發(fā)布時(shí)間：2018-10-30 16:19

【摘要】：傳統(tǒng)的可靠性評(píng)估方法通常不考慮維修等因素對(duì)機(jī)床可靠性的影響,在“修復(fù)如新”的假設(shè)下,基于威布爾分布、指數(shù)分布和對(duì)數(shù)正態(tài)分布等壽命分布模型對(duì)機(jī)床可靠性進(jìn)行評(píng)估。而實(shí)際上,數(shù)控機(jī)床在其服役周期內(nèi)是典型的可修復(fù)系統(tǒng),維修行為貫穿于其使用的全過程,且不同的維修行為對(duì)系統(tǒng)的可靠性有不同程度的影響。通常情況下,系統(tǒng)經(jīng)維修可恢復(fù)至“如舊”或“好于舊而次于新”的狀態(tài),即“最小維修”和“不完全維修”假設(shè)更符合實(shí)際情況,因此,在建模過程中,應(yīng)考慮維修的影響,根據(jù)不同服役階段機(jī)床的故障及維修特性,對(duì)機(jī)床可靠性進(jìn)行準(zhǔn)確有效的評(píng)估。本文針對(duì)考慮維修影響的數(shù)控機(jī)床可靠性評(píng)估中存在的問題和難點(diǎn),以隨機(jī)點(diǎn)過程理論為技術(shù)核心,以免疫克隆選擇算法和貝葉斯方法為輔助技術(shù)手段,構(gòu)建了數(shù)控機(jī)床不同服役階段的可靠性評(píng)估體系框架,重點(diǎn)研究了早期故障階段、耗損故障階段以及整個(gè)服役階段的機(jī)床可靠性評(píng)估技術(shù),為合理制定維修決策、提高數(shù)控機(jī)床的可靠性提供理論參考和支撐。主要研究?jī)?nèi)容如下:(1)通過對(duì)機(jī)床整個(gè)服役階段進(jìn)行劃分及對(duì)各服役階段的故障及維修特性進(jìn)行分析,得出不同維修條件下不同服役階段機(jī)床可靠性評(píng)估中存在的關(guān)鍵問題。針對(duì)這些問題和難點(diǎn),構(gòu)建數(shù)控機(jī)床服役階段可靠性評(píng)估框架。(2)最小維修條件下,基于改進(jìn)的冪律過程模型I和模型II對(duì)處于耗損故障階段的數(shù)控機(jī)床可靠性進(jìn)行評(píng)估,并針對(duì)模型參數(shù)和可靠性指標(biāo)的求解問題,提出了可靠性模型參數(shù)的免疫克隆極大似然估計(jì)法。將參數(shù)估計(jì)問題轉(zhuǎn)化為帶有約束的優(yōu)化問題,以負(fù)對(duì)數(shù)似然函數(shù)最小為目標(biāo)函數(shù),通過模擬生物免疫系統(tǒng)的克隆選擇過程對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化,進(jìn)而得到模型參數(shù)和可靠性指標(biāo)的最優(yōu)極大似然點(diǎn)估計(jì)和區(qū)間估計(jì)。通過實(shí)例驗(yàn)證表明,該算法是可行和有效的。其同樣適用于4參數(shù)及以上可靠性模型參數(shù)的求解,為可靠性模型的參數(shù)估計(jì)提供了一個(gè)有效的新方法。(3)基于邊界強(qiáng)度過程理論,提出了一種新的具有封閉形式解的連續(xù)比例強(qiáng)度模型。討論了模型的特性,推導(dǎo)了模型參數(shù)及諸如給定時(shí)刻的條件可靠度、期望故障數(shù)、累積平均故障間隔時(shí)間等重要可靠性指標(biāo)的極大似然點(diǎn)估計(jì)的計(jì)算公式,利用Fisher信息矩陣法和delta法給出了模型參數(shù)及上述可靠性指標(biāo)的區(qū)間估計(jì),并基于Akaike信息準(zhǔn)則(AIC)和擬合優(yōu)度檢驗(yàn)指標(biāo)R,給出了模型評(píng)價(jià)準(zhǔn)則。以數(shù)控機(jī)床現(xiàn)場(chǎng)故障數(shù)據(jù)為例對(duì)所提方法進(jìn)行驗(yàn)證,結(jié)果表明本文所建模型優(yōu)于最小維修模型,且利用本文所提方法可以獲得數(shù)控機(jī)床可靠性指標(biāo)封閉形式的解及置信區(qū)間,可以很好地應(yīng)用于工程實(shí)際。(4)最小維修情況下,為描述經(jīng)歷早期故障和耗損故障且故障強(qiáng)度隨工作時(shí)間增加而趨近于某一常數(shù)的數(shù)控機(jī)床故障過程,提出一種新的4參數(shù)非齊次泊松過程模型。討論了模型的特性,給出了模型中各參數(shù)的物理意義,推導(dǎo)了計(jì)算模型參數(shù)及諸如最小故障強(qiáng)度、最小故障強(qiáng)度對(duì)應(yīng)的故障時(shí)刻等重要可靠性指標(biāo)點(diǎn)估計(jì)的計(jì)算公式;基于似然比檢驗(yàn)理論,給出了兩臺(tái)數(shù)控機(jī)床可靠性評(píng)估的模型選擇方法,并基于擬合優(yōu)度檢驗(yàn)指標(biāo)R,給出了模型評(píng)價(jià)準(zhǔn)則。最后對(duì)兩臺(tái)數(shù)控機(jī)床故障數(shù)據(jù)進(jìn)行分析,結(jié)果表明,該模型可定量評(píng)估機(jī)床的早期故障期,適合描述具有邊界浴盆形狀故障趨勢(shì)的數(shù)控機(jī)床故障過程,為優(yōu)化設(shè)計(jì)可靠性試驗(yàn),盡可能在機(jī)床企業(yè)內(nèi)部排除早期故障提供了一定的理論依據(jù)。(5)基于DIC信息準(zhǔn)則、BGR診斷原理、蒙特卡洛仿真誤差及模型參數(shù)和可靠性指標(biāo)后驗(yàn)估計(jì)的區(qū)間長(zhǎng)度,提出了數(shù)控機(jī)床貝葉斯可靠性模型的綜合評(píng)價(jià)方法。給出了不同先驗(yàn)下用于Gibbs抽樣的冪律過程模型參數(shù)的后驗(yàn)分布,并利用馬爾科夫鏈蒙特卡洛法獲得了模型參數(shù)和可靠性指標(biāo)的貝葉斯點(diǎn)估計(jì)和區(qū)間估計(jì)。最后,結(jié)合兩個(gè)工程實(shí)例,分別分析了數(shù)控機(jī)床在處于早期故障階段和耗損故障階段時(shí)的貝葉斯可靠性,結(jié)果表明,冪律過程模型各項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于Weibull分布模型,且在其形狀參數(shù)β的先驗(yàn)分布為貝塔分布或伽馬分布時(shí),得到的分析結(jié)果更加接近實(shí)際情況。
[Abstract]:The traditional reliability evaluation method usually does not take into account the influence of maintenance and other factors on the reliability of the machine tool. Under the assumption of the 鈥淔ix as new鈥，

本文編號(hào)：2300509