엔지니어링 디자인은 탐구적이고 창의적인 프로세스이며, 특정 목표에 따른 분석, 종합, 의사결정, 평가 및 최적화 프로세스입니다. 이 프로세스에서는 하중, 변위, 응력, 강도, 강성 및 수명과 같은 일련의 설계 매개변수 및 설계 변수가 정의되어 많은 엔지니어링 사항을 설명하고 엔지니어링 설계에 대한 많은 수치 계산을 제공합니다. 또한, 기계적 원리 계획의 설계, 기계적 구조 및 구조 모델링의 공식화, 재료, 매개변수 및 계수의 선택, 프로세스 절차의 결정 등 모두 엔지니어링 및 기술 인력이 추론, 추론 및 결정을 기반으로 해야 합니다. 경험과 지능에 대해. 기계 시스템을 분석하고 설계할 때에는 복잡한 기계 시스템에 대한 수학적 모델을 구축하여 분석과 설계에 활용할 수 있는 것이 필요합니다. 이때, 복잡한 기계 시스템은 단순화되거나 이상화되어야 하므로 단순화된 수학적 모델과 실제 기계 시스템과 비교할 때 종종 오류나 불확실성이 존재합니다. 기계 시스템을 모델링하는 동안 특정 오류와 불확실성이 무시되고 예상 데이터에 포함되지 않으면 설계자는 이 모델을 기반으로 한 분석을 신뢰할 수 없습니다. 및 설계를 실제 기계 시스템에 적용할 수 있습니다.
공학 실무에서 직면하는 불확실성에는 주로 불확실성, 고정되지 않음, 신뢰성 없음, 예측 불가능함, 모호한 의미, 가변성, 불완전성, 알려지지 않았지만 경계 및 불규칙성 등이 포함됩니다. 예를 들어 물리량의 참값과 근사값의 차이를 호출합니다. 오류. 실제 측정 및 계산에서 물리량의 실제 값을 아는 것은 거의 또는 불가능합니다. 일반적으로 물리량의 대략적인 값과 오류 한계만 알려져 있습니다. 따라서 오류는 일종의 불확실성입니다. 기계 설계에서는 일반적으로 결정된 구조 매개변수와 결정된 수학적 모델이 분석 및 계산에 사용됩니다. 엔지니어링 실무에는 일반적으로 하중, 재료 성능 매개변수, 기하학적 치수, 계산 모델, 초기 조건, 경계 조건 및 구조 구성 요소의 접합과 관련된 오류와 불확실성이 있습니다. 대부분의 경우 작을 수 있지만 이러한 오류와 불확실성의 조합으로 인해 구조 응답에 큰 편차나 예측 불가능성이 발생할 수 있습니다.
기계에는 다양한 오류와 불확실성이 있습니다. 일부 매개변수에는 제조 오류, 설치 오류 또는 불확실성이 있습니다. 일부 매개변수에는 계산 오류와 측정 오류가 있습니다. 일부 기계 시스템은 작동 조건이 다를 때 특성이 다릅니다. 매개변수 값 일부 매개변수에는 특정 매개변수 변동 범위가 있습니다. 일부 매개변수는 현재 정확하게 측정하거나 제공할 수 없습니다.
거의 모든 설계 변수는 어느 정도 불확실성을 갖고 있으며 엔지니어링 분석 및 설계에서는 소스에 따라 세 가지 범주로 나눌 수 있습니다.
(1) 물리적 불확실성 공학설계에는 하중, 재료특성, 기하학적 치수 등과 같은 많은 물리량이 분산되어 있습니다. 물리량과 직접적으로 관련된 이러한 유형의 불확실성을 일반적으로 물리량의 불확실성이라고 합니다.
(2) 통계적 불확실성 변수의 분포특성 분석과 분포함수 결정은 통계 및 판단과 분리될 수 없다. 그러나 모든 통계와 판단은 변수의 표본을 기반으로 하며 표본의 용량은 무한할 수 없습니다. 모든 변수의 분포 패턴은 통계와 추론을 통해 결정됩니다. 따라서 모든 매개변수의 통계적 방법에는 불확실성이 포함됩니다. 통계로 인해 발생하는 이러한 불확실성을 통계적 불확실성이라고 합니다.
(3) 모델의 불확실성 공학적 설계 및 분석에서는 투입량과 산출량 사이의 관계에 대한 모델이 확립되어야 한다. 모델은 일반적으로 기계적 원리나 경험을 기반으로 설정됩니다. 동일한 실제 문제에 대해 서로 다른 모델이 확립될 수 있으며, 모델은 다음과 같습니다. 확실성은 불확실성일 수도 있습니다. 그러나 기계 설계에서 기계 부품이나 시스템은 매우 복잡하며 일반적인 수학적 모델은 실제 구조 조건을 완전히 반영할 수 없습니다. 모델에 대한 다양한 가정과 복잡한 경계 조건의 단순화로 인해 모델에 불확실성이 포함됩니다. 모델의 불확실성은 기계 설계 해석 결과에 큰 영향을 미치므로 충분히 주의를 기울여야 합니다.
