张林,李鹏,张军
(洛阳轴研科技股份有限公司,河南 洛阳 471039)
在目前的摩擦学试验中,经常遇到数据个数很少的情况,如果采用经典统计理论进行分析,则可靠性较低,如何正确处理是一个难题。而乏信息理论在很多小样本、概率分布未知的试验数据的评估中优势比较明显,可靠度和准确度也较高。运用非统计理论对样本数据的评估和预报已应用于航空领域[1-2],并发挥了不可估量的作用。这里,结合添加纳米粒子润滑脂的小样本摩擦试验数据,介绍模糊集合理论对小样本试验数据的评估。
试验方法及试验条件见文献[3],试验数据见图1。

图1 9种润滑脂摩擦力数据
模糊范数法是以隶属函数和范数的数学概念为基础,建立经验概率密度函数,进而对系统总体属性参数进行评估的一种本征融合方法,可以获得新信息的最终解。
将每组摩擦数据x从小到大排序,以研究其内在特性,新的数据序列xi为
xi≤xi+1,i=1,2…,n;
(1)
定义差值序列为
di=di(xi)=xi+1-xi≥0。
(2)
差值di越小,数据的分布越密集;否则越稀疏。用如下线性隶属函数描述系统总体的概率密度函数

(3)
(4)
(5)
式中:mi为分布因子。
设最大分布因子为mmax,与其对应的xi为Xv,序列号i为v。若有多个重复的mmax,则Xv和v可以由算数平均值确定。
设
f1i(xi)=mi,i=1,2,…,v;
(6)
f2i(xi)=mi,i=v,v+1,…,n。
(7)
用两个多项式分别逼近离散值f1i(xi)和f2i(xi),就可以得到f1和f2。
(8)
(9)
式中:X0为摩擦数据真值;l为多项式阶次,l=1,2,…,L。
设
r1i=f1(xi)-f1i(xi),i=1,2,…,v;
(10)
r2i=f2(xi)-f2i(xi),i=v,v+1,…,n。
(11)
定义最大模范数
(12)
对于al,有
(13)
对于bl,有
(14)
可以确定系数al和bl,进而得到隶属函数f1(x)和f2(x)。
(13)和(14)式的约束条件分别为……p>