Aktueller Stand der Forschung zur Zuverlässigkeit von Getriebestrukturen

Von der strukturellen Sicherheit bis zu hochzuverlässigen Getrieben:GearseikosKontinuierlicher Durchbruch in der Forschung zur strukturellen Zuverlässigkeit von Getrieben

Im Jahr 1947 wurde erstmals das Konzept der „strukturellen Sicherheit“ eingeführt und damit die theoretische Grundlage für die strukturelle Zuverlässigkeit gelegt. Dadurch konnten Ingenieure die Zufallsfaktoren erkennen, die realen Strukturen innewohnen, und probabilistische Analysen und probabilistisches Design in die praktische Technik einbringen. Im selben Jahr schlugen sowjetische Wissenschaftler die Grundidee der Methode des zweiten Moments erster Ordnung sowie Formeln zur Berechnung der Wahrscheinlichkeit von Strukturversagen und der Zuverlässigkeitsindizes vor. In den folgenden Jahrzehnten haben aufeinanderfolgende Beiträge von Forschern wie Cornell, Hasofer, Lind, Rackwitz, Zhao Guofan, Li Yungui und vielen anderen die Zuverlässigkeitstheorie von linearen zu nichtlinearen, von normalen zu nichtnormalen Verteilungen und von Methoden erster Ordnung zu Methoden zweiter Ordnung vorangetrieben. Im Jahr 1968 gaben RL Disney und andere Formeln zur Zuverlässigkeitsberechnung für verschiedene gängige Spannungs-Festigkeits-Verteilungskombinationen an. Im Jahr 1969 schlug CA Cornell die Verwendung des Zuverlässigkeitsindex β als Maß für die strukturelle Sicherheit vor und erstellte ein Modell des zweiten Moments zur Bewertung der strukturellen Sicherheit. Im Jahr 1974 stellten AM Hasofer et al. führte einen durch die Versagensfläche definierten Zuverlässigkeitsindex ein – die verbesserte Methode erster Ordnung im zweiten Moment. Im Jahr 1978 schlug D. Kececioglu eine auf dem Interferenzmodell basierende Entwurfsmethode für die Zuverlässigkeit der Ermüdungsfestigkeit vor, die in der Technik weit verbreitet war. Im selben Jahr stellten R. Rackwitz et al. stellte die „äquivalente Normal“-Methode vor und erweiterte die verbesserte Methode erster Ordnung im zweiten Moment auf nicht normale Variablen. Im Jahr 1984 entwickelte Zhao Guofan eine Methode zur Zuverlässigkeitsanalyse, die für nicht normale Variablen geeignet ist, und wurde damit einer der ersten Forscher in China, der sich mit der Zuverlässigkeitstheorie beschäftigte. Ebenfalls 1984 schlug K. Breitung die Zuverlässigkeitsmethode zweiter Ordnung vor, die eine sekundäre Korrektur der Zuverlässigkeitsergebnisse erster Ordnung ermöglicht. Im Jahr 1994 stellten Li Yungui et al. befasste sich mit der Zuverlässigkeitsanalyse korrelierter Zufallsvariablen in einem verallgemeinerten Zufallsraum und stellte eine asymptotische Zuverlässigkeitsanalysemethode unter Verwendung der Laplace-Integrationstheorie vor. Gong Jinxin et al. schlug eine adaptive Schrittgrößensteuerungsmethode vor, die auf der Nichtlinearität der Leistungsfunktion basiert und eine Kontrolle über den Iterationsprozess und die Konvergenz erreicht – eine ziemlich allgemeine Methode zur Berechnung des Zuverlässigkeitsindex.

Mit der zunehmenden Einführung von Zuverlässigkeitstechniken in der Automobil-, Luftfahrt-, Raumfahrt-, Stromerzeugungsausrüstung und anderen Bereichen wurden die Grenzzustandsgleichungen der strukturellen Versagensarten häufig implizit und stark nichtlinear, sodass die oben genannten Methoden nicht mehr anwendbar waren. Der gebräuchlichste Ansatz für solche Probleme ist die Monte-Carlo-Methode, die auf dem Gesetz der großen Zahlen und dem zentralen Grenzwertsatz basiert. Es handelt sich um eine hochpräzise Methode zur Zuverlässigkeitsforschung. Der enorme Rechenaufwand schränkt jedoch seine Anwendung ein und es wird oft nur zur Validierung anderer Methoden verwendet. Insbesondere wenn die Wahrscheinlichkeit eines Systemausfalls sehr gering ist, erhöht sich die Monte-Carlo-Simulationszeit dramatisch, um eine ausreichend zuverlässige Schätzung (dh einen kleinen Variationskoeffizienten) sicherzustellen. Daher ist es schwierig, in kurzer Zeit eine Zuverlässigkeitsanalyse für kleine Ausfallwahrscheinlichkeiten und implizite Leistungsfunktionen durchzuführen.

Studien haben ergeben, dass die Zuverlässigkeitsanalyse komplexer Strukturen vor zwei großen Herausforderungen steht. Erstens neigen Konstrukteure dazu, große Sicherheitsmargen anzunehmen, um Sicherheit und Konservatismus zu gewährleisten – was bedeutet, dass solche Strukturprodukte eine extrem hohe Zuverlässigkeit aufweisen. Die Bewertung solcher Zuverlässigkeitsniveaus mittels Monte-Carlo-Zufallssimulation erfordert eine enorme Anzahl von Stichprobenpunkten. Daher stehen Probleme mit geringer Ausfallwahrscheinlichkeit derzeit im Mittelpunkt der Zuverlässigkeitsforschung. Zweitens ist die Grenzzustandsfunktion bei technischen Produkten oft implizit. Für die Ermittlung dynamischer Eigenschaften eines Getriebesystems sind numerische Berechnungsmethoden erforderlich. Um realistischere strukturelle Antworten zu erhalten, erhöhen Forscher häufig die Modellkomplexität, um die Rechengenauigkeit zu verbessern, und jede Simulation erfordert erhebliche Rechenzeit. Daher ist es auch schwierig, die Systemzuverlässigkeit durch groß angelegte Monte-Carlo-Simulationen zu berechnen.

Für das erste Problem haben Forscher verschiedene Techniken zur Varianzreduzierung vorgeschlagen, z. B. Wichtigkeitsstichprobe, Richtungsstichprobe und Teilmengensimulation. Obwohl diese Techniken die erforderliche Stichprobengröße bis zu einem gewissen Grad reduzieren können, ist ihre Anwendbarkeit begrenzt. Beispielsweise beeinflusst die Auswahl der Stichprobenfunktion die Effizienz und Genauigkeit der Wichtigkeitsstichprobe. Die Genauigkeit der Teilmengensimulation wird durch die Korrelation zwischen den Stichprobenpunkten beeinflusst. Für das zweite Problem tendiert die aktuelle Forschung dazu, komplexere und realistischere Modelle zu erstellen. Für ein Getriebesystem beispielsweise haben sich die Modelle von reinen Torsions- zu Biege-Torsions- und dann zu Biege-Torsions-Axial- oder Biege-Torsions-Axial-Schwing-Modellen weiterentwickelt, wobei die Komplexität und der Rechenaufwand entsprechend gestiegen sind. Um den hohen Rechenaufwand zu bewältigen, greifen Forscher häufig auf Zuverlässigkeitsmethoden erster oder zweiter Ordnung zurück. Allerdings weisen diese Methoden inhärente potenzielle Fehler auf, so dass es schwierig ist, die Genauigkeit der Ergebnisse zu garantieren.

Mit dem Fortschritt von Wissenschaft und Technologie nimmt die strukturelle Komplexität immer weiter zu und die Zuverlässigkeitsanalyse ist zu einem Schlüsselfaktor für die Produktsicherheit geworden. Angetrieben durch andere Disziplinen zeigt die Strukturzuverlässigkeitstheorie einen positiven Entwicklungstrend, und die Zuverlässigkeitsforschung hat bei Wissenschaftlern und Ingenieuren große Aufmerksamkeit erregt.

Genau in diesem ZusammenhangGearseiko, ein Hersteller, der sich auf hochpräzise Zahnräder konzentriert, hat die Forschung zur strukturellen Zuverlässigkeit von wissenschaftlichen Arbeiten in konkrete technische Praxis umgewandelt. Wir verstehen, dass die Zuverlässigkeit von Getrieben kein isoliertes Berechnungsproblem ist, sondern eine technische Aufgabe auf Systemebene, die Design, Materialien, Fertigung und Tests umfasst.

Aufbauend auf der klassischen Zuverlässigkeitstheorie,GearseikosDas Forschungs- und Entwicklungsteam integriert moderne numerische Simulation und intelligente Algorithmen, um unseren eigenen technischen Ansatz zu entwickeln:

• Unsicherheitsquantifizierung aus mehreren Quellen: Für zufällige Faktoren wie geometrische Toleranzen, Materialstreuung und dynamische Lastschwankungen im Zahneingriff erstellen wir statistische Verteilungsmodelle auf Basis von Messdaten und vermeiden subjektive Annahmen.

• Adaptive Ersatzmodellierung: Für implizite Leistungsfunktionen von Biege-Torsion-Axial-Schwing-gekoppelten Systemen verwenden wir Ersatzmodelle wie Kriging und neuronale Netze, um High-Fidelity-Simulationen zu ersetzen. Dies verbessert die Effizienz der Zuverlässigkeitsberechnung um ein bis zwei Größenordnungen bei gleichzeitiger Beibehaltung der Genauigkeit.

• Algorithmen für kleine Fehlerwahrscheinlichkeiten: Durch die Kombination von Wichtigkeitsstichproben und Teilmengensimulation in einer Hybridstrategie, zusammen mitGearseikosMit dem selbst entwickelten adaptiven iterativen Konvergenzkontrollalgorithmus können wir Ausfallwahrscheinlichkeiten bis zu 10⁻⁵ oder weniger stabil lösen, mit Kreuzvalidierung unter Verwendung einer kleinen Anzahl von Monte-Carlo-Prüfpunkten.

Heute,Gearseikohat die oben genannten Methoden zur Zuverlässigkeitsanalyse in unsere firmeneigene Getriebekonstruktionsplattform integriert. Von Planetengetrieben in Windturbinengetrieben bis hin zu Hilfsantriebsgetrieben in Flugtriebwerken und Antriebsgetrieben in Hochgeschwindigkeitszügen – die Zuverlässigkeit unserer Produkte unter extremen Betriebsbedingungen wurde durch theoretische Berechnungen und Prüfstandstests eingehend überprüft. Die Theorie der Strukturzuverlässigkeit hat sich über mehr als sieben Jahrzehnte hinweg weiterentwickeltGearseikosDie Mission besteht darin, diese fortschrittlichen Methoden aus wissenschaftlichen Arbeiten in die Produktionslinien zu übertragen und sie in quantifizierbare Sicherheitsmargen für jedes Präzisionsgetriebe umzuwandeln.

Als Vorreiter in der Getriebezuverlässigkeitsforschung hält Gearseiko weiterhin mit den akademischen Fortschritten Schritt und nutzt datengesteuerte Modelle zur Bewältigung impliziter Leistungsfunktionen und intelligente Stichprobentechniken, um die Herausforderung kleiner Ausfallwahrscheinlichkeiten zu meistern. Denn wir glauben, dass ein wirklich hochwertiges Präzisionsgetriebe nicht nur eine Fertigungsgenauigkeit im Mikrometerbereich aufweisen muss, sondern auch eine strukturelle Zuverlässigkeit, die probabilistischen Analysen standhält.

UmGearseiko
Gearseikoist bestrebt, hochpräzise und äußerst zuverlässige Getriebelösungen für globale High-End-Geräte bereitzustellen. Basierend auf der Theorie der strukturellen Zuverlässigkeit und der Integration fortschrittlicher Fertigungsprozesse mit numerischen Simulationstechnologien helfen wir unseren Kunden, vom empirischen Design zum probabilistischen Design überzugehen – und so jeden Zahneingriff vertrauenswürdig zu machen.