基于关联性和参数退化模型的加工中心可靠性分析

发布时间：2021-07-23 03:44

　　加工中心作为现代化生产的基础装备,是国家工业发展的核心。在中国向智能制造工业强国迈进的背景下,中国成为世界各国机床生产企业竞争的主市场。与世界数控机床制造企业对比,我国高端加工中心的竞争力相对薄弱,受加工中心加工精度、加工速度和可靠性等方面影响使其在国内市场占有率较低。针对加工中心进行关联故障的可靠性分析为可靠性设计、维修和故障诊断提供基本的指导。本文以国家自然科学基金为依托,对加工中心进行关联故障及参数关联退化分析。主要内容如下:首先,基于现场故障数据建立加工中心可靠性数学模型。依据制定的加工中心可靠性考核方案进行可靠性数据收集共获得107条故障数据;依据加工中心结构、工作原理及功能元件对应关系将加工中心划分为12个子系统。进一步对可靠性数据进行统计分析,通过模型优选、参数估计和参数拟合优度检验确定加工中心威布尔分布可靠性模型;同时建立所有子系统可靠性模型。其次,改进的故障危害度分析与故障关联性分析。依据现场试验故障数据进行加工中心故障模式、故障原因分析（FMEA）,确定故障多发子系统;将群体决策方法以及专家评估与熵权相结合的方法引入故障模式危害度分析（CA）及子系统危害度分析中,解... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：113 页

【学位级别】：博士

【部分图文】：

故障间隔时间频数直方图

第2章基于现场试验的加工中心可靠性建模19公式（2-11）表示故障间隔时间的理论分布函数：F(t)P{Tt}……………..…..……………..（2-11）其中：T表示故障间隔时间总体；t表示任意故障间隔时间。故障间隔时间的测量数据用12,,,nttt表示，而(1)(2)(),,,nttt是按升序排列的统计量，这样就可以得到式（2-11）对应的经验分布函数：(1)()()(1)()0,(),,1,2,11,niinttiFttttinntt…………………..（2-12）根据格利文科定理可知，在收集到的样本数据量n足够大的前提下，能够最大程度减小根据样本数据求解得到的经验分布函数()()nFt与理论分布函数F(t)之间的差异，这种情况下就可以用()()nFt来近似F(t)。由于正态分布或对数正态分布的概率密度函数形状为单峰状，则一定存在极值点，因此，F(t)图像上必然有拐点。如f(t)单调上升，分布函数F(t)在纵坐标大于零的部分将表现为凹的形状。若f(t)单调下降则相反。由前面的讨论可知，应用经验分布函数()()nFt可以实现对理论F(t)分布函数的估计，而利用F(t)的形状可以实现f(t)形状的初步判断，因此，由()()nFt的形状也就可以初步判断f(t)的形状。为拟合出()nFt的连续曲线，将式（2-12）简化为：()()/,1,2,......,nFtinin……………..……………..（2-13）下图是进行曲线拟合后的式（2-12）对应的函数曲线。图2.4经验分布函数()()nFt曲线

第2章基于现场试验的加工中心可靠性建模25通过计算经验分布函数与假设分布函数的插值绝对值，并取最大值为目标观察值nD与临界值n,D对比，进而判断分布模型的准确性。0,sup()()maxniniinxDFtFtdD……………..…（2-26）其中0()iFt—假设分布函数，()niFt——经验分布函数。00.3max()0.4iiidFtn，i1,2,107……………..（2-27）依据上述建模获得的威布尔分布函数：0.97101exp[()]t()609iFt得出0.034nD，将假设检验的显著性水平设定为0.10，利用前文介绍的经验公式进行计算，,1.220.1174nnD。由于,nnDD，原假设成立，即认为该批数据服从两参数威布尔分布，图2.6为分布偏差变化图。图2.6分布偏差变化图根据上述所确定的威布尔两参数模型以及所求出的参数，可得出整机的可靠性函数：故障分布函数：0.9711exp609Ftt故障概率密度函数：0.0290.971()0.971exp609609609fttt


本文编号：3298527