數(shù)控機(jī)床主軸是數(shù)控機(jī)床的關(guān)鍵功能部件,其可靠性水平的高低直接影響著數(shù)控機(jī)床的可靠性水平。近年來(lái),國(guó)產(chǎn)數(shù)控機(jī)床主軸的發(fā)展已取得一定的成就,但由于數(shù)控機(jī)床主軸的科技創(chuàng)新性不足,基礎(chǔ)實(shí)驗(yàn)條件欠佳,故在可靠性方面與世界先進(jìn)水平仍具有一定的差距,在使用過(guò)程中逐漸顯現(xiàn)出維護(hù)成本高、早期故障頻發(fā)、質(zhì)量穩(wěn)定性較差等問(wèn)題。因此,亟需針對(duì)數(shù)控機(jī)床主軸進(jìn)行可靠性分析。本文利用獲取的主軸故障數(shù)據(jù)對(duì)數(shù)控機(jī)床主軸從可靠性建模、故障分析、可靠性分配及提高可靠性措施這四方面進(jìn)行分析,具體做了如下分析計(jì)算工作:（1）采用Bootstrap-Bayes法對(duì)小樣本數(shù)據(jù)下的數(shù)控機(jī)床主軸系統(tǒng)進(jìn)行可靠性建模,融合歷史故障數(shù)據(jù),先用自助法得到威布爾先驗(yàn)分布,再利用Win BUGS軟件計(jì)算出主軸系統(tǒng)可靠性模型參數(shù)的后驗(yàn)分布,從而建立主軸系統(tǒng)的可靠性模型,對(duì)可靠性指標(biāo)進(jìn)行評(píng)估,求出數(shù)控機(jī)床主軸系統(tǒng)的平均故障間隔時(shí)間（Mean Time Between Failures,MTBF）。（2）為證明改進(jìn)的自助法可靠性建模的合理性,收集相似機(jī)床的可靠性信息和故障數(shù)據(jù),將小樣本數(shù)據(jù)分別用于改進(jìn)的自助抽樣方法和直接應(yīng)用經(jīng)典統(tǒng)計(jì)學(xué)法中,通過(guò)對(duì)比分析... 

【文章來(lái)源】：東北電力大學(xué)吉林省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)控車床故障部位所占比率分布圖

{L[i]<-(beta/alpha)*pow(t[i]/alpha,beta-1)*exp(-pow(t[i]/alpha,beta))lambda[i]<--log(L[i])z[i]<-0z[i]~dpois(lambda[i])}Ⅲ. Win BUGS 語(yǔ)言描述數(shù)據(jù)Win BUGS 軟件編程描述數(shù)據(jù)的格式是以 list 開(kāi)始，根據(jù)機(jī)床主軸系統(tǒng)的現(xiàn)場(chǎng)故障，編寫程序如下：list(n=8,t=c(1969.5，1176，444，2373，4664.5，3306，243，1095).4.2 軟件模擬計(jì)算過(guò)程2.3.2 小節(jié)計(jì)算出先驗(yàn)分布的尺度參數(shù)和形狀參數(shù)區(qū)間為： α ∈(2 173.6,2443.8 ∈(1 .0612,1.1693)，根據(jù) 2.4.1 的敘述，求解后驗(yàn)分布的完整模型代碼如圖 2-2 所示。

圖 2-3 參數(shù)α 和β 的仿真后驗(yàn)概率密度曲線圖 2-4 參數(shù)α 和β 的后驗(yàn)統(tǒng)計(jì)量將圖 2-4 中參數(shù)α 和β 的后驗(yàn)統(tǒng)計(jì)量作為參數(shù)的估計(jì)值，故α =2305.0；β =1.117。2.4.3 后驗(yàn)參數(shù)估計(jì)和 MTBF 計(jì)算根據(jù)圖 2-4 中的均值作為尺度參數(shù)和形狀參數(shù)的估計(jì)值，來(lái)近似地反映隨機(jī)變量的期望，總體分布中參數(shù)的估計(jì)值可以表示為 α=2305，β=1.117，那么此次數(shù)控機(jī)床主軸總體分布的密度函數(shù)為：( )1.11723050.1171 .117 tt

【參考文獻(xiàn)】：
期刊論文
[1]基于熵權(quán)法的數(shù)控機(jī)床可靠性的模糊綜合評(píng)價(jià)研究[J]. 劉洋.  機(jī)械設(shè)計(jì)與制造工程. 2018(06)
[2]數(shù)控機(jī)床常見(jiàn)故障分析與排除[J]. 童勛.  山東工業(yè)技術(shù). 2018(01)
[3]數(shù)控機(jī)床貝葉斯可靠性評(píng)估模型的綜合評(píng)價(jià)方法[J]. 任麗娜,王智明,雷春麗.  上海交通大學(xué)學(xué)報(bào). 2016(07)
[4]淺析數(shù)控機(jī)床的發(fā)展進(jìn)程及趨勢(shì)[J]. 蒲衛(wèi)華.  四川勞動(dòng)保障. 2016(S1)
[5]Bayes Bootstrap方法在小樣本參數(shù)估計(jì)中的應(yīng)用[J]. 孫慧玲,胡偉文,楊美妮.  計(jì)算機(jī)與數(shù)字工程. 2016(05)
[6]某型發(fā)動(dòng)機(jī)可靠性分配建模及可靠性研究[J]. 謝小平,任長(zhǎng)合,張錦,沈軍.  艦船電子工程. 2016(02)
[7]數(shù)控機(jī)床未來(lái)發(fā)展趨勢(shì)探討[J]. 祁偉.  合成材料老化與應(yīng)用. 2015(06)
[8]Bayesian Reliability Modeling and Assessment Solution for NC Machine Tools under Small-sample Data[J]. YANG Zhaojun,KAN Yingnan,CHEN Fei,XU Binbin,CHEN Chuanhai,YANG Chuangui.  Chinese Journal of Mechanical Engineering. 2015(06)
[9]基于組合權(quán)重的數(shù)控磨床可靠性模糊分配研究[J]. 劉英,余武,李榮祖,康麗娜,王揚(yáng).  機(jī)械科學(xué)與技術(shù). 2015(12)
[10]數(shù)控機(jī)床及其關(guān)鍵功能部件可靠性研究[J]. 姜天根.  山東工業(yè)技術(shù). 2015(12)

博士論文
[1]基于網(wǎng)格近似法的數(shù)控機(jī)床貝葉斯可靠性評(píng)估研究[D]. 闞英男.吉林大學(xué) 2015
[2]基于可靠性分配與預(yù)計(jì)的高速精密沖壓機(jī)床可靠性增長(zhǎng)設(shè)計(jì)[D]. 王繼利.吉林大學(xué) 2014

碩士論文
[1]基于模糊成本函數(shù)的加工中心可靠性分配方法研究[D]. 楊超.吉林大學(xué) 2016
[2]基于故障相關(guān)性分析的雙動(dòng)力刀架可靠性設(shè)計(jì)[D]. 杜大偉.吉林大學(xué) 2016
[3]數(shù)控機(jī)床裝配可靠性技術(shù)研究[D]. 高田.重慶大學(xué) 2015
[4]機(jī)床主軸部件優(yōu)化及可靠性分析[D]. 周森.昆明理工大學(xué) 2014
[5]基于Bootstrap-Bayes的數(shù)控機(jī)床小子樣可靠性建模方法研究[D]. 錢浩.吉林大學(xué) 2012
[6]加工中心主軸可靠性試驗(yàn)研究[D]. 劉瀚文.吉林大學(xué) 2011
[7]數(shù)控機(jī)床故障分析與可靠性評(píng)價(jià)技術(shù)的研究[D]. 羅巍.吉林大學(xué) 2011



本文編號(hào)：3313571