机械可靠性是可靠性学科的一个重要的组成部分。A.M.Freudanthal教授在1971 年他提出了构件静强度可靠性设计的应力一强度干涉模型利用此模型可以进行构件可靠性设计,他在结构的可靠性与风险分析及疲劳与断裂的研究等方面一直作了大量工作 ,发表很多具有代表性的论著。 随机可靠性模型和模糊可靠性模型统称为概率可靠性模型。在掌握有充分的统计数据且计算模型较准确时随机可靠性模型和模糊可靠性模型是十分理想的机械 的可靠性评定模型。传统的可靠性研究为产品可靠性的提高发挥了作用。 但机械可靠性研究亦应随着各项技术的发展与时俱进。 数字孪生技术作为当下的关注和研究的热点,其主要原因:随着国内外制造企业设计制造过程中的自动化、数字化和智能化水平的逐步提高,加之大数据技术、物联网技术和云计算等新一代信息与通信技术的普及与应用。基于数字孪生技术的可靠性研究为机械可靠性研究开辟了新途径。 在传统可靠性定义以及数字孪生定义的基础上,将可靠性数字孪生定义如下: 利用数字孪生技术对物理实体对象的可靠性特征、可靠性行为、可靠性形成过程和可靠性性能等进行描述和建模的过程和方法。可靠性数字孪生体是指产品物理实体的可靠性在虚拟空间的全要素重建及数字化映射,可用来模拟、监测、诊断、预测、控制产品物理实体在现实环境中的可靠性行为[1]。 可靠性数字孪生是对实际世界中物理产品的可靠性表征,产品可靠性数字孪生的构建是在虚拟空间中,对物理实体的可靠性工作状态开展全要素重建及数字化映射的过程。因此,可靠性数字孪生是对物理产品可靠性的一种表征形式,而且是在虚拟空间中表征实际世界的一种形式。
作为产品设计者更关注产品固有可靠性和使用可靠性。固有可靠性数字孪生是产品在设计、制造中赋予的固有特性数字孪生映射。使用可靠性数字孪生是产品在实际使用过程中表现的可靠性映射,它除了考虑固有可靠性数字孪生的影响因素外,还要考虑产品安装、操作使用和维修保障等方面的因素对产品可靠性的影响。 可靠性数字孪生提出了从零部件到系统的跨层级全系统数字孪生要求,从设计到运行维护的端对端全过程数字孪生要求,并且能与产品的维修性、保障性、测试性、环境适应性和安全性等其他系统保障特性互补集成。 为了定性定量评估产品可靠性在各环节的薄弱点以及产品的总体结构的设计,建立可靠性数字孪生故障物理模型,常见的可靠性建模手段和方法有可靠性框图、失效模式、影响及危害性分析FECA,故障树分析FTA ,贝叶斯网络(BN) 、ANN( Artificial Neural Network,人工神经网络) 、GO 法和Petri 网等等。 数字孪生技术为机械产品可靠研究开辟了新的途径。产品可靠性研究亦要与时俱进,希望也能起到抛砖引玉作用。