立即咨詢(xún)

數控機床的故障分布模型和可靠性評價(jià)技術(shù)研究

來(lái)源:互聯(lián)網(wǎng)   作者:機床世界    發(fā)表時(shí)間:2019-01-27    瀏覽量:5930



數控機床最重要的3個(gè)指標為精度、效率和可靠性。國家非常重視機床的可靠性問(wèn)題,在“高檔數控機床與基礎制造裝備”科技重大專(zhuān)項中投入了大量資金用于機床可靠性的研究和提升。在2009年和2010年的機床重大專(zhuān)項中,機床及功能部件的可靠性相關(guān)項目共計13個(gè),其中沈陽(yáng)機床參與承擔了6個(gè)。通過(guò)參與承擔國家重大專(zhuān)項,大大提升了企業(yè)的可靠性技術(shù)實(shí)力和機床的可靠性水平。
   
機床的可靠性技術(shù)包括可靠性設計、可靠性試驗、可靠性增長(cháng)和可靠性評價(jià)等內容??煽啃栽u價(jià)技術(shù)對了解機床的可靠性水平具有重要的現實(shí)意義。國內外學(xué)者在此方面做了很多工作,如喬巍巍對數控系統進(jìn)行了可靠性建模和可靠性綜合技術(shù)的研究,張宏斌等采用模糊評價(jià)方法對電火花線(xiàn)切割機床進(jìn)行了可靠性評估,張忠松對加工中心的可靠性評價(jià)指標和方法進(jìn)行了分析,賈志成等分析了協(xié)同環(huán)境下的加工中心壽命和可靠性評估。

作者將對機床的故障數據進(jìn)行統計整理,在此基礎上進(jìn)行參數估計和擬合校驗得到數控機床的數學(xué)期望值,并進(jìn)行可靠性綜合評價(jià),從而更全面和準確地評價(jià)機床的可靠性水平。
   
1 故障數據的參數估計和擬合校驗
   
表1所示是收集的一組某數控機床的故障數據(MTBF值)。



因為故障數據的分布類(lèi)型尚不確定,因此應該先對其進(jìn)行估計。將表1中的數據分成k組,k根據式(1)確定:
   
其中,n為數據個(gè)數。


每一組的概率密度值可以由式(2)確定。
    
其中:ni為每一區間的數據個(gè)數;b為區間寬度。


在Matlab環(huán)境下采用極大似然法對故障數據進(jìn)行概率密度函數擬合,其概率密度擬合圖如圖1 所示。



對分布函數進(jìn)行對數正態(tài)分布、威布爾分布、正態(tài)分布、指數分布和瑞利分布的參數估計和擬合校驗。其中參數分布采用極大似然法,由于篇幅有限,不再給出理論過(guò)程。擬合校驗采用k-s法,得到各種分布的校驗值,如表2所示。



其中:H表示是否符合假設分布,0表示不符合,1表示符合;P表示服從分布的概率大小,某一分布的P值越大,數據符合該分布可能性越大。由表2可以看出,故障數據符合威布爾分布。在Matlab環(huán)境下基于極大似然法得到的威布爾分布參數估計值為1.482和1.274,威布爾分布時(shí)的數學(xué)期望值(MTBF)為1374.9h。   
   
2 可靠性綜合評價(jià)
   
對于數控機床的可靠性評價(jià),單項指標(如MTBF)僅能代表機床某一方面的信息,其他如平均維修時(shí)間(MTTR)和首次故障時(shí)間(MTTFF)尚沒(méi)有考慮在內。對這些參數進(jìn)行綜合分析,可以系統全面地評價(jià)機床的可靠性水平。在評價(jià)中,對指標合理分配權重是量化估計的關(guān)鍵,基于專(zhuān)家經(jīng)驗并融合信息熵理論確定機床各指標的綜合權重。模糊綜合評價(jià)方法應用模糊理論,從多因素角度對機床各指標的隸屬等級進(jìn)行綜合評價(jià),結果更為客觀(guān)和深入。
   
由于篇幅有限,這里直接給出數控機床的MTTR和MTTFF值,分別為28.6和1002h。
   
將熱力學(xué)中的熵理論引入可靠性評價(jià)中,機床可能處于不同的可靠性狀態(tài),每種狀態(tài)出現的概率為Pi(i=1,2,3,…,m)。系統的熵定義為
    
式中:m為待評的狀態(tài)數,n為評價(jià)指標,則由數控機床可靠性數學(xué)期望值可以構成一個(gè)m×n 階的矩陣。
   
對于某個(gè)指標rj,有信息熵:   
    
第j 個(gè)指標的熵權定義為:
    
這樣可以得到基于信息熵的評價(jià)指標權重向量:
    
熵值越小表明指標值的變異程度越大,在綜合評價(jià)中所起的作用也越大,其權重也應該越大;反之亦然。
   
根據以上分析,數控機床的評價(jià)指標可以設定為:
   
D=(MTBF,MTTR,MTTFF)
   
文中考核的是一種型號的機床,即m=1,用n表示3個(gè)評價(jià)指標,則原始數據是一個(gè)1×3階的矩陣,即
   
D=(1374.9,28.6,1002) 


為了消除指標量綱的影響,采用TOPSIS方法對評價(jià)指標進(jìn)行量綱為一的標準化處理。
   
根據國家科技重大專(zhuān)項和專(zhuān)家經(jīng)驗確定各項指標的閾值,將各可靠性評價(jià)指標分為5個(gè)評判等級,如表3所示。



采用模糊理論對機床的可靠性進(jìn)行模糊評價(jià),建立機床的三角隸屬度函數圖,如圖2所示。



由此可以得到數控機床的評價(jià)集合:
    
為了避免人為對某些指標賦予的權重過(guò)高或過(guò)低,采用專(zhuān)家經(jīng)驗和信息熵值結合的方法,確定指標綜合權重。熵的計算依據式(6),經(jīng)過(guò)咨詢(xún)多位專(zhuān)家的意見(jiàn),專(zhuān)家評價(jià)各指標的權重向量為
   
E=(0.5,0.35,0.15)
   
因此,結合專(zhuān)家經(jīng)驗和信息熵值的綜合權重為
    
式中:wjH為信息熵權值;ej為專(zhuān)家經(jīng)驗權值。由此,可得到數控機床的綜合權重向量:
   
W=[0.166 7,0.117,0.05]
   
綜合評價(jià)的結果可以由RE=W·R 得到,計算結果為
   
RE=[0,0,0.1395,0.7133,0.1472]
   
數控機床可靠性綜合評價(jià)的流程如圖3所示。



經(jīng)過(guò)對計算結果的分析可以看出,數控機床的可靠性評價(jià)結果在“高”級別所占的權重最大,為0.7133,因此判斷數控機床的可靠性等級為“高”。
   
3 結束語(yǔ)
   
在對數控機床的故障數據進(jìn)行整理分析的基礎上,通過(guò)對其參數估計和擬合校驗得到了威布爾分布時(shí)數控機床的數學(xué)期望值。鑒于數控機床可靠性的模糊性,采用模糊理論評價(jià)數控機床的可靠性,并通過(guò)融合信息熵理論和專(zhuān)家知識確定各指標的綜合權重,為數控機床的可靠性評價(jià)提供了一種高可信性和高精度的方法。
   
另外,從數控機床可靠性綜合評價(jià)的結果也可以看出,所分析數控機床的可靠性較高,說(shuō)明了“高檔數控機床與基礎制造裝備”科技重大專(zhuān)項實(shí)施的重要性和企業(yè)在機床可靠性工作方面的有效性。