登高车臂架结构的设计寿命可根据其整机的工作级别来确定 中山石歧登高车出租, 中山石歧登高车, 中山登高车出租 可知，根据使用等级（新品登高车将其可能完成的总工作循环次数划分为10个使用等级90U~U，如“规范”中的与载荷状态级别（以载荷谱系数为依据，将载荷状态级别划分为4个级别41Q~Q，登高车的工作级别被划分为81A~A共8个级别。登高车臂架结构的总应力循环次数Tn（即设计寿命）与其整机的总工作循环次数TC之间存在一定的比例关系。因此，在给定工作级别条件下，通过分析载荷状态级别，确定整机的使用等级，得到整机的总工作循环次数TC，继而得到臂架结构的总应力循环次数Tn。例如，当给定登高车整机工作级别为4A时，由“规范”中的表3可知，与其对应的整机使用等级和载荷状态级别为：42Q,U，33Q,U，24Q,U，15Q,U。利用基于改进相关向量机的当量载荷谱预测模型，确定定检周期内的当量载荷谱，计算出该登高车的载荷谱系数pK。根据“规范”中的表2，确定整机的载荷状态级别，若25.0125.0pK，则整机的载荷状态级别为2Q，此时整机的使用等级为4U。由“规范”中的表1查得整机的总工作循环次数55105.21025.1TC。登高车经历一个工作循环，其臂架结构可能经历几个应力循环。因此，可以确定臂架结构使用等级比整机使用等级高出一个或两个级别，即臂架结构的使用等级为B5和B6，对应的总应力循环次数为55100.5105.2Tn或65100.1100.5Tn。K1max（5-5）式中，iC为当量载荷谱中与各起升载荷相对应的工作循环次数，ni,...,,CCCC21；TC为登高车的总工作循环次数，nTCCCC...21；Qim为当量载荷谱中的各起升载荷；Qmaxm为由登高车额定起重量表确定与各起升载荷对应的额定起重量；m为幂指数，为便于级别的划分，约定取值为3。登高车臂架结构可靠性设计时，常认为其设计寿命服从正态分布，根据臂架结构的总应力循环次数55100.5105.2Tn或65100.1100.5Tn，结合原则，可知其设计寿命NL)10736.1,1075.3(~95d或NL95)10944.6,105.7(~d。设计寿命是一个随自然年增加而减小的动态随机过程，同样按检测周期离散化，将每个检测节点的设计寿命转化为随机变量，则：niidXL1 iX为第i个检测周期内设计寿命的随机变量；n为整个生命周期内的总检测次数。假设每个检测周期节点的设计寿命独立同分布，且均服从正态分布，结合登高车臂架结构的设计寿命，反推得到臂架结构各检测周期节点设计寿命的分布参数为. 经过第i个检测周期节点后，设计寿命，该检测周期节点设计寿命的分布参数.
3）关键参数的数据处理, 疲劳剩余寿命可靠性分析中，关键参数的数据处理方式与小样本实测载荷谱中特征参数的数据处理方式完全相同，即选取常用的6种概率分布模型（正态分布),(2N、对数正态分布),(2nL、伽玛分布),(、指数分布xpE、两参数威布尔分布mW、三参数威布尔分布mW,对关键参数的数据样本进行概率分布拟合，结合赤池信息准则（AIC准则）对拟合结果进行优度检验，进而确定各关键参数的最佳概率分布模型。
损伤臂节疲劳剩余寿命可靠性分析模型可靠性理论是以产品寿命特征为主要研究对象的一门边缘性和综合性科学。从20世纪60年代发展至今，出现了多种分析方法，大致可分为直接法和间接法。直接分析法适用于功能函数可显示表达的情况，分为近似解析法和数字模拟法。间接分析法适用于隐式功能函数的情况，通常利用响应面函数或支持向量机将隐式功能函数显示化。近似解析法是在非线性功能函数线性化的基础上，根据线性化功能函数的期望和方差，确定结构的失效概率，常用的方法有点估计法、均值一次二阶矩法、改进一次二阶矩法等。当功能函数非线性程度不高时可得到精确解。数字模拟法是在随机抽样获取大量样本的基础上，通过仿真对其进行统计试验，用于解决功能函数复杂度、非线性较高的情况。MonteCarlo法是可靠性分析中适用范围最广的数字模拟法能函数的形式及维数、基本变量的维数及分布均无特殊要求。对于登高车损伤臂节疲劳剩余寿可靠性分析而言，其功能函数可显示表达，但功能函数复杂程度较高、影响因素较多，非线性程度明显，失效概率较小，传统MonteCarlo法必须抽取大量的样本点才能得到收敛结果，抽样效率极低。因此，本文以新型智能优化算法（自适应双层果蝇算法）为基础，通过重要抽样法构建登高车损伤臂节疲劳剩余寿命可靠性分析模型，从疲劳剩余寿命的角度分析损伤臂节的可靠性。
重要抽样法是基于MonteCarlo法的一种最常用的改进数字模拟技术，基本原理是：通过构建重要密度函数代替原有的抽样密度函数，致使样本落入失效域的概率增加，以此提高抽样效率和收敛速度。以为基础，设损伤臂节疲劳剩余寿命的功能函数为f(x)，随机向量x包含7个随机变量x={x1,x2,…,x7}={ai,al,m,C,Y,∆σ,Ldi}，极限状态方程fx0将基本变量空间分为可靠区域和失效区域两部分，失效概率可表示为：mfmfd. 是基本随机变量x=(x1,x2,…,xm)T的联合概率密度函数。由于基本变量之间是相互独立的，则有：117式中，ixgix为随机变量ix的概率密度函数，其中i1,2,…,m。若定义失效域的指示函数为，并引入重要抽样密度函数为xxh，则式（5-10）可转换，nR为n维变量空间。由重要抽样密度函数xxh抽取N个样本点jx）可转换为：失效概率估计值fP为jx的函数，因此fP也是一个随机变量，为验证fP的收敛性，需分析fP的方差。等号两边求期望，可得：上式表明由重要抽样法求得失效概率的估计值为无偏估计。等号两边求方差，结合样本ix之间的独立性，可得：j样本ix与母体独立同分布x，即有：由于样本方差依概率收敛于母体方差，则方差根据fP的期望与方差，可求得fP的变异系数.
重要密度函数的构造构造重要抽样密度函数xxh的基本原则为：为减小估计值的方差，使得对失效概率贡献较大的样本以较大的概率出现。由于设计点是失效域中对失效概率贡献最大的点。因此，一般将密度中心在极限状态函数设计点的密度函数作为重要抽样密度函数。基于此，构造xxh，以设计点x∗为均值，σ∗为均方差的正态分布。对于重要密度函数xxh均方差σ∗的确定，原随机变量均服从标准正态分布，均方差118σ∗取标准差1可满足要求；若原随机变量均服从其它分布，则σ∗取原方差的1~3倍可满足要求；若原随机变量并非全满足正态分布，均方差σ∗的取值应保证ixhx的变异系数等于原分布的变异系数。
中山石歧登高车出租, 中山石歧登高车, 中山登高车出租
