第三章3可靠性设计.pptVIP

②正态分布概率密度函数曲线的性质 变量落入以μ为中心、±σ区间的概率为68.27％，落入±2σ区间的概率为95.45％，落入± 3σ区间的概率为99．73％，落入± 3σ之外的概率己很小，为0.27％，在一般工程计算中可忽略不计。 特别说明 μ一定时，标准差σ是数据分散度的度量标准，但不是绝对标准。因为标准差的计算是以均值为基础的，因此标准差还不能充分说明分散度的大小，当标准差相同而均值不同时，其相对分散度是不同的。 μ是随机变量x的均值 σ是随机变量x的标准差 因此用特征变异系数 来表示相对的分散程度。 正态分布的分布函数或失效概率为： 上式中, 的原函数不是初等函数，所以上面的积分式演算起来非常困难，为此，引进标准正态分布的概念及其计算用表，即标准正态分布表。 4.标准正态分布 考虑到μ值的变化仅使正态分布曲线沿横轴平移，而对其图形（表明分散度）无影响。又考虑σ值的变化仅使正态分布曲线的图形发生变化，而不改变其对称轴（在x＝μ处）的位置，如果将正态分布曲线的对称轴移至x＝0处（即μ＝0），又将横轴刻度改成为以σ为单位（即取σ＝1）,则可使正态分布曲线标准化、归一化，便于研究和比较。 μ＝0，σ＝1的正态分布称为标准正态分布， 记为 N（0，1）。 标准正态分布的概率密度函数为 上式可看成是由引进称为标准正态分布变量的新变量 代入正态分布概率密度函数，令σ＝1，这时 正态分布 标准正态分布的分布函数为 通过标准正态分布表可查得上式的值，该表给出的数据是用数值积分法求出的φ(z)的近似值。 概率就是曲线f(x)下面的面积，因此，可以利用标准正态分布面积来表述概率，此时的概率可用式： 例1：已知x～ N(μ,σ2)，求P（a≤x≤b）的值。 解： 令 可得 例2：已知x～ N(μ,σ2)，求P（μ-σ≤X≤μ+σ）；P（μ-2σ≤X≤μ+2σ）；P（μ-3σ≤X≤μ+3σ） 计算结果表明，服从正态分布N(μ,σ2)的随机变量只有0.27％可能落在 （μ-3σ,μ+3σ）区间之外。这一结论在统计推断中很重要。通常把正态分布的这种概率法则称为“3σ”原则或“3倍标准差原则”，常用之。 当两个正态分布的函数进行代数运算时，设两个独立的正态分布随机变量x（μx，σx）和y（μy，σy），其代数运算可按表3－6的公式计算。 4.威布尔分布 瑞典科学家W.weibull在分析材料强度及链条的强度时推导出的一种分布函数。由于威布尔分布对于各种类型的试验数据拟合的能力强，例如，指数分布只能适应于偶然失效期，而威布尔分布对于浴盆曲线的三个失效期都能适应，又由于各个领域中有许多现象近似地符合威布尔分布，因此，它的使用范围很广，是在可靠性工程中广泛使用的连续型分布。 零件的寿命或疲劳强度总有一个极限值，例如材料有个疲劳极限值，而带裂纹的材料有个疲劳门槛值，低于这些极限值，则材料的失效概率可以看作为零。因此，从物理模型出发描述寿命的分布，不应是正态分布的而应是“偏态”的威布尔分布正适应了这一情况。 威布尔分布由三个参数来确定其概率密度函数 β——形状参数，其值决定了分布函数的形状，也称威布尔斜率，表征了数据的离散程度，也叫离散指数。 η——尺度参数，可引起横坐标t标尺的缩放，不影响分布的形状。 γ——位置参数，也叫起始参数，它表示产品在时间γ之前，具有100％的存活率（可靠度），即失效是从γ之后开始的。 威布尔失效分布函数 可靠度函数 换成轴承寿命计算的常用符号 L10——额定寿命 F(LF)——失效概率 LF——轴承的寿命 L0——轴承最小寿命 L0 ＝0.05 L10 ，取粗略计算时L0 ≈0 Lθ——轴承特征寿命 L0 ≈0 ,LF＝Lθ Lθ 就是F(LF)＝1－e-1=63.2%时的寿命 β——形状参数 （离散指数） 威布尔斜率 β↑寿命离散性小，反之亦然。 滚动轴承标准规定，额定寿命是指90%的轴承在发生疲劳点蚀前能到达或超过的寿命，即可靠度R=0.90的寿命，L10 可靠度为R(LF)时的寿命 三、机械强度的可靠性设计 机械产品的可靠性取决于其零件、部件的结构形式及尺寸、选用的材料及热处理、制造工艺、检验标准、润滑条件、维修的方便性以及各种安全保护措施等，而这些都是在设计中决定的，设计决定了产品的可靠性水平，即产品的固有可靠度，产品的制造和使用固然也对其可靠性有极其重要的影响，但毕竟制造是按设计进行的，制造和使用的主要任务是保证产品可靠性指标的实现。 机械可靠性设计的主要特点 以应力和强度为随机变量作为出发点，这是由于载荷、强度、结构尺寸、工况等都具有变动性和统计本质，