【技术实现步骤摘要】
本专利技术涉及机械系统预警评估，尤其涉及一种机械系统在随机振动影响下的失效预警方法。
技术介绍
1、在机械工程、土木工程及交通工程等领域中，随机振动问题一直是研究和应用的热点。在这些领域中，随机振动是一个普遍存在的现象，并且当机械结构的随机振动超过系统本身的承受能力时，系统将面临失效的风险。失效不仅会导致系统的功能丧失，还可能造成严重的经济损失和安全隐患。因此，在实际应用中，准确预测和评估随机振动状态对于确保系统“有效工作”状态、实现失效预警、延长系统使用寿命具有重要意义。如何准确预测和评估随机振动状态，以确保系统能够在“有效工作”状态下运行，并延长其使用寿命，成为了亟待解决的问题。
2、随着科学技术的不断进步和工程实践的不断深入，对于随机振动状态的准确预测和评估需求日益增加。早期的研究主要集中在通过建立简单的数学模型和经验公式来描述随机振动现象，然而这些方法往往难以准确反映复杂系统的振动特性，预测结果精度有限，从而限制了其在工程实践中的应用。
3、因此，如何快速、高精度地实现振动状态的预测评估，并据此进行失效预警，是目前亟需解决的技术问题。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种机械系统在随机振动影响下的失效预警方法，用以解决现有机械系统在随机振动影响下的失效预警方法存在的速度慢、精度不高的问题。
2、本专利技术公开了一种机械系统在随机振动影响下的失效预警方法，所述方法包括：
3、根据机械系统所受到的随机振动
4、基于所述振动状态数据求取振动状态的转移概率密度函数的数值解；并基于所述转移概率密度函数的数值解，构建神经网络模型训练的样本集；并利用所述样本集训练并测试得到用于实时求解振动状态的转移概率密度函数的神经网络模型；
5、获取机械系统在随机振动影响下均匀采样的各采样时间的振动状态，并将各采样时间及其振动状态分别输入测试通过的所述神经网络模型，由所述神经网络模型分别预测输出各采样时间的振动状态对应的转移概率密度函数的取值，以绘制转移概率密度函数的分布图；
6、根据所述转移概率密度函数的分布图，实现随机振动影响下的失效预警。
7、在上述方案的基础上，本专利技术还做出了如下改进：
8、进一步，所述绘制转移概率密度函数的分布图，执行：
9、对所有采样时间的振动状态对应的转移概率密度函数的取值进行非负性及归一化处理，得到各采样时间的振动状态对应的转移概率密度函数的归一化取值；
10、绘制以各采样时间的振动状态为横坐标、以对应的转移概率密度函数的归一化取值为纵坐标的绘制转移概率密度函数的分布图。
11、进一步，根据所述转移概率密度函数的分布图，实现随机振动影响下的失效预警；执行：
12、根据所述转移概率密度函数的分布图，制定随机振动失效风险等级；
13、基于所述随机振动失效风险等级，实现随机振动影响下的失效预警。
14、进一步，根据所述转移概率密度函数的分布图，制定随机振动失效风险等级，执行：
15、将振动状态的失效阈值在转移概率密度函数的分布图中纵坐标的取值表示为pf，以及，分布图中纵坐标的最大值表示为pmax；设置高风险阈值裕量thh、低风险阈值裕量thl；
16、转移概率密度函数的分布图中纵坐标范围在[0,pf+thh]之间的横坐标所指示的振动状态范围的失效风险等级为高风险；
17、转移概率密度函数的分布图中纵坐标范围在(pf+thh,pmax-thl]之间的横坐标所指示的振动状态范围的失效风险等级为中风险；
18、转移概率密度函数的分布图中纵坐标范围在(pmax-thl,pmax]之间的横坐标所指示的振动状态范围的失效风险等级为低风险。
19、进一步，基于所述随机振动失效风险等级，实现随机振动影响下的失效预警，执行：
20、机械系统在随机振动过程中，将待预测时间的振动状态与振动状态的失效风险等级制定的各级随机振动失效风险的振动状态范围相比较，确定机械系统在预警时间的失效风险等级；
21、若机械系统在预警时间的失效风险等级为高风险，则提前进行待预测时间的振动状态的失效预警。
22、进一步，基于所述振动状态数据求取振动状态的转移概率密度函数的数值解，执行：
23、参数初始化：获取振动初始状态s0、振动状态的失效阈值sf；设置时间步长dt及振动状态步长dst、时间步数nt和状态步数nst；从振动初始状态s0开始，以状态步长dst为增量，逐步增加振动状态s_t的值，直至达到或超过振动状态的失效阈值sf，并获取振动状态s_t对应的漂移函数m(s_t)和方差函数σ2(s_t)；创建一个大小为(nt+1)×(nst+2)的零矩阵p，用于存储转移概率密度函数的数值解；并根据边界条件初始化零矩阵p的相关元素；
24、采用数值方法对振动状态的转移概率密度变化的偏微分方程进行离散化处理，将偏微分方程转化为一系列线性方程组，每一线性方程均为离散化的差分方程；
25、在根据边界条件初始化零矩阵p的相关元素的基础上，对矩阵p中的其他元素，在每个时间点t和振动状态点s_t，根据离散化的差分方程计算出下一个时间点t+1时该振动状态的转移概率密度值；
26、通过不断迭代更新矩阵p中的元素值，最终得到所有时间点和振动状态点的转移概率密度函数的数值解，结束迭代更新。
27、进一步，所述振动状态的转移概率密度变化的偏微分方程表示为：
28、
29、其中，s0表示振动初始状态，st表示从振动初始状态s0转移到时间t的振动状态，p(t,st|s0)表示振动状态的转移概率密度函数；m(st)为振动状态st的漂移漂移函数，σ2(st)表示振动状态st的方差函数。
30、进一步，在根据离散化的差分方程计算过程中，利用前向差分近似时间偏导数利用中心差分近似空间偏导数和并根据差分方程更新转移概率密度矩阵p中的相应元素值。
31、进一步，所述根据边界条件初始化零矩阵p的相关元素，执行：
32、根据边界条件p(t,sf|s0)＝0，将矩阵p的最后一列设为0。
33、根据初始条件p(t,s_t|s0)＝delta(s_t-s0)，将矩阵p的第一行中对应s0位置的元素设为1。
34、进一步，基于所述转移概率密度函数的数值解，构建神经网络模型训练的样本集，执行：
35、对迭代更新结束后的矩阵p依次进行非负性和归一化处理，得到归一化矩阵p1，裁剪掉归一化矩阵p1的最后一列，得到标准化矩阵p2；
36、以标准化矩阵p2中每个元素对应的时间点t和振动状态点s_t为输入、以标准化矩阵p2中相应元素的元素值为输出作为一组样本数据，本文档来自技高网...
【技术保护点】
1.一种机械系统在随机振动影响下的失效预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机械系统在随机振动影响下的失效预警方法，其特征在于，所述绘制转移概率密度函数的分布图，执行：
3.根据权利要求2所述的机械系统在随机振动影响下的失效预警方法，其特征在于，根据所述转移概率密度函数的分布图，实现随机振动影响下的失效预警；执行：
4.根据权利要求3所述的机械系统在随机振动影响下的失效预警方法，其特征在于，根据所述转移概率密度函数的分布图，制定随机振动失效风险等级，执行：
5.根据权利要求4所述的机械系统在随机振动影响下的失效预警方法，其特征在于，基于所述随机振动失效风险等级，实现随机振动影响下的失效预警，执行：
6.根据权利要求1-5中任一项所述的机械系统在随机振动影响下的失效预警方法，其特征在于，基于所述振动状态数据求取振动状态的转移概率密度函数的数值解，执行：
7.根据权利要求6所述的机械系统在随机振动影响下的失效预警方法，其特征在于，所述振动状态的转移概率密度变化的偏微分方程表示为：
<...【技术特征摘要】
1.一种机械系统在随机振动影响下的失效预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机械系统在随机振动影响下的失效预警方法，其特征在于，所述绘制转移概率密度函数的分布图，执行：
3.根据权利要求2所述的机械系统在随机振动影响下的失效预警方法，其特征在于，根据所述转移概率密度函数的分布图，实现随机振动影响下的失效预警；执行：
4.根据权利要求3所述的机械系统在随机振动影响下的失效预警方法，其特征在于，根据所述转移概率密度函数的分布图，制定随机振动失效风险等级，执行：
5.根据权利要求4所述的机械系统在随机振动影响下的失效预警方法，其特征在于，基于所述随机振动失效风险等级，实现随机振动影响下的失效预警，执行：
6.根据权利要求1-5中任一项所述的机械系统在随机振动影响下的失效预...
【专利技术属性】
技术研发人员：程海，郑建国，王俊虎，
申请(专利权)人：安世亚太科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。