機械可靠性設計

1、基于鞍點估計的機械零部件可靠性靈敏度分析摘要對機械結構來說，可靠性指標一般隨材料特性、幾何參數、工作環(huán)境等不確定性因素變化而減弱，所以結構的可靠度、靈敏度就顯得尤為重要，對機械零部件可靠性靈敏度的分析也是亟不可待。本文利用鞍點估計技術可以無限逼近非正態(tài)變量空間中線性極限狀態(tài)函數概率分布的特點，能有效解決統(tǒng)計資料或實驗數據較少而難以確定設計變量的分布規(guī)律的問題。將可靠性設計理論、靈敏度分析技術與鞍點逼近理論相結合，以前面可靠性數學模型為基礎，系統(tǒng)地推導了基于鞍點估計的可靠性靈敏度公式，討論了基于鞍點估計法的機械零部件可靠性靈敏度計算問題，為進一步分析機械零部件的可靠性穩(wěn)健設計奠定了理論基礎。關鍵

2、詞：不確定性鞍點靈敏度可靠性第一章緒論1.1 機械可靠性設計理論研究進展很早以來人們就廣泛采用“可靠性”這一概念來定性評價產品的質量問題，這只是靠人們的經驗評定產品可靠還是不可靠，并沒有一個量的標準來衡量；從基于概率論的隨機可靠性到基于模糊理論的模糊可靠性再到非概率可靠性以及最近提出的結構系統(tǒng)概率-模糊-非概率混合可靠性，表明定量衡量產品質量問題的理論方法從產生到現(xiàn)在已有了長足的發(fā)展；對于復雜結構的復雜參數由單純的概率非概率可靠性分析方法發(fā)展到可靠性靈敏度分析的各種分析方法，使得這一理論日續(xù)豐富和完善，并深入滲透到各個學科和領域。可靠性當今已成為產品效能的決定因素之一，作為一個與國民經濟和國防

3、科技密切相關的科學，未來的科技發(fā)展中也必將得到廣泛的研究和應用。20 世紀初期把概率論及數理統(tǒng)計學應用于結構安全度分析，已標志著結構可靠性理論研究的初步開始。20 世紀 40 年代以來，機械可靠性設計理論有了長足的發(fā)展，目前為止己經相當成熟，尤其是許多國家開始研究在結構設計規(guī)范中的應用,應用進入一個新的時期。1.2 機械可靠性設計理論研究現(xiàn)狀在實際工程中，不確定因素的存在在所難免，可靠性分析與這些不確定性緊密相關。在過去的幾十年中，概率論在各種工業(yè)系統(tǒng)的可靠性評估方面獲得了巨大的成功，概率可靠性方法成為處理不確定性的最為普遍的方法。但隨著科學技術的發(fā)展，人們逐漸認識到，除了隨機性以外，在工程中

4、還存在著另一類重要信息一一模糊信息。所以傳統(tǒng)的可靠性方法就是用概率論和模糊理論處理不確定性，但概率可靠性和模糊可靠性模型都需要用較多的數據去定義參數的概率分布或隸屬函數，a 計算量較大。近年來的有關研究1表明，概率可靠性對概率模型參數很敏感，概率數據的小誤差可導致結構可靠性計算出現(xiàn)較大誤差2,說明在沒有足夠的數據信息描述概率模型時，在主觀的假設下概率可靠性計算的結果是不可靠的3。模糊性和隨機性是不同的兩類不確定性，其產牛機理和物理意義均有一定差異，在機械和結構系統(tǒng)的分析和設計中，由于各種因素的影響，常不可避免地同時存在隨機的和模糊的不確定性4。此時，必須同時考慮隨機性和模糊性。對此問題，常用的

5、方法是依據 Zadeh 提出的模糊概率at 算公式5,綜合考慮功能狀態(tài)變量的隨機分布和模糊隸屬情況，給出一確定的失效概率或可靠度值。Ben-Haim 首先提出了不用概率定義即非概率的可靠性概念。對于不確定信息的描述，不采用隨機變量，不用極限狀態(tài)函數和概率密度函數，而采用凸集合模型描述，經過分析可得到輸出（或響應）的變化范圍，將此變化范圍與要求的變化范圍比較即可得到安全程度的度量指標。非概率可靠性提出后引起了很多人關注。郭書樣等基于區(qū)間分析，提出一種非概率可靠性度量指標，來衡量不確定參數為區(qū)間變量時系統(tǒng)的安全性，并將其用于結構優(yōu)化，但對于其它凸模型情況，區(qū)間算術計算結果趨于保守。邱志平口等指出了

6、Ben-Haim 魯棒可靠性準則即響應凸集合與失效凸集合為不相交關系的錯誤，提出了結構的安全與失效的關系應該對應于凸集合間的偏序關系，這僅僅是基于一種方式對不確定量進行的描述，而計算必須建立在先前的實驗數據上，以至該模型也有一定的局限性.曹鴻鈞同等在區(qū)間可靠性指標的基礎上， 提出一衡量超橢球模型與區(qū)間模型并存情況下的非概率可靠性指標由于非概率可靠性指標是用一個極小極大模型定義的，雖然可以采用增廣設計變量的方法轉化為常規(guī)極值問題，但以該指標為設計約束的優(yōu)化問題求解時仍然十分困難。在結構的分析和設計中，需要合理地定量處理一些影響其性能的不確定性，雖然概率理論在不確定性的處理及可靠性分析方面得到了成

7、功的應用，但不確定性并不等于隨機性。不確定性的模擬使機械可靠性設計理論的既可以是概率的，也可以是非概率的，同一問題中可能同時含有概率變量和非概率變量。因此，非概率方法及其與概率方法的混合模型9的研究也有著重要的理論和實際意義。非概率可靠性并不是完全否認概率可靠性，它是概率可靠性有益的補充，很多研究都在試圖將兩種方法結合起來對系統(tǒng)性能進行評估。 基于結構可靠性分析中的概率可靠性模型和非概率集合可靠性模型，王軍等阿等提出一種新的結構可靠性分析的概率-非概率混合模型，該模型首先將功能函數進行非概率可靠性分析，后將標準化區(qū)間變量空間所有區(qū)域的可靠度驚喜求和計算，從而給出結果的可靠度。為了有效地處理結構

8、系統(tǒng)的混合可靠性問題，基于模糊隨機可靠性模型及非概率集合可靠模型，尼早等11建立了結構概率一模糊-非概率混合可靠性模型，該混合可靠性模型為分析和設計決策提供更全面、更真實的有用信息?？煽啃栽O計的精確性和先進性是建立在應力、強度、壽命等數據的真實性、精確性的基礎上的，重視試驗數據的收集和分析，對設計新產品時有很重大的參考價值。1.3 .機械零件可靠性設計理論的發(fā)展趨勢對當前機械產品而言，如何提高設計質量、完善設計理論、改進設計技術、縮短設計周期是最重要的，而這些都與可靠性有著密切的聯(lián)系?？煽啃约夹g己深入到機械零部件結構設計、強度設計以及失效分析中，機械零件可靠性理論研究工作已經成為機械工程中的研

9、究熱點，目前大量論文和專著，已證實了結構系統(tǒng)可靠性分析和計算方法相當成熟，就目前的發(fā)展趨勢看如下幾方面應是工程機械結構可靠性理論研究的熱點：（1）可靠性優(yōu)化設計（2）可靠性靈敏度設計（3）可靠性穩(wěn)健設計（4）可靠性試驗。1.4 本文基本思路和主要研究內容可靠性設計理論的應用已深入到機械零部件的選材、結構設計、強度設計、失效概率分析以及產品的創(chuàng)新設計中。產品的設計變量和預設計參數向量對機械產品的可靠性起重要作用，而在實際工程中這些變量的不確定性是客觀存在的，這些不確定性有可能導致機械零部件的性能指標有較大的波動，甚至失效，因此確定設計參數對機械零部件可靠性影響程度十分必要，即可靠性靈敏度設計目前

10、，機械零部件可靠性靈敏度研究發(fā)展較為迅速，文獻首次提出機械零部件可靠性靈敏度分析的基本概念，研究了可靠度對隨機參數的敏感性。隨后國內外部分學者又提出了許多可靠性靈敏度分析方法121314,張義民呂振宙等對機械可靠性靈敏度進行了較為系統(tǒng)的研究。 當前可靠性靈敏度分析的方法主要有矩方法和 Monte-Carlo 數值模擬法等，矩方法是基于設計變量均值的可靠性靈敏度分析，計算速度較快，但只考慮了設計變量的前兩階矩，影響計算的精度。Monte-Carlo 數值模擬法，計算量較大，尤其是針對小失效概率問題，以至在實際工程問題中很難應用。計算機械零部件的失效概率或可靠度的前提是，必須知道極限狀態(tài)函數的概率

11、密度函數或聯(lián)合概率密度函數，但是實際工程通常為小樣本情況，統(tǒng)計資料或者試驗數據往往缺少，所以很難確定基本隨機參數的分布規(guī)律，特別是分布函數、概率密度函數、實際分布函數尾部與概率密度函數尾部擬合不一致的情況，對結構的可靠性或者失效概率分析的精度會有較大影響15。在小樣本情況下，如何能在不降低計算效率的情況下改善可靠性及可靠性靈敏度分析方法的精度，是本文研究的重點和難點。本文利用鞍點估計技術可以無限逼近非正態(tài)變量空間中線性極限狀態(tài)函數概率分布的特點，獲得了外載荷作用下機械零部件結構響應的概率密度函數和分布函數。在此基礎上，針對基本參數存在不確定性的可靠性分析問題，將鞍點估計理論與可靠性靈敏度分析方

12、法相結合，系統(tǒng)地推導了基于鞍點估計的可靠性靈敏度公式，研究了機械零部件可靠性靈敏度分析方法。并將其引入到新型旋轉式立體車庫載車臺主梁結構的可靠性靈敏度分析中，通過與改進一次二階矩顯式迭代方法計算所得的結果做比較，顯示出本方法計算結果的準確度高、計算速率較快優(yōu)點。第二章可靠性靈敏度簡述我們當前應用的可靠性靈敏度設計是在可靠性設計的基礎上進行機械結構、機構設計參數的靈敏度分析，來確定基本設計變量的改變對機械結構、機構可靠度的影響程度，可靠性靈敏度分析可以定量化反映各基本隨機參數對機械結構、機構失效的影響程度，即敏感性。目前求得靈敏度的常用方法是采用可靠度對設計變量均值和方差的偏導數。若可靠度對某個

13、設計變量求得的靈敏度數值大于 0,則說明該設計變量均值的增加會使機械結構/機構趨于更加可靠；若對某設計變量求得靈敏度數值小于 0,則說明該設計變量均值的增加會使機械結構/機構趨于更加不可靠。同樣對于方差的靈敏度亦如此。可靠度對設計參數均值的靈敏度表達式為dRfR不，dXT都cX(2-1)y可靠度對設計參數方差的靈敏度表達式為dRFR-Q(2-2)dVar(X):-y二Var(X)廠g7_2二二g二g在極限狀態(tài)函數為線性或非線性程度不強的情況下，上述可靠性靈敏度計算公式是實用的。但在非線性程度較強的情況下，采用隨機攝動技術或差分法計算來近似代替微分時，基本隨機參數的變化量取得過小或過大都直接影響

14、靈敏度分析的精度，甚至會出現(xiàn)錯誤。因此對上述可靠性靈敏度計算公式進行修正。在對設計參數向量求偏導時，通常認為極限狀態(tài)函數的方差和設計參數的均值是完全獨立的，所以有(2-3)事實上，在極限狀態(tài)函數方程為線性時，則式(2-3)成立，若極限狀態(tài)函數方程為非線性即為關于 X 的二階或高階方程時，則式(2-3)就不成立。所以修正后的可靠性靈敏度計算公式應為dR:R：；g*：彳-十-(2-4)dXT-g；XT；XTgg在這里要說明的是方差的靈敏度計算公式無需進行修正，因為極限狀態(tài)函數的均值和設dR=至生現(xiàn)十里生那=里生現(xiàn)不變。dVar(X)：Var(X)二-二Var(X)二-二二二Var(X)第三章鞍點逼

15、近的可靠性靈敏度分析3.1 鞍點逼近理論鞍點逼近理論的基本思想是利用基本隨機參數的線性極限狀態(tài)函數 r=g(x)的累積生成函數 Ccumulantgeneratingfunction,CGF)和矩生成函數(momentgeneratingfunction,MGF)的性質以及 Fourier 逆轉公式，來求得極限狀態(tài)函數基于鞍點的指數幕級數表達式形式的聯(lián)合概率密度函數的近似值。鞍點逼近理論最早應用于復變函數，1954 年式中：雪=甲(切,cPcP,於g衛(wèi)：二g卜Xi：X2:Var(X)2-g|L：X:X計參數向量的方差是完全相互獨立的，而且中不包含Var(X)項，所以有j=0.Var(X)(2-

16、5)所以Daniels16首先提出了鞍點逼近理論并將其應用到統(tǒng)計推斷問題中。鞍點逼近方法給出了 n個獨立相同分布的基本隨機參數的概率密度函數的精確逼近式，誤差的階雖與正態(tài)近似分布誤差的階相同，但實際計算中鞍點逼近法的精度要高的多，特別是在尾部區(qū)域中明顯優(yōu)于正態(tài)近似分布，因此鞍點逼近法是小樣本情況下一個非常有效的統(tǒng)計近似方法。設 X 為基本隨機參數，Xi表示 X 的一個觀測值，Xi=X=X1,X2，XnT表示隨機數矢量，其概率密度函數(PDF)為 fx(x),矩生成函數(MGF)為XMx(t)=eKX=_ef(x)dx(3-1)其中 K(t)是隨機變量 X 的累積生成函數，則心=InMX(t)(

17、3-2)根據矩生成函數的定義，運用傅里葉反變換公式得到 y 的概率密度函數 fy(y)為fy(y)U.二M(i)eyd二exp(K)-yd級)應用指數幕級數展開估計式(3-3),得到 y 的概率密度函數,fy(y)在點 y0處的鞍點估計式 fy(yn)如下：1,1/2Ky(ts)syne2：Ky(ts)在文獻中，Daniels 給出了計算 j=g(x)分布函數的精確公式Fy(y)=(w)+中(w1-1)=4(w+1In(w)(3-5)wvwv式(4-1)中中(w)和中(w)和分別為標準正態(tài)分布函數的分布函數和概率密度函數。1w=sgn(ts)2tsy。-Ky(ts)2(3-6)1V=tsKy(

18、ts)2(3-7)式(3-6)符號函數sgn(t)=1,0,-1,取決于 t 為正值，0 或者是負值。在 y=0 時，式(3-5)中的-(w+-In(w)可以看作是一次二階矩方法中正態(tài)變量空間的可靠度指標 3wv值。對于非線性功能函數為 y=g(x)的函數，如果隨機參數矢量x=(x1,x2,xn)T的均值為=(N 中，Nxn)T,根據泰勒公式，將 y=g(x)在基本隨機參數的均值處展開如下fy(y0)三(3-4)可得到的累積生成函數為然后再采用鞍點估計法求解。3.2 鞍點逼近的可靠性靈敏度分析基于 3.1 鞍點逼近理論，將可靠性靈敏度定義為結構失效概率及均方差的偏導數，如下所示式中 C 表示極

19、限狀態(tài)函數的積分區(qū)域， 積分區(qū)域的取值范圍取決于機械零部件的失效狀態(tài)或安全狀態(tài)。結構失效概率 Pf的表達式為1/2對式（3-9）求一階導數可得對式（3-9）求二階導數可得第四章 AFSOM 法的結構可靠度的顯示迭代法改進的一次二階矩（AFSOM 肽是結構可靠性設計的一種常用方法，目前已經在工程中獲得了廣泛應用17。但是，使用 AFSOMI 求可靠度時，每次迭代都需要代入功能函數計算可靠度指數 3阿19。如果功能函數比較復雜，那么只能通過方程的數值解法來求解 3,這樣y=g()-g(xt-1)(3-8)Ky(t)=(g(2)+E型(X-JXi)t：,；Xi(至t)(3-9)P,對其基本參數的均值

20、-:Pffx開y(y)=T,-Xidy(3-10);:Pf三Xxify(y)=-dxdy(3-11)Pf=(2二Ky(ts)Ky(ts)-tsyn,edy(3-12)Ky(t)=g(R)+且T：XiXinTtOXi(3-13)K；（t）一2g：Xi(3-14)ni1Kxxi就大大增加了計算的量。所以說，在 AFSOMfc 的基礎上，應用了一種不需要與功能函數聯(lián)立就能解方程的顯示迭代算法，可以比較準確的計算出可靠度指標 3,而且可以簡化可靠度的計算過程，有利于編程計算。4.1 改進的一次二階矩法可靠性分析的目的就是計算可靠度，即求:fx(X)dX(4-1)g(x)0式中：f fx(X)(X)為設

21、計變量X1,X2,，Xn的聯(lián)合概率密度函數；g(X)為極限狀態(tài)函數,表示了機械結構/機構的兩種存在狀態(tài):利用 Taylor 級數展開式將非線性功能函數在基本隨機變量的均值處進行線性化處理,略去高次項，即:Z=g(X)=g(Xi,X2.，Xn)*egXi,G=P*式(i=12,n)(i=12,n)*P那么非線性極限狀態(tài)函數 g(X；)線性展開后可記為nG(X)：g(X)=c、GXii1的失效邊界上，所以有g(Xi,X2，XN)=0,可靠度指標為:nC0Ci晨niT(4-5):、C2二;,g(X1,X2,Xn)Ji1：:gXi*(4-3)(Xi-Xi)如果設計參數相互獨立，失效區(qū)域中的最可能設計點

22、(MPP)一定落在功能函數所定義g(X)=r(X)-rE0失效狀態(tài)0安全狀態(tài)(4-2)對于已知的極限狀態(tài)函數對 g(X),其最可能設計點P(Xi，X2，XN)是不知道的，所以采用迭代算法或直接尋優(yōu)的方法找到最可能設計點P(Xi，X2，XN)。n*jf1令：C0=g(X1,X2，Xn)-ry：XiG(X)：(4-4)將靈敏度系數i（i=1,2,.,n）的計算式代入式（4-8）得z 另一表達式，即(4-9)根據可靠性指標定義聯(lián)立式（4-7）和式（3-9），得到 3 的顯示表達式如下:二gL1二*尸dg(x1，x2,xn)(xi-為)()p*yipn-兩式丁)/,i=1-為(4-10)4.3AFSO

23、M 法的顯示迭代法計算（3 步用聚運用基于 AFSOMI 的顯示迭代法計算機械零部件可靠性指標3 的基本步驟如下:一、（1）給各基本隨機參數賦初值，即Xi（i=1,2，n）,一般取各個基本隨機參數的數學期望作為初值。（2）若隨機變量為非正態(tài)的，則利用二參數等效正態(tài)法將非正態(tài)的隨機變量.*.Inx xi（i=1,2i=1,2，n n）在xi處等效成為正態(tài)的隨機變量。設等效后 X X 的均值和標準差分別為 N N 不和仃xi。根據式（4-11）計算靈敏度的系數 A（i=1,2,.,n），可通過中心差商迭代 I8算法失效概率Pf為:4.2 AFSOM 法的顯式迭代法推導將非線性的功能函數 g（x）在

24、均值設計點P（Xi，X2，XN）處按式（4-3）泰勒展開,展開后線性功能函數 Z 的均值為n，*、一z=g(x1,x2,xn)_i1若隨機變量相互獨立，則 Z 的標準差為(4-8)xi-Xi(4-7)計算偏微分值。(4)根據式(4-10)求 3。一一一、一,，*將上述所得 3 代入式(4-12)中，得到Xi 的新值。(6)重復(2)(5)的步驟，直到前后兩次迭代的 3 值的相對誤差滿足精度要求為止,最后將所得的 3 值代入式子R=欠0)即可求得可靠度，e(P)為標準正態(tài)分布函數。4.4 顯式迭代算法可靠性靈敏度分析X=(Xi,X2,，XN)T的均值和標準差的靈敏度分別為:羽_cR或汕_中(P.

25、z叵：FVar(X)一甚：Var(X)-2。3；X，、2，、，、(，=()()為()的 Kronecker 哥,為 Kronecker 積。將已知條件和可靠性指標計算結果代入式(4-13)和式(4-14)中，就可獲得機械零件可靠性靈敏度。第五章載車臺主梁結構的可靠性靈敏度分析5.1 新型立體車庫載車臺設計考慮到加工、拆裝工藝、高效存取車等因素，采用框架式、單吊點懸掛結構、叉梳桿支撐、重力自平衡調節(jié)，設計了旋轉式立體車庫 L 型單吊點重力自平衡式立體車庫(見圖5-1)。該設計結構新穎、經濟實用，充分利用有限的地面和空間，大幅增加停車位數目，尤其適合在旅游區(qū)使用。(4-12)機械零件的可靠度對基本

26、隨機參數向量JR_sR。一7T一人信7X1cZ：Xn(4-13)式中:圖 5-1 單吊點重力平衡式立體車庫模型圖該旋轉式立體車庫的 L 型單吊點重力自平衡式載車臺（見圖 5-2）是旋轉式立體車庫的主要結構件之一。該結構形式載車臺的垂直框架、水平載車臺框架、叉梳桿支撐機構為其重要結構部分。為提高載車臺的機動性、可靠性和穩(wěn)健性，基于多個隨機變量的情況，應用多目標可靠性穩(wěn)健優(yōu)化設計方法進行精度較高的計算，從而提高結構可靠度設計的準確性。圖 5-2 單吊點重力平衡式栽車臺結構圖5.2 載車臺主梁結構力學模型該旋轉式立體車庫懸臂梁結構在外荷載作用下，力學模型簡化如圖 5-3 所示其中：F 為汽車總重分量

27、；q 為水平主梁自重的均布載荷；l 為水平主梁長度。11載車工況下最大彎矩為M=_ql2+_Fl,根據應力一強度干涉模型，以應力極限狀22態(tài)表示的狀態(tài)函數為g(x)=Wf-M,W為抗彎截面系數，f 為鋼材強度。基本隨機參數x=(q,l,F,W,f)x=(q,l,F,W,f)T均值E(x)=(Nq,Ni,NF,Nw,h)T,方差Var(x)=(bq,5,TJF,0w,Of)T,可認為基本隨機變量服從正態(tài)分布且相互獨立。載車臺主梁結構載荷及材料特性的前兩階矩統(tǒng)計值如下：q=336.43N.mi=5.6mF=3355NW=156.4110$m3f=230106N/m2%=33.64N.mq二q=0.

28、56m二 a=335.5Nq二q=15.6610上m3qL=18.4106N/m2q5.3 主梁結構可靠性靈敏度分析鞍點逼近法與改進一次二階矩顯式迭代法得到載車臺主梁結構參數均值和方差的可靠性靈敏度見表 5-1 和表 5-2,可靠度指標及迭代次數結果見表 5-3。表 5-1 均值靈敏度中fCPf研不中f出W中f一次二階矩顯式迭代法1.1747E-072.1491E-051.7002E-08-9.547E-06-5.4606E-13本文方法1.1188E-072.7112E-056.9237E-08-2.699E-06-2.4210E-12表 5-2 方差足敏度圖 5-3 載車臺主梁結構強度可靠

29、性模型曳尹q用&T1用我JF用EnW出CCTf一次二階矩顯式迭代法9.0215E-085.0266E-051.8848E-082.7741E-051.0662E-12本文方法3.1941E-072.0836E-055.1163E-081.0367E-054.1702E-11表 5-3 可靠性指標和迭代次數可靠度指標 3迭代次數一次二階矩顯式迭代法4.42319415024790139本文方法4.146963538254481結果分析:(1)從均值和方差靈敏度結果分析，載車臺主梁的抗彎截面系數 W 和材料強度 f 的均值增加，其結果將使主梁結構趨于更加可靠，而承受得載荷 q、F 和主梁長

30、度 l 均值增加，其結果將使主梁結構趨于不可靠(失效)；主梁結構可靠度對抗彎截面系數 W 靈敏性較強，對鋼材強度 f 的靈敏性較弱。從失效概率對基本隨機變量方差的靈敏度可以看出，基本隨機變量方差的增加都會減小主梁結構的可靠度。(2)通過數值分析顯示， 本文方法與改進一次二階矩顯式迭代法得到靈敏度值在數量級上基本一致， 在反映各參數對可靠度的靈敏程度的重要性上是一致的，該結果在一定程度上驗證了本文方法的正確性。(3)利用均值一階鞍點估計技術不用迭代即可得到可靠度對均值和方差的可靠性靈敏度， 以及可靠度指標，從迭代次數對比上看，本章方法明顯具有較高的效率。第六章結論在機械零部件可靠性分析中， 必須

31、了解機械零部件各不確定性因素的變化對自身可靠度的影響， 即機械零部件的可靠度相對于其設計參數的靈敏程度，只有知道各不確定性因素影響的大小，才能在機械零部件設計、制造、安裝和使用等環(huán)節(jié)中進行改進?？煽啃造`敏度分析的重要性體現(xiàn)在兩個方面，一是體現(xiàn)在對機械零部件可靠性優(yōu)化設計和可靠度的校驗上，二是在估算機械零部件的可靠度時，既可對工程數據作出精度上的要求，又可提高計算效率。如果機械零部件可靠度對某一設計參數的靈敏度數值較大，則要求所提供該設計參數的數據應比較精確， 如果可靠性靈敏度數值較小， 則在計算過程中該設計參數可以作為確定部分 （常數）來處理，從而提高計算效率。本文基于鞍點估計技術，結合可靠性

32、設計理論和靈敏度分析理論，提出基于鞍點估計的機械零部件可靠性靈敏度分析方法，該方法對于基本變量的分布類型沒有限制，適用于非正態(tài)變量情況；在新型旋轉式立體車庫載車臺主梁結構的可靠性靈敏度分析中，與改進一次二階矩顯式迭代法結果相比較，顯示出本文方法逼近效果很精確，能優(yōu)化迭代過程，減少計算量，提高計算效率。由對于基本隨機變量的分布類型沒有限制，所以使得設計結果更符合實際，更合理也更科學。該設計方法對于其它機械結構機構的靈敏度分析也有一定的參考和應用價值，同時該方法還可以引入到可靠性優(yōu)化設計和可靠性穩(wěn)健設計問題中。參考文獻1EllishakoffIEssayonuncertaintiesinclasticandviscoelasticstructures:fromAMFrcudcnthalscriticismstomodernconvcxmodclingJ.Computers&Structures.1995,56(6):871-895【2】BEN-HAIMY.AnonprobabilisticconceptofreliabilityJ,StructuralSafety,199