2017年5月23日

加工中心子系統綜合故障率分析

根據過去的研究成果，基于現場故障信息精工機床的故障間隔時間更加貼近于服從威布爾分布或者指數分布，本節通過構造進給系統故障間隔模型，求解故障分布函數、概率密度函數、可靠度函數以及故障率函數。用Minitab軟件進行模型篩選，基于子系統服從的函數模型，采用最小二乘法進行模型的參數估計，借助相關系數法進行假設檢驗，進而獲得故障間隔時間分布模型。3.2.1故障信息釆集及模型確定本文借助國家自然基金采集了 67臺某系列加工中心共109條故障信息，其中主要的數據指標有審核起始時間、故障發生時間、故障部位、故障原因及處理方案等，對故障信息表進行整理可得機床的故障間隔時間。這里借助Minitab軟件進行故障間隔時間的可靠性分布分析，獲得故障間隔時間的分布ID圖，模型的選擇是依據Anderson-Darling調整擬合優度值來進行判斷，擬合優度值越小，對應的分布越優。為了確定進給系統、刀庫和主軸系統的分布模型，本文以進給系統為例，生成分布ID圖并生成四種分布的擬合圖如圖3.4所示，其擬合優度系數如表3.1所示：通過Anderson-Darling系數的結果可知，進給系統的壽命分布與威布爾分布的擬合程度最高，所以我們假定進給系統的故障間隔時間服從威布爾分布。3.2.3模型參數估計經常使用的參數估計方法有最小二乘法、極大似然估計法、圖估計參數估計法、矩法等等。一般采用一元線性回歸法來對威布爾分布的累計分布函數進行參數估計，在數理統計試驗過程中，隨著變量x的不斷變化，實驗結果y也隨之改變，兩個變量之間會存在相關關系，線性相關關系作為一種最簡單的回歸分析方法被廣泛運用于各個領域，雖然實際生活中有些變量之間的關系十分復雜并且不符合線性關系，但通過對變量進行數學變換，非線性問題也可以轉化成線性問題來解決。(1)分布擬合的假設檢驗一般使用Z2檢驗法或者d檢驗法來進行假設檢驗，由于/檢驗法僅適用大樣本情況，并且對截尾數據可能會犯第II類錯誤，而d檢驗法適用于小樣本情況并且檢驗精度較高，所以本文使用d檢驗法來進行檢驗，具體流程圖如圖3.5 所示：本文采摘自“基于故障率相關的加工中心的可靠性及風險評估”，因為編輯困難導致有些函數、表格、圖片、內容無法顯示，有需要者可以在網絡中查找相關文章！本文由海天精工整理發表文章均來自網絡僅供學習參考，轉載請注明！

海天精工機床有限公司 ^{海天精工博客}

加工中心子系統綜合故障率分析

◎歡迎參與討論，請在這里發表您的看法、交流您的觀點。

◎歡迎參與討論，請在這里發表您的看法、交流您的觀點。

◎歡迎參與討論，請在這里發表您的看法、交流您的觀點。