申请/专利权人：东北大学

申请日：2023-06-02

公开（公告）日：2024-04-12

公开（公告）号：CN116663185B

主分类号：G06F30/17

分类号：G06F30/17;G06F30/27;G06F18/214;G06F18/20;G06N7/01;G06F111/08;G06F119/02;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.09.15#实质审查的生效;2023.08.29#公开

摘要：本发明设计一种横向周期载荷作用下螺栓联接防松可靠性分析方法，属于机械装备可靠性评估技术领域；通过螺栓联接相关参数分别计算支撑摩擦扭矩、螺纹摩擦扭矩、节距扭矩，并且以螺栓所受力矩的相应关系G作为螺栓联接松动的判定准则；然后构造失效区域内用于建立重要抽样核函数的马尔可夫链；将建立马尔科夫链的过程产生的失效域样本及其所对应的松动判定准则值G训练Kriging代理模型；构造核密度函数对相关参数进行抽样，对Kriging代理模型进行优化完备，最后通过重要抽样可靠性计算方法计算螺栓联接松动的失效概率估计值；有效的提升了螺栓联接防松可靠性的计算效率。

主权项：1.一种横向周期载荷作用下螺栓联接防松可靠性分析方法，其特征在于，具体包括以下步骤：步骤1：确定螺栓联接相关参数x所服从的随机分布类型，通过螺栓联接相关参数分别计算支撑摩擦扭矩Tb、螺纹摩擦扭矩Tt、节距扭矩Tp，并且以螺栓所受力矩的相应关系G＝Tb+Tt-Tp作为螺栓联接松动的判定准则；步骤2：确定马尔可夫链状态转移的均匀分布函数，确定马尔可夫链的初始状态，基于Metropolis-Hastings准则构造失效区域内用于建立重要抽样核函数的马尔可夫链；步骤3：步骤2建立马尔可夫链的过程将产生Ma个被接受的相关参数失效域样本以及Mr个被拒绝的相关参数失效域样本，以Ma+Mr个失效域样本及其所对应的松动判定准则值G训练Kriging代理模型；步骤4：基于得到的Ma个被接受失效域样本，利用自适应宽核密度函数估计方法构造核密度函数kx；步骤5：通过步骤4所构造核密度函数kx对相关参数x进行抽样，以步骤3中训练的初始Kriging模型预测抽样样本对应的响应值G；然后通过自适应U学习函数近一步训练步骤3中的初始Kriging代理模型，Kriging代理结果中U学习函数值最小的样本点被视为危险点，危险点将被带入当前训练样本集内重构Kriging代理模型；步骤6：将核密度函数k作为重要抽样密度函数进行重要抽样，通过重要抽样可靠性计算方法计算螺栓联接松动的失效概率估计值，通过失效概率估计值计算螺栓松动可靠概率，从而对螺栓联接防松可靠性进行分析；步骤1所述相关参数包括结构参数和工艺参数；x＝[α,P,rmaj,rmin,re,ri,L,Fp,μb,μt]；其中，α为螺纹牙角，P为螺纹节距，rmaj为螺纹大径，rmin为螺纹小径，re表示螺栓头部与上连接板接触的外圈半径，ri表示螺栓头部与上连接板接触的内圈半径，L为螺栓有效长度，Fp为施加于螺栓联接的预紧力，μt为螺纹接触摩擦系数，μb为螺栓头部支撑摩擦系数；步骤1具体为：首先，通过下式分别计算支撑摩擦扭矩Tb、螺纹摩擦扭矩Tt、节距扭矩Tp： 其中，β为螺纹升角，rmaj为螺纹大径，rmin为螺纹小径，α为螺纹牙角，r为用于求解半径积分的变量，re表示螺栓头部与上连接板接触的外圈半径，ri表示螺栓头部与上连接板接触的内圈半径，θ表示以螺纹中轴线旋转的角度，ηb表示螺栓支撑平移旋转比，qb0为螺栓头部平均压力载荷，qt0为螺纹接触压力，ηt为螺纹部分平移旋转比，Fp为施加于螺栓联接的预紧力，μt为螺纹接触摩擦系数，μb为螺栓头部支撑摩擦系数；以螺栓所受力矩的相应关系G＝Tb+Tt-Tp作为螺栓联接松动的判定准则，其中把Tb、Tt、Tp通过相关参数x进行表示，具体为：Gx＝Tbx+Ttx-Tpx因此，G与x相关；当G0时，表示节距扭矩Tp未能克服支撑摩擦扭矩Tb及螺纹摩擦矩Tt的阻碍，螺栓不产生松动；相反，当G0时，节距扭矩Tp大于支撑摩擦力矩Tb及螺纹摩擦矩Tt，螺栓产生松动。

全文数据：

权利要求：

百度查询： 东北大学 一种横向周期载荷作用下螺栓联接防松可靠性分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD