的角度出发，基于神经元结构对3K行星减速器系统零部件的失效属性进行定义，在此基础上基于神经网络结构建立无零部件简化的系统可靠性分层网络模型，然后考虑共因失效确定系统可靠性评估策略，最后建立与可靠性分层网络模型相匹配的Monte Carlo仿真方法。本发明减缓了利用传统可靠性评估方法在对3K行星减速器可靠性建模中简化带来的误差，避免了全概率模型方法在计算存在共因失效的机械系统可靠度时出现多重积分难以求解的问题，为设计人员在评估零部件数量大、结构复杂系统可靠性提供了依据，并提高了系统可靠性评估的准确性。