(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210710399.7 (22)申请日 2022.06.22 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 夏权　王自力　任羿　孙博　 杨德真　冯强　 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/23(2020.01) G06N 3/00(2006.01) G06N 3/08(2006.01) G06F 119/02(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于力学仿真和神经网络方法的机械 产品可靠性分析方法 (57)摘要 本发明涉及一种基于力学仿真和神经网络 方法的机械产品可靠性分析方法， 步骤包括： 通 过剖析结构与功能组成及运行原理， 构建系统可 靠性模型； 开展失效模式与机理分析， 确定失效 机理模型； 构建参数的随机性模型， 通过仿真试 验设计， 开展力学仿真分析， 获得关键物理表征 数据； 基于仿真数据训练并构建力学仿真的神经 网络模型， 并再次进行大规模抽样， 计算获得各 种情况下的力学仿真结果； 结合失效机理模型、 系统可靠性模 型开展可靠性分析， 获得机械产品 寿命、 可靠度等指标。 该方法融合高精度力学仿 真和机器学习的优势， 能够实现科学、 准确、 高效 的机械产品可靠性分析。 权利要求书1页 说明书6页 附图5页 CN 114896740 A 2022.08.12 CN 114896740 A 1.一种基于力学仿真和神经网络方法的机械产品可靠性分析方法， 其特征在于： 包含 以下步骤： 步骤1： 剖析机 械产品结构与功能组成及运行原理， 构建机 械产品系统可靠性模型； 步骤2： 开展机械产品零部件的失效模式与机理分析， 确定要分析的关键失效模式与机 理模型； 步骤3： 分析机械产品材料、 几何、 工况载荷数据及分散性， 利用分布拟合形式构建其参 数的随机性模型； 步骤4： 基于材 料、 几何、 载荷参数随机性模型开展仿真试验设计； 步骤5： 基于 仿真试验设计方案， 开展力学仿真 分析， 获得关键物理表征量； 步骤6： 基于力学仿真 分析获得的结果， 训练并构建神经网络模型； 步骤7： 开展力学仿真分析神经网络模型准确度验证， 若不满足精度要求， 则返回步骤4 修改设计力学仿真试验方案， 根据神经网络训练的精度情况， 增 加或删除试验点； 步骤8： 利用抽样方法对材料、 几何、 载荷参数进行随机抽样， 获得大规模抽样样本， 调 用步骤6中构建的神经网络模型， 计算获得相应的力学仿真 分析结果； 步骤9： 将步骤8获得的结果输入失效机理模型计算获得各零部件的多组寿命值， 并采 用数理统计方法拟合各零部件的寿命分布， 结合失效阈值计算 零部件可靠性指标； 步骤10： 根据步骤1构建的系统可靠性模型， 利用当量指数分布方法逐层计算机械产品 各子系统可靠性指标， 最终 获得机械产品可靠性指标； 通过以上步骤， 给出了一种基于力学仿真和神经网络方法的机械产品可靠性分析方 法。 2.根据权利要求1所述的一种基于力学仿真和神经网络方法的机械产品可靠性分析方 法， 其特征在于： 所述步骤4中， 仿真试验设计方法为： 根据参数随机性模型的分布类型， 采用六西格玛 对应的概率值计算各参数分布的上下分位点， 并作为试验设计中各参数 的取值上下限； 利 用试验设计方法对材 料、 几何、 载荷参数进行采样， 获得仿真试验设计方案 。 3.根据权利要求1所述的一种基于力学仿真和神经网络方法的机械产品可靠性分析方 法， 其特征在于： 所述步骤6中， 神经网络模型以机械产品材料、 几何、 载荷参数为输入， 关键物 理表征量 仿真结果为输出， 其中关键物理表征量为机械产品及其零部件关键位置的与失效相关的力 学物理表征， 包括应力、 应 变、 位移。权　利　要　求　书 1/1 页 2 CN 114896740 A 2一种基于力学 仿真和神经网络方法的机械产品可靠性分析 方法 所属技术领域 [0001]本发明涉及机械产品可靠性仿真分析领域， 特别是一种基于力学仿真和神经网络 方法的机 械产品可靠性分析 方法。 背景技术 [0002]机械产品的可靠性分析是产品研制过程中的重要环节， 也是实现产品工程化的必 要途径。 准确的可靠性分析能够为其设计指 明方向， 对于提高机械产品可靠性具有重要意 义。 [0003]针对机械产品， 其可靠性分析一般有实验和仿真两种方法。 实验方法是通过模拟 服役载荷对机械产品进行破坏性 实验来得到失效数据， 再基于数理统计方法评估机械产品 可靠度。 这种方法虽然比较准确， 但需要 大量实验样本， 成本高， 周期 长， 已难以满足新一代 产品研制的需求。 可靠性仿真分析方法通过构建机械产品的三维数字模型， 进而开展力学 性能仿真， 再结合失效机理模型进行可靠性分析， 能够实现高效率、 低 成本、 短周期的机械 产品可靠性设计。 [0004]随着工业技术的发展， 机械产品集成化、 智能化、 复杂化程度不断提升， 可靠性仿 真分析对于机械产品仿 真模型准确度要求不断提升。 然而精细化的模型仿 真过程往往伴随 着复杂的计算过程和巨大 的计算量， 此外， 在可靠性仿真分析过程中通常涉及大量 随机不 确定性参数， 对这些参数进 行抽样仿 真， 则会出现 “组合爆炸”的现象， 使 得可靠性仿 真计算 量呈指数增大。 因此， 其建模和计算的成本是不可接受的， 亟需研究兼具准确性和高效性的 机械产品可靠性仿真 分析方法。 [0005]鉴于此， 有必要给出一种基于力学仿真和神经网络方法的机械产品可靠性分析方 法。 发明内容 [0006]本发明的目的是为了解决机械产品可靠性仿真分析方法现有技术存在的问题， 提 出一种基于力学仿 真和神经网络方法的机械产品可靠性分析方法。 该方法根据机械产品结 构和功能组成， 将力学仿真技术和神经网络方法结合， 建立了其可靠性高效分析 的方法与 流程， 主要包含以下步骤： [0007]步骤1： 剖析机械产品结构与功能组成及运行原理， 并按系统、 子系统、 零部件层级 将产品进 行系统分解； 基于系统分解结果， 根据功能和运行原理， 构建机械产品系统可靠性 模型； [0008]步骤2： 开展机械产品零部件的失效模式与机理分析， 包括磨损、 断裂、 疲劳、 变形， 确定要分析的关键失效模式与机理模型； [0009]步骤3： 分析机械产品材料、 几何、 工况载荷数据及分散性， 利用分布拟合形式构建 其参数的随机性模型；说　明　书 1/6 页 3 CN 114896740 A 3