来源：期刊VIP网 时间：
作者：徐闽军;董秋仙;刘汝良;刘君;夏辰光;方笑婕;
单位：南昌大学数学与计算机学院;
摘要：为确保工业机器人实现可靠性目标，可靠性分配是其制造设计阶段需要完成的任务。根据工业机器人结构复杂、不确定度高、样品少且组成零件间具有失效相关性的特点，提出了一种基于反向传播（Back Propagation, BP）神经网络和毕达哥拉斯模糊数（Pythagorean Fuzzy Number, PFN）的工业机器人系统的可靠性分配方法，使用Copula函数建立系统可靠性模型，将工业机器人的故障分为系统级、子系统级和部件级3个层次，通过使用BP神经网络，将系统可靠性、子系统结构重要度和子系统复杂度作为输入变量，完成系统级到子系统级的可靠性分配；引入PFN对重要程度、环境条件、技术水平、可维修性、费用灵敏度、复杂性6个影响因素进行评分，从而构造分配权重，完成子系统级到部件级的可靠性分配。结果表明，该方法可以实现可靠性目标，并保证了可靠性的增长。
关键词：可靠性分配;;工业机器人;;Copula函数;;BP神经网络;;毕达哥拉斯模糊数
基金资助：国家自然科学基金面上项目(72071099)~~
