涂宏茂，孫志禮，姬廣振，劉 勤

(1．東北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院，遼寧 沈陽 110819；2．中國兵器科學(xué)研究院，北京 100089)

引信MEMS微結(jié)構(gòu)可靠性仿真及實(shí)現(xiàn)方法

涂宏茂1,2，孫志禮1，姬廣振2，劉 勤1,2

(1．東北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院，遼寧沈陽110819；2．中國兵器科學(xué)研究院，北京100089)

針對(duì)目前引信MEMS微結(jié)構(gòu)設(shè)計(jì)中缺乏高效的可靠性量化仿真方法的問題，提出了基于結(jié)構(gòu)性能仿真的可靠性仿真分析及其實(shí)現(xiàn)方法。該方法以ANSYS軟件為例給出CAE程序的集成方法和實(shí)現(xiàn)步驟，解決可靠性分析程序?qū)τ邢拊浖ぞ叩淖詣?dòng)調(diào)用問題；采用試驗(yàn)設(shè)計(jì)和近似建模相結(jié)合的方法，有效降低可靠性分析程序?qū)τ邢拊抡娴恼{(diào)用次數(shù)，在此基礎(chǔ)上，給出結(jié)構(gòu)可靠度計(jì)算和靈敏度分析的基本原理；提出可靠性仿真實(shí)現(xiàn)的總體程序框架，給出各主要模塊的功能及其主要函數(shù)的偽代碼。實(shí)際驗(yàn)證結(jié)果表明，該仿真方法具有可行性和實(shí)用性。

引信可靠性；MEMS微結(jié)構(gòu)；可靠性仿真；有限元方法；可靠度

0 引言

目前，有限元等數(shù)值仿真方法越來越多地應(yīng)用到引信MEMS的設(shè)計(jì)分析中。尤其是對(duì)于MEMS微結(jié)構(gòu)(如引信用的MEMS懸臂梁、彈簧等，結(jié)構(gòu)特征尺寸在1 μm至1 mm范圍內(nèi))而言，它們常具有相對(duì)的運(yùn)動(dòng)或相互的表面作用，利用有限元等仿真方法可以在設(shè)計(jì)階段很好地揭示其運(yùn)動(dòng)規(guī)律和力學(xué)特性[1-5]，并發(fā)現(xiàn)潛在的失效模式和失效原因，為設(shè)計(jì)改進(jìn)與優(yōu)化提供了有益的參考。如果能在此基礎(chǔ)上，進(jìn)一步開展量化的可靠性分析，一方面給出結(jié)構(gòu)設(shè)計(jì)方案的可靠性水平，另一方面明確影響結(jié)構(gòu)可靠性的主要因素，對(duì)于實(shí)現(xiàn)設(shè)計(jì)階段的可靠性預(yù)測(cè)和改進(jìn)，具有重要的工程意義。從國外的一些研究文獻(xiàn)[6-8]來看，解決這一工程需求的基本思路是：將結(jié)構(gòu)可靠性理論與有限元仿真方法相結(jié)合，進(jìn)行MEMS微結(jié)構(gòu)的可靠性仿真分析與優(yōu)化設(shè)計(jì)。但在實(shí)踐過程中，仍然存在兩個(gè)方面的問題：一是如何在可靠性分析程序中方便地集成CAE仿真程序或工具(如ANSYS、COMSOL Multiphysics等，后續(xù)簡(jiǎn)稱為CAE程序)，從而提高計(jì)算效率；二是如何減少可靠性分析程序?qū)τ邢拊浖恼{(diào)用次數(shù)，從而降低計(jì)算成本。本文結(jié)合上述的基本思路，并針對(duì)如何在可靠性分析中高效集成CAE程序且有效減少調(diào)用次數(shù)問題，給出引信MEMS微結(jié)構(gòu)可靠性仿真和實(shí)現(xiàn)方法。

1 主要問題及其解決思路

根據(jù)結(jié)構(gòu)可靠度理論[9]，引信MEMS微結(jié)構(gòu)失效概率模型可以寫為：

Pf=P(g(x)<0)

(1)

式(1)中，P(*)表示事件*發(fā)生的概率；g(x)是表征微結(jié)構(gòu)狀態(tài)的函數(shù)，常稱為功能函數(shù)，g(x)<0表示微結(jié)構(gòu)失效，g(x)>0表示微結(jié)構(gòu)安全，g(x)=0表示極限狀態(tài)；x(x1,…,xn)T為隨機(jī)變量向量。對(duì)應(yīng)的可靠度模型為：

R=1-Pf=P(g(x)≥0)

(2)

在實(shí)際應(yīng)用中，功能函數(shù)g(x)可以進(jìn)一步改寫為

g(x)=s(x)-y(x)

(3)

式中，s(x)為廣義強(qiáng)度，可以是微結(jié)構(gòu)材料強(qiáng)度、允許最大變形量、允許最大應(yīng)力值等；y(x)為廣義應(yīng)力，可以是微結(jié)構(gòu)應(yīng)力響應(yīng)、應(yīng)變響應(yīng)等；二者都可以是隨機(jī)變量向量x的函數(shù)。

將式(3)代入式(1)可以得到

Pf=P(s(x)-y(x)<0)

(4)

本文主要討論基于有限元仿真獲得廣義應(yīng)力y(x)的情況。針對(duì)式(4)所示的失效概率模型的求解，需要解決兩個(gè)方面問題：一是如何在計(jì)算中集成CAE程序，方便地將可靠性分析的過程數(shù)據(jù)(如變量樣本值)傳遞給CAE程序作為輸入數(shù)據(jù)，又可以及時(shí)獲得CAE程序的求解結(jié)果，作為可靠性分析下一步驟的輸入數(shù)據(jù)；二是如何用盡可能少的CAE程序調(diào)用次數(shù)，完成預(yù)定的可靠性分析功能。

針對(duì)第一個(gè)問題，本文將以ANSYS軟件為例說明CAE集成方法，包括命令流文件更新、軟件調(diào)用、求解結(jié)果獲取等。針對(duì)第二個(gè)問題，本文將構(gòu)建y(x)的近似模型，再利用蒙特卡洛法模擬法或迭代方法(如一次二階矩法及其改進(jìn)方法等)進(jìn)行可靠性求解。其中，近似建模所需要的樣本數(shù)據(jù)由試驗(yàn)設(shè)計(jì)方法獲得。

2 可靠性仿真方法

2.1 仿真流程

結(jié)合上述問題及其相應(yīng)的解決思路，可以得到基于有限元仿真的引信MEMS微結(jié)構(gòu)可靠性仿真流程，如圖1所示。

圖1 引信MEMS微結(jié)構(gòu)可靠性仿真流程Fig.1 Reliability simulation procedure for micro-structure in fuze

圖1中，需要結(jié)合引信MEMS微結(jié)構(gòu)失效判據(jù)，以及應(yīng)力-強(qiáng)度干涉的基本理論，得到功能函數(shù)g(x)的基本表達(dá)形式。常見的功能函數(shù)的基本形式如表1所示。

表1 常見的功能函數(shù)的基本形式

2.2CAE集成方法

在試驗(yàn)設(shè)計(jì)中，采用全因子設(shè)計(jì)或部分因子設(shè)計(jì)等方法[10-11]獲得x的樣本數(shù)據(jù)，針對(duì)每一組樣本數(shù)據(jù)，調(diào)用一次CAE程序進(jìn)行求解，獲得y(x)的一組輸出數(shù)據(jù)。對(duì)所有的x樣本數(shù)據(jù)進(jìn)行同樣的操作，可以得到(x,y(x))的樣本數(shù)據(jù)。以ANSYS為例，給出各組樣本計(jì)算的流程，如圖2所示。

圖2 集成ANSYS的樣本計(jì)算流程Fig.2 Samples calculation procedure based on ANSYS

可以看出，在每一次的ANSYS調(diào)用過程中，需要完成三個(gè)核心的步驟：

1)依據(jù)i組樣本數(shù)據(jù)xi修改ANSYS輸入文件中的變量值，即將命令流中的“*set,M,5”與“*set,N,10”分別修改為“*set,M,5.225”和“*set,N,10.125”。在具體實(shí)現(xiàn)時(shí)，可以通過搜索關(guān)鍵字符串(如“*set,M”或“*set,N”)的方式，獲取待處理的數(shù)據(jù)文本在命令流文件中的位置，然后用新的樣本數(shù)據(jù)替換之，形成新的命令流文件。

2)以批處理方式(Batch Mode)調(diào)用ANSYS進(jìn)行求解，這是采用后臺(tái)調(diào)用的方式，避免ANSYS軟件界面的反復(fù)閃現(xiàn)問題。在具體實(shí)現(xiàn)時(shí)，若采用Windows系統(tǒng)，那么可以將調(diào)用命令寫入后綴名為bat的文件，然后執(zhí)行該文件，即可實(shí)現(xiàn)ANSYS的后臺(tái)調(diào)用。

3)獲取本次ANSYS計(jì)算結(jié)果，如最大應(yīng)力值或應(yīng)變值等。在具體實(shí)現(xiàn)時(shí)，與命令流文件更新方法類似，可以通過搜索關(guān)鍵字符串(如“ITEM=MAX VALUE”)，獲取待提取數(shù)據(jù)文本所謂的位置，然后依據(jù)該位置信息獲取相應(yīng)的結(jié)果數(shù)據(jù)。

其他的CAE軟件，如ADAMS、HyperWorks等，盡管各自的輸入、輸出文件格式，以及后臺(tái)調(diào)用命令的都不盡相同，但是都可以采用這一方式進(jìn)行集成。

2.3 近似建模

為了便于后續(xù)的可靠性分析，在獲得(x,y(x))樣本數(shù)據(jù)的基礎(chǔ)上，需要構(gòu)造y(x)的近似模型。常用的近似建模方法有曲線(面)擬合法和插值法，其中擬合法包括最小二乘法、正交多項(xiàng)式法等，插值法包括Kriging法[11-13]、徑向基函數(shù)插值等?？紤]到后續(xù)算例將采用Kriging法建立近似模型，下面簡(jiǎn)要介紹該方法的基本原理，其他方法可以參考有關(guān)的文獻(xiàn)。

假設(shè)系統(tǒng)的響應(yīng)值與自變量之間的真實(shí)關(guān)系可以表示成如下的形式：

y(x)=fT(x)b+z(x)

(5)

式中，fT(x)=[f1(x),f2(x),…,fp(x)]T，fi(x)為回歸模型的基函數(shù)，通常取為多項(xiàng)式函數(shù)，b=(b1,…,bp)T，bi為回歸系數(shù)，i=1,…,p；z(x)為一個(gè)平穩(wěn)的高斯過程，均值為0，協(xié)方差為：

cov(z(xi),z(xj))=σ2R(xi,Xj)

(6)

式中，i,j=1,2,…,m，m為試驗(yàn)次數(shù)；R(·,·)為相關(guān)函數(shù)；σ2為隨機(jī)過程的方差值。

依據(jù)文獻(xiàn)[12]，可以得到b和σ2的估計(jì)值

(7)

式中，F(xiàn)是由樣本點(diǎn)得到的p×m矩陣，F(xiàn)=[fT(x1) …fT(xm)]；Y是各樣本點(diǎn)對(duì)應(yīng)的輸出，即Y=[y(x1),…,y(xm)]T；R=[Rij]m×m為樣本點(diǎn)的相關(guān)性矩陣，Rij表達(dá)式如下：

(8)

在利用樣本數(shù)據(jù)獲得未知參數(shù)的估計(jì)值后，Kriging的近似模型可以表達(dá)為：

(9)

2.4 可靠度與靈敏度分析

結(jié)合式(3)和式(9)，可以g(x)得到的近似函數(shù)

(10)

(11)

式中，β為可靠度指數(shù)，滿足R=Φ(β)；y為x的等效標(biāo)準(zhǔn)正態(tài)隨機(jī)變量向量，一般通過構(gòu)造Nataf分布，并進(jìn)行相應(yīng)變換得到[14]；L為y的相關(guān)系數(shù)矩陣經(jīng)過Choleskey分解得到的下三角矩陣；u是與y相對(duì)應(yīng)的獨(dú)立標(biāo)準(zhǔn)正態(tài)隨機(jī)變量向量，滿足u=L-1y。

參數(shù)靈敏度的計(jì)算表達(dá)如下。

(12)

式中，θ為隨機(jī)變量x對(duì)應(yīng)的均值或標(biāo)準(zhǔn)差向量；T(x)為u與x的變換函數(shù)[13]；σ=[σij]n×n，當(dāng)i=j時(shí)，σij為第i個(gè)隨機(jī)變量的標(biāo)準(zhǔn)差，當(dāng)i≠j時(shí)，σij。

由式(11)和式(12)可以看出，靈敏度計(jì)算的核心在于偏導(dǎo)數(shù)?β/?u的求解。若采用不同的可靠度計(jì)算方法時(shí)，則該偏導(dǎo)數(shù)的計(jì)算也有所不同。當(dāng)采用一次二階矩等迭代方法時(shí)，由于計(jì)算過程含有梯度的求解，因此?β/?u可以直接獲取。當(dāng)采用蒙特卡洛等抽樣方法時(shí)，則需要結(jié)合可靠度計(jì)算公式作進(jìn)一步推導(dǎo)，得到?β/?u的計(jì)算結(jié)果[15-17]。另外，如果要獲得失效概率或可靠度關(guān)于隨機(jī)變量的靈敏度，則可以通過二者與可靠度指數(shù)的函數(shù)關(guān)系，利用復(fù)合函數(shù)求導(dǎo)獲得。

3 可靠性仿真實(shí)現(xiàn)

根據(jù)上述的方法和流程，可以確定可靠性仿真實(shí)現(xiàn)的總體程序框架(如圖3所示)，主要包括：仿真工作流、試驗(yàn)設(shè)計(jì)、近似建模和可靠性分析四個(gè)模塊，分別命名為Graph、DOE、Model和REL模塊。

圖3 可靠性仿真程序框架Fig.3 Program framework of reliability simulation

下面按模塊分析其主要功能及核心函數(shù)的框架代碼：

1)仿真工作流模塊。主要用于定義單次仿真的流程，它包含：輸入變量的定義，主要包括隨機(jī)變量的分布類型、分布參數(shù)等；中間過程的定義，包括CAE輸入文件、CAE調(diào)用命令、CAE求解結(jié)果獲取等；輸出變量的定義，包括廣義應(yīng)力s(x)和功能函數(shù)g(x)。該模塊核心功能為單次的仿真計(jì)算，定義相應(yīng)的計(jì)算函數(shù)為Graph.Execute()，框架代碼如下：

X = GetSample() '獲取隨機(jī)變量樣本值

InputFile = GetCAEInputFile() '獲取CAE輸入文件

InputFile = RefreshFile(X) '用X數(shù)據(jù)更新文件

StartCAE(InputFile) '調(diào)用CAE進(jìn)行求解

ResultFile = GetCAEOutputFile() '獲取CAE結(jié)果文件

S = GetResult(ResultFile) '獲取最大應(yīng)力等結(jié)果數(shù)據(jù)

G = Calculate(S) '計(jì)算功能函數(shù)值

2)試驗(yàn)設(shè)計(jì)模塊。該模塊一方面需要集成各類試驗(yàn)設(shè)計(jì)的算法用于生成輸入變量的樣本數(shù)據(jù)，另一方面需要與仿真工作流模塊進(jìn)行交互，將各組樣本數(shù)據(jù)發(fā)送給仿真工作流進(jìn)行求解，然后獲取相應(yīng)的計(jì)算結(jié)果，最后得到全部的樣本數(shù)據(jù)。該模塊核心功能為輸入輸出變量樣本數(shù)據(jù)的獲取，定義相應(yīng)的計(jì)算函數(shù)為DOE.Execute()，框架代碼如下：

Xs = CreateSamples() '依據(jù)算法生成樣本數(shù)據(jù)

For i=0 to (Xs.Length-1)

'調(diào)用工作流進(jìn)行仿真計(jì)算

Y[i]=Graph.Execute(X[i]) '第i組樣本數(shù)據(jù)

End

return (X,Y)

3)近似建模模塊。該模塊一方面需要集成各類近似建模的算法，另一方面以試驗(yàn)設(shè)計(jì)模塊的樣本數(shù)據(jù)為基礎(chǔ)，構(gòu)建近似模型。該模塊核心功能為建模與預(yù)測(cè)，其中與建模相對(duì)應(yīng)的計(jì)算函數(shù)定義為Model.Execute()，框架代碼如下：

(Xs,Ys)= DOE.Execute () '獲取DOE的樣本數(shù)據(jù)

model = SelectModel() '選擇模型的類型

beta = GetBeta(model, Xs, Ys) '依據(jù)樣本計(jì)算待定系數(shù)

與模型預(yù)測(cè)相對(duì)應(yīng)的函數(shù)定義為Model.Evaluate()，框架代碼如下：

X=GetSample()'獲取輸入變量的一組樣本數(shù)據(jù)

Y=Predict(model, beta, X) '預(yù)測(cè)

return Y '返回預(yù)測(cè)結(jié)果

4)可靠性分析模塊。該模塊一方面需要集成各類可靠性算法(包括蒙特卡洛法、一次二階矩法等)，另一方面需要與近似建模模塊交互獲得近似模型，并將其用于可靠性分析。該模塊核心功能為可靠性分析，定義相應(yīng)的計(jì)算函數(shù)為REL.Execute()，框架代碼如下：

f=GetFunction()'獲取功能函數(shù)基本形式

m=GetModel()'獲取功能函數(shù)的近似模型

x=GetRandom()'獲取隨機(jī)變量向量

R=Solve(f, m, x) '進(jìn)行可靠度計(jì)算

S=GetSensitivity()'進(jìn)行靈敏度計(jì)算

4 算例

某引信MEMS安全保險(xiǎn)機(jī)構(gòu)設(shè)計(jì)方案如圖4所示。彈丸發(fā)射后，當(dāng)離心轉(zhuǎn)速w達(dá)到30 000 rpm時(shí)，在離心力的作用下，離心保險(xiǎn)解除。 彈丸繼續(xù)飛行一定距離或時(shí)間后，根據(jù)有關(guān)傳感器信息解除電保險(xiǎn)(電保險(xiǎn)閉鎖簧片被推開)，滑塊在離心力作用下，克服平面彈簧抗力向卡座位置滑動(dòng)，直至鎖入卡座。至此，傳爆序列對(duì)正，引信處于待發(fā)狀態(tài)。

圖4 引信MEMS安全保險(xiǎn)機(jī)構(gòu)示意圖Fig.4 Schematic diagram of micro-fuze safety mechanism

通過仿真分析發(fā)現(xiàn)閉鎖結(jié)構(gòu)的卡頭是該安全保險(xiǎn)機(jī)構(gòu)的薄弱環(huán)節(jié)，其與卡座完成閉鎖的瞬間出現(xiàn)最大的彎曲應(yīng)力，如圖5所示。針對(duì)這一薄弱環(huán)節(jié)，綜合考慮外部載荷、材料參數(shù)和尺寸參數(shù)等的影響，進(jìn)行閉鎖結(jié)構(gòu)的可靠性仿真分析。

圖5 閉鎖結(jié)構(gòu)仿真分析結(jié)果Fig.5 Locking structure simulation result

1)仿真工作流建立

建立如圖6所示的單次仿真分析的工作流，為后續(xù)的試驗(yàn)設(shè)計(jì)等提供輸入。其中采用HyperMesh軟件進(jìn)行仿真模型的建立，利用LS-Dyna進(jìn)行閉鎖過程的仿真分析，再由LS-PrePost讀取仿真分析的結(jié)果數(shù)據(jù)。

圖6 閉鎖結(jié)構(gòu)仿真工作流Fig.6 Locking structure simulation workflow

圖6中的各節(jié)點(diǎn)的說明見表2，其中沖擊速度Vel由離心轉(zhuǎn)速w和卡頭質(zhì)量換算而來；箭頭表示仿真計(jì)算的順序。

表2 仿真工作流各節(jié)點(diǎn)說明

2)試驗(yàn)設(shè)計(jì)與近似建模

首先，選擇width 、E 、Vel 和thick為試驗(yàn)設(shè)計(jì)的輸入變量， maxStress為試驗(yàn)設(shè)計(jì)的輸出變量。輸入變量的取值范圍為[μ-3σ,μ+3σ]，其中μ和σ分別為隨機(jī)變量的均值和標(biāo)準(zhǔn)差。采用三水平全因子(三水平為：μ-3σ,μ,μ+3σ)試驗(yàn)設(shè)計(jì)，在4個(gè)輸入變量的情況下，共計(jì)需要進(jìn)行81次仿真試驗(yàn)，總耗時(shí)約36 min。

然后，選擇零階多項(xiàng)式函數(shù)為回歸模型的基函數(shù)、Gauss函數(shù)為相關(guān)性函數(shù)的核函數(shù)，進(jìn)行Kriging模型的建立。取width=0.058 mm、thick=0.25 mm時(shí)，maxStress與E、Vel的Kriging曲面如圖7所示(圖中黑點(diǎn)為樣本點(diǎn))。

同時(shí)，增加五組樣本數(shù)據(jù)用于檢驗(yàn)Kriging近似模型，獲得該模型的MSE(Mean Squared Error均方差)為1.790 5×10-4GPa，表明其具有較好的精度。

圖7 maxStress與E、Vel的Kriging曲面Fig.7 Kriging surface of maxStress, E and Vel

3)可靠性分析

將概率表達(dá)式P(Strength-maxStress>0)中的maxStress替換為上述的Kriging模型，再利用一次二階矩法進(jìn)行可靠度和靈敏度的計(jì)算，結(jié)果分別如表3和表4所示。同時(shí)，為驗(yàn)證可靠度結(jié)果的正確性，基于式(4)所示的可靠性模型(不采用近似模型的情況)，采用蒙特卡羅法對(duì)進(jìn)行抽樣計(jì)算。為減少標(biāo)準(zhǔn)蒙特卡羅法的抽樣次數(shù)(抽樣次數(shù)106的情況下，總耗時(shí)將達(dá)305天)，采用文獻(xiàn)[18]的重要抽樣法以較少的抽樣次數(shù)獲得收斂的可靠度結(jié)果。

表3 可靠度結(jié)果

表4 靈敏度結(jié)果

(注：重要性靈敏度和均值靈敏度均已做歸一化處理)

從表3可以看出，采用近似模型的分析方法可以獲得較高精度的可靠度結(jié)果。在安全保險(xiǎn)機(jī)構(gòu)作用可靠度要求為0.99，且不考慮離心保險(xiǎn)、電保險(xiǎn)失效的情況下，閉鎖結(jié)構(gòu)可靠度滿足要求。由于不考慮隨機(jī)變量之間的相關(guān)性，表4所示的重要性靈敏度和均值靈敏度結(jié)果是一致的。其中，材料強(qiáng)度，以及閉鎖結(jié)構(gòu)寬度和厚度參數(shù)對(duì)于可靠性結(jié)果均呈“正”作用，即提高這些參數(shù)的均值，將有利于結(jié)構(gòu)可靠性水平的提高；而材料和速度參數(shù)則呈“反”作用。且各變量的重要性水平可以從量化的數(shù)值大小進(jìn)行比較。由標(biāo)準(zhǔn)差靈敏度結(jié)果可以看出，縮小各變量的標(biāo)準(zhǔn)差均有助于提高結(jié)構(gòu)可靠度。

另外，在具體應(yīng)用中，若單次有限元計(jì)算時(shí)間較長(zhǎng)，那么采用蒙特卡羅法獲得可靠性結(jié)果是不可行的。因此，在利用本文方法進(jìn)行可靠性分析時(shí)，建議從兩個(gè)方面保證結(jié)果的準(zhǔn)確性：一是采用具有較高擬合精度的近似模型；二是采用經(jīng)過驗(yàn)證的可靠度和靈敏度計(jì)算方法。

5 結(jié) 論

本文提出了基于有限元法的引信MEMS微結(jié)構(gòu)可靠性仿真分析及實(shí)現(xiàn)方法。該方法可以在結(jié)構(gòu)性能仿真分析的基礎(chǔ)上，進(jìn)一步開展量化的結(jié)構(gòu)可靠性分析。其中，為實(shí)現(xiàn)可靠性分析程序?qū)τ邢拊浖ぞ叩淖詣?dòng)調(diào)用，以ANSYS軟件為例給出CAE程序的集成方法和實(shí)現(xiàn)步驟；為降低可靠性分析程序?qū)τ邢拊抡娴恼{(diào)用次數(shù)，采用試驗(yàn)設(shè)計(jì)和近似建模相結(jié)合的方法，構(gòu)建功能函數(shù)的近似函數(shù)。提出可靠性仿真實(shí)現(xiàn)的總體程序框架，給出各主要模塊的功能及其主要函數(shù)的框架代碼。實(shí)際算例表明了該可靠性仿真方法的可行性和實(shí)用性。

[1]景華, 牛蘭杰, 宋永強(qiáng). 小口徑榴彈引信微機(jī)電安全系統(tǒng)設(shè)計(jì)與仿真方法[J]. 彈箭與制導(dǎo)學(xué)報(bào), 2010, 30(2): 129-132.

[2]李曉杰, 牛蘭杰, 翟蓉, 等. S型MEMS平面微彈簧垂直彈性系數(shù)[J]. 探測(cè)與控制學(xué)報(bào), 2010, 32(1): 57-60.

[3]田中旺, 趙旭, 宋永強(qiáng), 等. 改善強(qiáng)度的MEMS隔爆裝置懸臂梁和卡頭[J]. 探測(cè)與控制學(xué)報(bào), 2011, 33(5): 1-4.

[4]孫誠誠, 牛蘭杰, 趙旭, 等. 引信桿狀彈簧質(zhì)量塊微機(jī)電離心保險(xiǎn)裝置[J]. 探測(cè)與控制學(xué)報(bào), 2014, 36(1): 17-20.

[5]孫彩云，張康. 機(jī)電引信安保機(jī)構(gòu)解除保險(xiǎn)過程動(dòng)態(tài)仿真[J].四川兵工學(xué)報(bào), 2014(6):111-114.

[6]Rohit Pathak, Satyadhar Joshi. Optimizing reliability modeling of MEMS devices based on their application [J]. Work Journal ofModeling and Simulation, 2011(2): 139-154.

[7]Adam Martowicz, Tadeusz Uhl. Reliability- and performance-based robust design optimization of MEMS structures considering technological uncertainties [J]. Mechanical Systems and Signal Processing, 2012, 32: 44-58.

[8]Viviana Mulloni, Francesco Solazzi, Giuseppe Resta, etc. RF-MEMS switch design optimization for long-term reliability [J].Analog Integrated Circuits and Signal Processing, 2014, 78(2): 323-332.

[9]秦權(quán), 林道錦, 梅剛. 結(jié)構(gòu)可靠度隨機(jī)有限元-理論及工程應(yīng)用[M]. 北京：清華大學(xué)出版社, 2006.

[10]Akira Todoroki，Tetsuya Ishikawa．Design of experiments for stacking sequence optimizations with genetic algorithm using response surface approximation [J]．Composite Structures，2004，64：349-357.

[11]Sei-Ichiro Sakataa, Fumihiro Ashidaa, Masaru Zakob. Approximate structural optimization using kriging method and digital modeling technique considering noise in sampling data [J]. Computers & Structures, 2008, 86(13): 1477-1485.

[12]Soren N Lophaven, Hans Bruun Nielsen, Jacob Sondergaard. DACE A Matlab Kriging Toolbox：Report IMM-REP-2002-13[R] Informatics and Mathematical Modeling， Technical University of Denmark, 2002. http://www.imm.dtu.dk/～hbn/dace/.

[13]Irfan Kaymaz. Application of kriging method to structural reliability problems [J]. Structural Safety, 2005, 27: 133-151.

[14]Ditlevsen O, Madsen HO. Structural Reliability Methods [M].West Sussex, England: John Wiley & Sons Ltd., 2007: 94-101.

[15]Melchers RE, Ahammed M. A fast approximate method for parameter sensitivity estimation in Monte Carlo structural reliability. Computers & Structures, 2004, 82: 55-61.

[16]Wu YT, Sitakanta M. Variable screening and ranking using sampling-based sensitivity measures[J]. Reliability Engineering & System Safety, 2006, 91: 634-47.

[17]Jensen H A, Mayorga F, Papadimitriou C. Reliability sensitivity analysis of stochastic finite element models [J]. Computer Methods in Applied Mechanics and Engineering, 2015, 296: 327-351.

[18]Frank Grooteman. Adaptive radial-based importance sampling method for structural reliability [J]. Structural Safety, 2008, 30: 533-542.

ReliabilitySimulationMethodforMEMSMicro-structureinFuze

TU Hongmao1,2, SUN Zhili1, JI Guangzhen3, LIU Qin1,2

(1. College of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819, China； 2. Ordnance Science and Research Academy of China, Beijing 100089, China)

Reliability simulation method for MEMS micro-structure in fuze and its implementation details for further quantitative reliability assessment based on the corresponding performance simulation were proposed in this paper. By taking ANSYS as an example, the CAE program integration method and its implementation procedure were presented to facilitate the finite element tools utility during reliability simulation. It used design of experiment method and approximation modelling to reduce the number of times of finite element simulations in the whole reliability analysis procedure. Then, basic principles of reliability and sensitivity calculation issues were given. Programme framework for the reliability simulation method and its main code block were also presented. An engineering example demonstrated the feasibility and practicality of the proposed method were feasible and practical.

fuze reliability; MEMS micro-structure; reliability simulation; finite element method; reliability

2017-01-21

:國防技術(shù)基礎(chǔ)項(xiàng)目資助(Z092014B001)

:涂宏茂(1981—)，男，福建泉州人，博士研究生，副研究員，研究方向：MEMS可靠性。E-mail：bjthm@126.com。

TB114.3

：A

：1008-1194(2017)04-0005-07