模糊范数法评估纳米添加剂润滑脂摩擦试验数据

2011-07-22 00:34:00张林李鹏张军
轴承 2011年2期

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。

1 试验及数据

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

2 评估方法

2.1 模糊范数法

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

登录APP查看全文