摘要

为了预测机械部件整个生命周期内的极限载荷,提出了一种基于自助采样技术选取最优阈值的自动方法.该方法首先提取载荷历程的所有极值点,估计出一系列阈值,用广义帕累托分布函数拟合超越量,用极大似然估计方法估计相应的分布参数,然后用自助采样技术计算每个估计的阈值对应的均方误差,并用数值最小的均方误差所对应的阈值作为最优阈值.数据验证表明:与峰度法和超额均值函数法相比,基于自助采样法选取的阈值,其超越量的概率密度函数平均偏差分别降低了38.52%和29.25%,且自助采样法所确定的超越量数据的QQ图更接近一条直线,因此,该方法提高了建模的灵活性及所选阈值的准确性,而且当超越量数据不足时,自助采样技术能够通过自动分析未知母体分布的统计学特性进行重新采样,解决了因超越量数据不足导致的原始分布参数不稳定的问题.