摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-13页 |
1.1 研究背景和意义 | 第8页 |
1.2 国内外研究现状分析 | 第8-12页 |
1.2.1 故障树分析 | 第9-10页 |
1.2.2 动作可靠性分析 | 第10-11页 |
1.2.3 强度可靠性分析 | 第11-12页 |
1.3 本论文主要工作 | 第12页 |
1.4 本章小结 | 第12-13页 |
2 自动步枪典型故障故障树分析 | 第13-24页 |
2.1 故障树分析法中的基本概念和符号 | 第13-15页 |
2.1.1 故障树符号 | 第13-14页 |
2.1.2 自动步枪典型故障描述 | 第14-15页 |
2.2 不闭锁故障树 | 第15-17页 |
2.3 抛壳故障树 | 第17-20页 |
2.3.1 不抽壳故障树 | 第18-19页 |
2.3.2 不抛壳故障树 | 第19-20页 |
2.3.3 卡壳故障树 | 第20页 |
2.4 进弹故障树 | 第20-22页 |
2.4.1 卡弹故障树 | 第21页 |
2.4.2 空膛故障树 | 第21-22页 |
2.5 拉壳钩钩齿断裂故障树 | 第22-23页 |
2.6 本章小结 | 第23-24页 |
3 开闭锁机构动作可靠性分析 | 第24-38页 |
3.1 机构动作可靠性的基本概念 | 第24页 |
3.2 Monte Carlo模拟法 | 第24-28页 |
3.2.1 Monte Carlo模拟法理论基础 | 第24-25页 |
3.2.2 Monte Carlo模拟法可靠性分析原理与计算公式 | 第25-27页 |
3.2.3 Monte Carlo模拟法的流程 | 第27-28页 |
3.3 开闭锁机构动力学仿真模型 | 第28-30页 |
3.3.1 模型属性设置 | 第28-29页 |
3.3.2 闭锁动作过程分析 | 第29-30页 |
3.4 闭锁动作可靠性分析计算 | 第30-33页 |
3.4.1 影响闭锁动作可靠性的设计因素 | 第30页 |
3.4.2 影响因素分布类型 | 第30-31页 |
3.4.3 闭锁动作可靠性判据 | 第31页 |
3.4.4 设计因素的随机抽样与检验 | 第31-33页 |
3.4.5 闭锁动作可靠性的计算结果 | 第33页 |
3.5 基于故障率的设计因素灵敏度分析 | 第33-37页 |
3.5.1 Monte Carlo可靠性灵敏度分析基本原理 | 第33-36页 |
3.5.2 基于故障率的闭锁机构参数灵敏度分析 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
4 基于强度的拉壳钩可靠性及灵敏度分析 | 第38-58页 |
4.1 抛壳过程动态应力分析 | 第38-42页 |
4.1.1 模型简化及仿真参数设置 | 第38-40页 |
4.1.2 抛壳过程动态应力仿真分析 | 第40-42页 |
4.2 抛壳模型参数化的实现 | 第42-50页 |
4.2.1 ABAQUS软件二次开发简介 | 第42-43页 |
4.2.2 ABAQUS脚本接口 | 第43页 |
4.2.3 插件集成方式 | 第43-44页 |
4.2.4 前处理界面 | 第44-46页 |
4.2.5 批处理分析 | 第46-47页 |
4.2.6 后处理界面 | 第47-49页 |
4.2.7 敏感区域结果提取 | 第49-50页 |
4.3 基于拉壳钩强度的参数灵敏度分析 | 第50-56页 |
4.3.1 正交实验设计和矩阵分析法原理 | 第50-52页 |
4.3.2 正交试验设计 | 第52-54页 |
4.3.3 正交试验结果及分析 | 第54-56页 |
4.4 强度可靠性分析 | 第56-57页 |
4.4.1 参数取值 | 第56-57页 |
4.4.2 可靠性分析结果 | 第57页 |
4.5 本章小结 | 第57-58页 |
5 基于神经网络的拉壳钩强度可靠性分析 | 第58-66页 |
5.1 神经网络方法 | 第58-61页 |
5.2 基于强度判据的神经网络拟合 | 第61-62页 |
5.3 拟合结果分析 | 第62-65页 |
5.3.1 均方误差(MSE)分析 | 第62页 |
5.3.2 混淆矩阵分析 | 第62-63页 |
5.3.3 ROC曲线分析 | 第63-64页 |
5.3.4 基于神经网络拟合的可靠度预测 | 第64-65页 |
5.4 本章小结 | 第65-66页 |
6 总结与展望 | 第66-68页 |
6.1 总结 | 第66-67页 |
6.2 展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
附录 | 第72页 |