基于马尔可夫链蒙特卡洛的Bayesian动态预测方法
基于马尔可夫链蒙特卡洛的Bayesian动态预测方法
来源:北方有色网
访问:915
简介:
本发明提供了一种基于马尔可夫链蒙特卡洛的Bayesian动态预测方法,属于计算机技术领域,包括:根据构件的历史裂纹长度及对应的时间增量,建立构件疲劳裂纹损伤性能随机退化模型;利用基于马尔可夫链蒙特卡洛的Bayesian动态预测方法对构件疲劳裂纹损伤性能随机退化模型的随机参数进行更新,得到参数修正值;根据参数修正值,预测构件在未来某一时间段内的裂纹长度,根据裂纹长度建立构件疲劳裂纹长度安全余量方程;根据参数修正值和构件疲劳裂纹长度安全余量方程对构件疲劳裂纹损伤性能退化与时变可靠性进行评估。该方法降低了抽样过程中不确定因素对抽样结果的影响,能有效预测产品失效事件的发生,从而可以为预测维修策略的制定提供相应的依据。
本发明提供了一种基于马尔可夫链蒙特卡洛的Bayesian动态预测方法,属于计算机技术领域,包括:根据构件的历史裂纹长度及对应的时间增量,建立构件疲劳裂纹损伤性能随机退化模型;利用基于马尔可夫链蒙特卡洛的Bayesian动态预测方法对构件疲劳裂纹损伤性能随机退化模型的随机参数进行更新,得到参数修正值;根据参数修正值,预测构件在未来某一时间段内的裂纹长度,根据裂纹长度建立构件疲劳裂纹长度安全余量方程;根据参数修正值和构件疲劳裂纹长度安全余量方程对构件疲劳裂纹损伤性能退化与时变可靠性进行评估。该方法降低了抽样过程中不确定因素对抽样结果的影响,能有效预测产品失效事件的发生,从而可以为预测维修策略的制定提供相应的依据。
标签:失效分析
宣传
宣传
宣传
顶部