数控机床主轴可靠性分析
发布时间：2021-07-31 13:41
数控机床主轴是数控机床的关键功能部件,其可靠性水平的高低直接影响着数控机床的可靠性水平。近年来,国产数控机床主轴的发展已取得一定的成就,但由于数控机床主轴的科技创新性不足,基础实验条件欠佳,故在可靠性方面与世界先进水平仍具有一定的差距,在使用过程中逐渐显现出维护成本高、早期故障频发、质量稳定性较差等问题。因此,亟需针对数控机床主轴进行可靠性分析。本文利用获取的主轴故障数据对数控机床主轴从可靠性建模、故障分析、可靠性分配及提高可靠性措施这四方面进行分析,具体做了如下分析计算工作:（1）采用Bootstrap-Bayes法对小样本数据下的数控机床主轴系统进行可靠性建模,融合历史故障数据,先用自助法得到威布尔先验分布,再利用Win BUGS软件计算出主轴系统可靠性模型参数的后验分布,从而建立主轴系统的可靠性模型,对可靠性指标进行评估,求出数控机床主轴系统的平均故障间隔时间（Mean Time Between Failures,MTBF）。（2）为证明改进的自助法可靠性建模的合理性,收集相似机床的可靠性信息和故障数据,将小样本数据分别用于改进的自助抽样方法和直接应用经典统计学法中,通过对比分析...
【文章来源】：东北电力大学吉林省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
数控车床故障部位所占比率分布图
{L[i]<-(beta/alpha)*pow(t[i]/alpha,beta-1)*exp(-pow(t[i]/alpha,beta))lambda[i]<--log(L[i])z[i]<-0z[i]~dpois(lambda[i])}Ⅲ. Win BUGS 语言描述数据Win BUGS 软件编程描述数据的格式是以 list 开始，根据机床主轴系统的现场故障，编写程序如下：list(n=8,t=c(1969.5，1176，444，2373，4664.5，3306，243，1095).4.2 软件模拟计算过程2.3.2 小节计算出先验分布的尺度参数和形状参数区间为： α ∈(2 173.6,2443.8 ∈(1 .0612,1.1693)，根据 2.4.1 的叙述，求解后验分布的完整模型代码如图 2-2 所示。
图 2-3 参数α 和β 的仿真后验概率密度曲线图 2-4 参数α 和β 的后验统计量将图 2-4 中参数α 和β 的后验统计量作为参数的估计值，故α =2305.0；β =1.117。2.4.3 后验参数估计和 MTBF 计算根据图 2-4 中的均值作为尺度参数和形状参数的估计值，来近似地反映随机变量的期望，总体分布中参数的估计值可以表示为 α=2305，β=1.117，那么此次数控机床主轴总体分布的密度函数为：( )1.11723050.1171 .117 tt
【参考文献】：
期刊论文
[1]基于熵权法的数控机床可靠性的模糊综合评价研究[J]. 刘洋. 机械设计与制造工程. 2018(06)
[2]数控机床常见故障分析与排除[J]. 童勋. 山东工业技术. 2018(01)
[3]数控机床贝叶斯可靠性评估模型的综合评价方法[J]. 任丽娜,王智明,雷春丽. 上海交通大学学报. 2016(07)
[4]浅析数控机床的发展进程及趋势[J]. 蒲卫华. 四川劳动保障. 2016(S1)
[5]Bayes Bootstrap方法在小样本参数估计中的应用[J]. 孙慧玲,胡伟文,杨美妮. 计算机与数字工程. 2016(05)
[6]某型发动机可靠性分配建模及可靠性研究[J]. 谢小平,任长合,张锦,沈军. 舰船电子工程. 2016(02)
[7]数控机床未来发展趋势探讨[J]. 祁伟. 合成材料老化与应用. 2015(06)
[8]Bayesian Reliability Modeling and Assessment Solution for NC Machine Tools under Small-sample Data[J]. YANG Zhaojun,KAN Yingnan,CHEN Fei,XU Binbin,CHEN Chuanhai,YANG Chuangui. Chinese Journal of Mechanical Engineering. 2015(06)
[9]基于组合权重的数控磨床可靠性模糊分配研究[J]. 刘英,余武,李荣祖,康丽娜,王扬. 机械科学与技术. 2015(12)
[10]数控机床及其关键功能部件可靠性研究[J]. 姜天根. 山东工业技术. 2015(12)
博士论文
[1]基于网格近似法的数控机床贝叶斯可靠性评估研究[D]. 阚英男.吉林大学 2015
[2]基于可靠性分配与预计的高速精密冲压机床可靠性增长设计[D]. 王继利.吉林大学 2014
硕士论文
[1]基于模糊成本函数的加工中心可靠性分配方法研究[D]. 杨超.吉林大学 2016
[2]基于故障相关性分析的双动力刀架可靠性设计[D]. 杜大伟.吉林大学 2016
[3]数控机床装配可靠性技术研究[D]. 高田.重庆大学 2015
[4]机床主轴部件优化及可靠性分析[D]. 周森.昆明理工大学 2014
[5]基于Bootstrap-Bayes的数控机床小子样可靠性建模方法研究[D]. 钱浩.吉林大学 2012
[6]加工中心主轴可靠性试验研究[D]. 刘瀚文.吉林大学 2011
[7]数控机床故障分析与可靠性评价技术的研究[D]. 罗巍.吉林大学 2011
本文编号：3313571
【文章来源】：东北电力大学吉林省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
数控车床故障部位所占比率分布图
{L[i]<-(beta/alpha)*pow(t[i]/alpha,beta-1)*exp(-pow(t[i]/alpha,beta))lambda[i]<--log(L[i])z[i]<-0z[i]~dpois(lambda[i])}Ⅲ. Win BUGS 语言描述数据Win BUGS 软件编程描述数据的格式是以 list 开始，根据机床主轴系统的现场故障，编写程序如下：list(n=8,t=c(1969.5，1176，444，2373，4664.5，3306，243，1095).4.2 软件模拟计算过程2.3.2 小节计算出先验分布的尺度参数和形状参数区间为： α ∈(2 173.6,2443.8 ∈(1 .0612,1.1693)，根据 2.4.1 的叙述，求解后验分布的完整模型代码如图 2-2 所示。
图 2-3 参数α 和β 的仿真后验概率密度曲线图 2-4 参数α 和β 的后验统计量将图 2-4 中参数α 和β 的后验统计量作为参数的估计值，故α =2305.0；β =1.117。2.4.3 后验参数估计和 MTBF 计算根据图 2-4 中的均值作为尺度参数和形状参数的估计值，来近似地反映随机变量的期望，总体分布中参数的估计值可以表示为 α=2305，β=1.117，那么此次数控机床主轴总体分布的密度函数为：( )1.11723050.1171 .117 tt
【参考文献】：
期刊论文
[1]基于熵权法的数控机床可靠性的模糊综合评价研究[J]. 刘洋. 机械设计与制造工程. 2018(06)
[2]数控机床常见故障分析与排除[J]. 童勋. 山东工业技术. 2018(01)
[3]数控机床贝叶斯可靠性评估模型的综合评价方法[J]. 任丽娜,王智明,雷春丽. 上海交通大学学报. 2016(07)
[4]浅析数控机床的发展进程及趋势[J]. 蒲卫华. 四川劳动保障. 2016(S1)
[5]Bayes Bootstrap方法在小样本参数估计中的应用[J]. 孙慧玲,胡伟文,杨美妮. 计算机与数字工程. 2016(05)
[6]某型发动机可靠性分配建模及可靠性研究[J]. 谢小平,任长合,张锦,沈军. 舰船电子工程. 2016(02)
[7]数控机床未来发展趋势探讨[J]. 祁伟. 合成材料老化与应用. 2015(06)
[8]Bayesian Reliability Modeling and Assessment Solution for NC Machine Tools under Small-sample Data[J]. YANG Zhaojun,KAN Yingnan,CHEN Fei,XU Binbin,CHEN Chuanhai,YANG Chuangui. Chinese Journal of Mechanical Engineering. 2015(06)
[9]基于组合权重的数控磨床可靠性模糊分配研究[J]. 刘英,余武,李荣祖,康丽娜,王扬. 机械科学与技术. 2015(12)
[10]数控机床及其关键功能部件可靠性研究[J]. 姜天根. 山东工业技术. 2015(12)
博士论文
[1]基于网格近似法的数控机床贝叶斯可靠性评估研究[D]. 阚英男.吉林大学 2015
[2]基于可靠性分配与预计的高速精密冲压机床可靠性增长设计[D]. 王继利.吉林大学 2014
硕士论文
[1]基于模糊成本函数的加工中心可靠性分配方法研究[D]. 杨超.吉林大学 2016
[2]基于故障相关性分析的双动力刀架可靠性设计[D]. 杜大伟.吉林大学 2016
[3]数控机床装配可靠性技术研究[D]. 高田.重庆大学 2015
[4]机床主轴部件优化及可靠性分析[D]. 周森.昆明理工大学 2014
[5]基于Bootstrap-Bayes的数控机床小子样可靠性建模方法研究[D]. 钱浩.吉林大学 2012
[6]加工中心主轴可靠性试验研究[D]. 刘瀚文.吉林大学 2011
[7]数控机床故障分析与可靠性评价技术的研究[D]. 罗巍.吉林大学 2011
本文编号：3313571
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3313571.html
