高速动车组制动系统关键部件小子样问题的可靠性建模与研究

【摘要】：可靠性评估对产品的寿命提升、修程制定、成本降低以及市场竞争力的增强有着重要意义。高速动车组制动系统关键部件的可靠性直接影响整车的制动性能,可靠性评估的准确性与车辆的安全运行关系密切。从传统方法上看,可靠性评估是对大量试验样本的寿命数据进行统计(通常n30)。这意味着,可靠性试验需要花费大量的时间和资金。而高速动车组关键部件的设计寿命较长、试件造价较贵、结构较复杂,因此在采用传统的大数据理论可靠性评估方法时便捉襟见肘了。为解决此问题,需要一种方法对小子样情况下规定时间内的寿命试验进行可靠性评估。本文以高速动车组制动系统关键部件作为研究对象,运用Bayes方法对小子样情况下的截尾数据进行研究。总体来说,本文主要探讨了以下几个内容:1.对高速动车组制动系统关键部件的部分失效原因进行了罗列和分析,阐述了Modified Weibull分布相比于常用寿命分布对关键部件可靠性评估的优势,分析了Bayes理论对解决小子样问题的重要意义。2.针对高速动车组制动系统关键部件小子样条件下混合截尾寿命试验和无失效数据的可靠性评估,分别通过“基于Modified Weibull分布模型的可靠性模型”和“基于Modified Weibull分布的成败型试验多层可靠性模型”两种Bayes方法进行了细致的研究。包括先验分布的选择、层化Bayes方法及超先验参数的确定、函数凹凸性性质推导各时间点的失效概率关系、后验分布的推导以及可靠性评估模型的稳健性。3.针对提出的Bayes可靠性评估模型,构建了具有较高抽样效率的混合MCMC算法,结合Gibbs抽样、Metropolis-Hasting抽样,解决了后验分布正则化的多重积分问题,提高了参数估计的计算速度。4.利用上述两种方法对高速动车组制动系统中继阀和紧急制动电磁阀的可靠性进行了研究,得到了相应模型参数的后验估计,深入分析了可靠性评估方法的适用条件以及优劣性。通过算例研究,论证了上述两种可靠性模型的合理性、证明了混合MCMC算法的高效,为高速动车组制动系统关键部件在小子样条件下的可靠性评估提供了理论基础。