為實(shí)現(xiàn)少量故障數(shù)據(jù)樣本下五軸聯(lián)動(dòng)數(shù)控機(jī)床精確的可靠性評估,通過對貝葉斯估計(jì)方法進(jìn)行研究,設(shè)計(jì)實(shí)現(xiàn)數(shù)控機(jī)床可靠性建模。該方法首先設(shè)定威布爾模型參數(shù)服從伽瑪分布,為解決無先驗(yàn)信息問題,引入兩層貝葉斯方法。為解決積分求解后驗(yàn)分布計(jì)算困難問題,使用MCMC方法計(jì)算模型參數(shù)估計(jì)值,最終建立起威布爾模型。引用某機(jī)床一年的歷史故障數(shù)據(jù),使用所設(shè)計(jì)方法與最小二乘法實(shí)現(xiàn)建模,用擬合優(yōu)度檢驗(yàn)將兩個(gè)方法結(jié)果進(jìn)行比較判斷出所設(shè)計(jì)方法具有可行性。最后依據(jù)建立的可靠性模型對機(jī)床進(jìn)行可靠性評估。 

【文章來源】：組合機(jī)床與自動(dòng)化加工技術(shù). 2020,(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

貝葉斯估計(jì)原理

得到分組間隔為263.514h,對每組數(shù)據(jù)進(jìn)行統(tǒng)計(jì),計(jì)算出每組的中值、每組的故障頻率及累積故障頻率,繪制出故障頻率柱狀圖,如圖2所示。結(jié)合組中值與累計(jì)故障頻率數(shù)據(jù),繪制出累計(jì)故障頻率柱狀圖如圖3所示。

結(jié)合組中值與累計(jì)故障頻率數(shù)據(jù),繪制出累計(jì)故障頻率柱狀圖如圖3所示。由柱狀圖可看出,隨著故障間隔時(shí)間的增加,故障頻率為遞減趨勢,且遞減速率變緩;累計(jì)故障頻率逐漸增加,且增長速率變緩,其不符合正態(tài)分布特性,比較符合威布爾分布與指數(shù)分布特性。又因?yàn)楫?dāng)威布爾分布形狀參數(shù)等于1時(shí),即可表示為指數(shù)分布,因此可以使用威布爾分布進(jìn)行模型擬合。

【參考文獻(xiàn)】：
期刊論文
[1]基于貝葉斯推斷的復(fù)雜系統(tǒng)可靠性分析[J]. 蘇續(xù)軍,呂學(xué)志.  計(jì)算機(jī)應(yīng)用與軟件. 2019(03)
[2]基于自助擴(kuò)充法的數(shù)控機(jī)床可靠性建模研究[J]. 聶萌,張海波.  制造技術(shù)與機(jī)床. 2019(03)
[3]Ⅱ型雙截尾下逆威布爾分布尺度參數(shù)的估計(jì)[J]. 龍沁怡,唐俊,羅寧.  高師理科學(xué)刊. 2019(02)
[4]基于元?jiǎng)幼鲉卧臄?shù)控機(jī)床故障分級(jí)決策方法[J]. 李松濤,劉英,冉琰,柯磊,陳輝.  工程設(shè)計(jì)學(xué)報(bào). 2018(06)
[5]基于MCMC方法的機(jī)床無故障數(shù)據(jù)可靠性分析[J]. 張朋,李慧敏,鄧銘,杜正春,楊建國.  機(jī)械設(shè)計(jì)與研究. 2018(05)
[6]定時(shí)截尾樣本下某型數(shù)控機(jī)床可靠性的Bayes分析[J]. 宮雷,許世蒙.  信息系統(tǒng)工程. 2018(07)
[7]基于改進(jìn)FMECA的機(jī)床運(yùn)行可靠性評價(jià)與提升[J]. 鄒安南,王紅軍,高楊杰.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[8]基于復(fù)雜系統(tǒng)退化機(jī)理的備件訂購策略模型[J]. 王成,許建新,王紅軍,張振明.  西北工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[9]國外高檔數(shù)控車床的可靠性綜合評價(jià)[J]. 倪文凱,樸成道.  機(jī)床與液壓. 2016(01)
[10]少樣本故障數(shù)據(jù)數(shù)控機(jī)床的貝葉斯可靠性分析[J]. 王智明,楊建國.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(12)



本文編號(hào)：3264073