加工中心子系統(tǒng)綜合故障率分析
根據(jù)過去的研究成果，基于現(xiàn)場(chǎng)故障信息精工機(jī)床的故障間隔時(shí)間更加貼 近于服從威布爾分布或者指數(shù)分布，本節(jié)通過構(gòu)造進(jìn)給系統(tǒng)故障間隔模型，求 解故障分布函數(shù)、概率密度函數(shù)、可靠度函數(shù)以及故障率函數(shù)。用Minitab軟 件進(jìn)行模型篩選，基于子系統(tǒng)服從的函數(shù)模型，采用最小二乘法進(jìn)行模型的參 數(shù)估計(jì)，借助相關(guān)系數(shù)法進(jìn)行假設(shè)檢驗(yàn)，進(jìn)而獲得故障間隔時(shí)間分布模型。3.2.1故障信息釆集及模型確定本文借助國(guó)家自然基金采集了 67臺(tái)某系列加工中心共109條故障信息，其 中主要的數(shù)據(jù)指標(biāo)有審核起始時(shí)間、故障發(fā)生時(shí)間、故障部位、故障原因及處 理方案等，對(duì)故障信息表進(jìn)行整理可得機(jī)床的故障間隔時(shí)間。這里借助Minitab軟件進(jìn)行故障間隔時(shí)間的可靠性分布分析，獲得故障間隔 時(shí)間的分布ID圖，模型的選擇是依據(jù)Anderson-Darling調(diào)整擬合優(yōu)度值來進(jìn)行 判斷，擬合優(yōu)度值越小，對(duì)應(yīng)的分布越優(yōu)。為了確定進(jìn)給系統(tǒng)、刀庫(kù)和主軸系 統(tǒng)的分布模型，本文以進(jìn)給系統(tǒng)為例，生成分布ID圖并生成四種分布的擬合圖 如圖3.4所示，其擬合優(yōu)度系數(shù)如表3.1所示：通過Anderson-Darling系數(shù)的結(jié)果可知，進(jìn)給系統(tǒng)的壽命分布與威布爾分 布的擬合程度最高，所以我們假定進(jìn)給系統(tǒng)的故障間隔時(shí)間服從威布爾分布。3.2.3模型參數(shù)估計(jì)經(jīng)常使用的參數(shù)估計(jì)方法有最小二乘法、極大似然估計(jì)法、圖估計(jì)參數(shù)估 計(jì)法、矩法等等。一般采用一元線性回歸法來對(duì)威布爾分布的累計(jì)分布函數(shù)進(jìn)行參數(shù)估計(jì)，在數(shù)理統(tǒng)計(jì)試驗(yàn)過程中，隨著變量x的不斷變化，實(shí)驗(yàn)結(jié)果y也隨之改變，兩個(gè)變量之間會(huì)存在相關(guān)關(guān)系，線性相關(guān)關(guān)系作為一種最簡(jiǎn)單的回歸 分析方法被廣泛運(yùn)用于各個(gè)領(lǐng)域，雖然實(shí)際生活中有些變量之間的關(guān)系十分復(fù) 雜并且不符合線性關(guān)系，但通過對(duì)變量進(jìn)行數(shù)學(xué)變換，非線性問題也可以轉(zhuǎn)化 成線性問題來解決。(1)分布擬合的假設(shè)檢驗(yàn)一般使用Z2檢驗(yàn)法或者d檢驗(yàn)法來進(jìn)行假設(shè)檢驗(yàn)，由于/檢驗(yàn)法僅適用大樣本情況，并且對(duì)截尾數(shù)據(jù)可能會(huì)犯第II類錯(cuò)誤，而d檢驗(yàn)法適用于小樣本情 況并且檢驗(yàn)精度較高，所以本文使用d檢驗(yàn)法來進(jìn)行檢驗(yàn)，具體流程圖如圖3.5 所示：本文采摘自“基于故障率相關(guān)的加工中心的可靠性及風(fēng)險(xiǎn)評(píng)估”，因?yàn)榫庉嬂щy導(dǎo)致有些函數(shù)、表格、圖片、內(nèi)容無法顯示，有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章！本文由海天精工整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請(qǐng)注明！