可靠性设计实例应用.ppt

5.3 零部件的可靠性设计 5.3.1应力与强度均呈正态分布的可靠度计算 5.3.2应力与强度均呈对数正态分布时的可靠度计算 5.3.3应力与强度均呈指数分布时的可靠度计算 5.3.1应力与强度均呈正态分布的可靠度计算 当应力S和强度Δ 服从正态分布时，设它们的概率密度函数分别为： μs——应力均值 σs——应力的标准差 μδ——强度均值 σs——强度的标准差 Y=Δ-S也服从正态分布 则Y的均值和标准差分别为 5.3.1应力与强度均呈正态分布的可靠度计算 Y0的概率即零件的可靠度 标准化变换 则 当y=0时， 当 时， 令 ，称为可靠性系数，也称为连接方程 5.3.1应力与强度均呈正态分布的可靠度计算 零件工作应力的数学期望 扩大n倍作为零件受载时的极限状态，此时 n——强度储备系数。（具体数值按各类专业机械的要求选取，一般n=1.1~1.25） 根据应力和强度的分布参数计算出可靠性系数后，从标准正态分布函数表查得相应的数据，即可得到可靠度。 可靠性系数ZR 5.1.4 可靠性设计常用的分布函数 可靠性设计是以广义的产品为对象。而产品的某些性质，例如，加工尺寸的精度，材料的成分，机件的强度和寿命等，总会带有某些偏差。而这些偏差往往对产品的可靠性有较大的影响，所以为了从偏差的形态来评价和预测产品的可靠性，在可靠性设计中，将设计的参量看作随机变量。这些随机变量往往呈某种分布，可靠性设计常用的分布函数有正态分布、指数分布、对数正态分布、威布尔分布等。 1、正态分布 又称为高斯分布，它是一切随机现象的概率分布中最常见和应用得最广泛的一种分布，它对于因腐蚀、磨损、疲劳而引起的失效分布特别有用。 正态分布可研究的自然现象和物理性能 机械制造中零件的加工误差、测量误差 气体分子速度 噪声 气温变化 设备的磨损 材料的强度、应力 正态分布的局限性 正态分布只能研究对称的随机现象 对某些只能取正值，不能取负值的随机变量不适用。 正态分布 若随机变量X的概率密度函数为 则X服从参数为μ与σ2的正态分布,并记作X~(μ, σ2) 正态分布累积概率分布函数 μ：为母体的数学期望，或称均值，－∞＜ μ＜＋∞，它表征随机变量分布的集中趋势，决定正态分布曲线的位置。 σ：为母体的标准差，σ0，它表征随机变量分布的离散程序，决定正态分布曲线的形状。 当μ和σ确定后，正态分布曲线的位置和形状也就确定了。 标准正态分布函数 可将一般正态分布曲线均值移至0 μ＝0， σ＝1的正态分布，称为标准正态分布，记作N（0，1） 常将标准正态分布函数f(z)和F(z)记为φ(Z)和Φ(Z) 2、对数正态分布 对数正态分布是一种偏态分布，而且对数正态分布随机变量X的取值x＞0 应用情况： 描述机械零件的疲劳强度、疲劳寿命、耐磨寿命、维修时间 处理过程：在实际应用中，一般处理对数正态分布的数据时，先将各个数据取对数，按照正态分布进行处理，这样可简化计算，便于工程应用。 2、对数正态分布 若随机变量X的对数Y=ln(X)服从正态分布，则称X为对数正态分布的随机变量。X=eY服从对数正态分布。其概率密度函数和累积概率分布函数分别为： 转换为标准正态分布，令 2、对数正态分布 若随机变量X的对数Y=ln(X)服从正态分布，则称X为对数正态分布的随机变量。X=eY服从对数正态分布。其概率密度函数和累积概率分布函数分别为： 转换为标准正态分布，令 两式中的μ和σ不是对数正态分布的位置参数和尺度参数，更不是均值 和标准差（标准离差），而分别为它的“对数均值”和“对数标准差” 对数正态分布的均值和标准差分别为： 和 2、对数正态分布 对数正态分布密度函数曲线：单峰且偏态的 3. 指数分布 指数分布：是伽玛分布和威布尔分布的特殊情况，产品的失效是偶然失效时，其寿命服从指数分布。 应用情况：电子产品 是可靠性研究中最常用的一种分布形式 有的系统的寿命也可用指数分布来近似。 3. 指数分布 若X是一个非负的随机变量，且有密度函数为 则称X服从参数为λ的指数分布，记为e(λ). λ为常数，是指数分布的失效率。 指数分布的分布函数 指数分布的密度函数和分布函数的图形： 3. 指数分布 若令 ，则指数分布的密度函数还可表达为： θ为常数，表示指数的分布的平均寿命 t为失效时间随机变量。 分布函数为： 3. 指数分布 指数分布的数字特征： 指数分布的性质：无记忆性或无后效性 如果某产品的寿命服从指数分布，那末在它经过一段时间 的工作以后如果仍然正常，则它仍然和新产品一样，在 以后的剩余寿命仍然服从原来的指数分