基于BP神经网络对复杂机电系统可靠性的评估

• 作者: 阚延鹏 陈玉 刘永明 韩波
• 来源期刊: 安徽工程大学学报
• 关键词: 工业机器人 可靠性 BP神经网络 机电系统
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机械与车辆工程
• 页码范围: 34-40
• 页数: 7页
• 分类号: N945.17|TP242.2
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2021.02.005

摘要

针对传统的复杂机电系统可靠性的评估模型,基于统计理论建立近似模型,但模型误差较大,采用BP神经网络的方法建立工业机器人的复杂系统的可靠性评估模型.其中,电子元器件和机械件寿命分别服从指数分布和威布尔分布.然后根据每个件的失效率计算各件在不同工作时间下的可靠度和系统整体可靠度.数值仿真结果显示,BP可靠性评估模型与基本可靠性模型在工作时间下得到的可靠度值误差很小,验证了模型的准确性、可行性,同时也预测了该系统的可靠度.研究表明,采用该方法能实现由组成部件的可靠度预测整体的可靠度,提高了可靠性评估的精度,解决了基于统计理论分布模型解析表达式难于获得的问题,降低了模型复杂度.