随机截尾数控机床故障过程

首先应用故障总时间法对某型号数控机床在一年中的25个随机截尾故障数据进行预处理,然后采用图示和统计两种方法对故障数据进行趋势检验,最后通过参数估计和线性相关检验确定了数控机床故障过程符合威布尔过程。研究结果为数控机床的可靠性分析和评价提供了理论依据。     

失效数据的威布尔分布建模与参数估计方法

低压电器产品的可靠性与生产生活密切相关,因而对产品进行可靠性评估显得十分重要,分析产品的失效数据是可靠性评估的重要手段.威布尔分布是一种常见的产品寿命分布,低压电器产品的失效数据服从不同参数的威布尔分布.本文研究了基于威布尔分布的失效数据的数据处理过程.首先研究了威布尔分布的图检验法,并用最小二乘法计算拟合直线方程和线性相关度.然后用F检验法对失效数据是否符合威布尔分布进行了验证.对于确定符合威布尔分布的失效数据,本文采用极大似然估计法计算威布尔分布参数的点估计值并由此计算参数和可靠性特征量的区间估计.最后,通过具体算例对一组接触器失效数据进行威布尔分布建模并计算相关参数.     

基于位置-刻度模型的主轴系统可靠性分析

为评估主轴系统的顾客满意度指标——平均首次故障时间,对24台主轴系统进行定时截尾现场试验,针对主轴系统故障数据为小样本且某些主轴系统无故障数据的特点,引入位置-刻度模型进行威布尔分布的参数估计,通过d检验和游程检验验证威布尔分布假设的合理性,并根据最终获得的威布尔模型确定主轴的平均首次故障时间。     

最小二乘法在威布尔分布的可靠性评估

介绍了最小二乘法的基本原理和威布尔分布的数学模型,对服从威布尔分布的故障数据,利用最小二乘法对威布尔分布函数的α,β二参数进行估算,从而确定机电设备可靠性的相关指标;给出了计算机实现的具体算法和详细步骤,从理论到实践建立了可靠性评估模型.     

一种服从威布尔分布装备的可靠性评估方法

在装备失效时间分布为威布尔分布的情形下,利用多层贝叶斯方法,选取贝塔分布作为先验分布,利用现有的试验样本来对威布尔分布的参数进行估计,然后对产品进行可靠性评估.通过算例分析得出当有真的先验信息加入时,采用贝叶斯方法得到威布尔分布的形状参数与尺寸参数的值优于最小二乘法得到的参数值.     

威布尔分布下不同定时截尾数据的可靠度的置信下限

目的本文主要研究在威布尔分布下不同定时截尾数据的可靠度的置信下限。方法利用鞍点逼近及威布尔分布与指数分布的转换关系。结果给出参数估计的概率分布的近似公式,并进一步求出在威布尔分布下可靠度的近似置信下限。结论简化了在威布尔分布下计算置信下限的复杂性,使得在双参数下不同定时截尾在实际中的应用成为一种可能。     

基于威布尔分布的长水口使用可靠性研究

采用了连铸用长水口使用寿命数据基于威布尔分布的可靠性分析方法,并对3种不同技术方案制作的长水口产品的使用可靠性进行对比分析。结果表明,长水口的使用寿命数据服从威布尔分布,3种不同技术方案制作的长水口寿命数据的威布尔分布形状参数分别为3.65,3.99和3.42,尺度参数分别为450,539和407。与常规方差分析方法和正态分布方法相比,该方法可对长水口使用可靠性进行有效量化,并实现相应产品的可靠性预测。     

基于改进贝叶斯的重型数控机床可靠性研究

重型数控机床在机械加工领域占据重要地位,因此提高其可靠性以及加工精度,对我国工业发展有重要意义。重型数控机床具有结构复杂、故障溯源困难、样本少、数据不足等缺点,因此对其进行可靠性研究比较困难。针对这一问题,采用双参数的威布尔分布建立机床的可靠性模型,引入贝叶斯理论对其进行参数估计,并通过马尔科夫链蒙特卡洛方法(MCMC)计算参数估计结果。对贝叶斯参数估计法中的待估参数进一步分析,得到多层次的贝叶斯模型,并通过参数仿真实验分析其准确性。采用标准均方根误差值及置信区间宽度进行模型优劣的对比,结果表明,改进后的贝叶斯方法参数估计结果精度更优,更有利于建立机床可靠性模型。     

威布尔分布产品参数估计极大似然优化方法

航空、航天、机械等领域的许多产品寿命服从威布尔分布，威布尔分布参数估计的极大似然方法是通用方法，可适用于完全样本、截尾样本。在最小二乘法参数估计基础上，提出了寿命服从威布尔分布产品的分布参数估计和分布参数区间估计的极大似然优化方法；解决了实数范围内快速搜索求解参数估计极大似然超越方程问题。所提出的优化方法，可进行威布尔分布参数和分布参数区间的快速估计，既可用于完全样本，又可用于定数截尾样本或定时截尾样本。     

数控系统故障间隔时间分布模型的研究

根据某型号数控系统 1年的故障数据,应用最小二乘法首次对其故障间隔时间分布模型进行了参数估计,并采用d检验法进行了假设检验,证明该数控系统故障间隔时间服从威布尔分布,并对此进行了简要的分析,为数控系统的可靠性改进设计提供了依据.     

沥青混合料体积参数分布规律

基于沥青混合料马歇尔试验数据,依据统计学原理去除随机误差及系统误差的影响,对沥青混合料的体积参数分布规律进行了系统分析,并在此基础上对沥青混合料体积参数的评价方法进行了探讨。试验数据显示:二参数威布尔分布可以较好地反映沥青饱和度的分布规律,而三参数威布尔分布则能更好地描述空隙率、矿料间隙率的分布状态。基于威布尔分布的沥青混合料体积参数评价方法的研究表明:与平均值相比,采用威布尔分布概率峰值处的体积参数值可以较准确地反映沥青混合料体积参数的分布特征。     

CNC系统故障间隔时间的分布模型

利用14台数控铣床CNC系统的故障数据，通过观察故障间隔时间概率密度函数及分布函数的散点图，初选分布模型的类型，经最小二乘法进行参数估计，运用相关系数法进行检验后，建立了CNC系统故障间隔时间的分布模型，并对三顶主要的可靠性指标进行了评估。     

船舶寿命试验中无失效数据的分析与处理

运用经典方法和多层Bayes方法，对某型船舶寿命的截尾数据，在假设其寿命服从Weibull分布条件下，估计了可靠度。     

基于最大有效度及可靠性原则的汽车检测系统预维修策略

基于故障及维修规律分析理论,结合汽车检测系统结构及原理,确定系统维修方针,并基于最大有效度厚则及系统可靠性原则建立了汽车检测系统预维修策略。在对东北三省汽车检测线大量运行故障数据分析处理的基础上,建立了汽车检测系统故障数据库,对故障间隔时间的分布模型进行拟合研究,建立了威布尔分布模型,确定了系统的早期故障期和平均故障间隔时间。基于所建模型,采用最大有效度原则对系统维修周期进行了分析。基于可靠性原则建立了制定预维修计划的理论与原则,并结合实例进行了分析。     

基于威布尔分布和支持向量机的滚动轴承故障诊断方法

提出了一种基于威布尔分布模型和支持向量机的滚动轴承故障诊断方法。首先对滚动轴承原始振动信号建立威布尔分布模型,提取其形态参数和尺度参数构建表征轴承运行状态的特征向量,然后将提取的特征向量输入支持向量机分类器进行故障诊断和识别。分别与基于小波分解和小波包分解特征提取的支持向量机诊断方法进行滚动轴承故障试验仿真比较,结果表明,基于威布尔分布模型特征提取的支持向量机诊断方法具有更高的故障识别准确率。     

电力电缆故障数据的统计模型分析

建立了Weibull分布和Crow-AMSAA模型用来分析电缆故障数据以预测电缆故障率和指导维修更换;数学推导表明,两参数Weibull分布和Crow-AMSAA模型的表达式具有一致性,Crow-AMSAA模型是一种特殊形式的两参数Weibull分布.对比Weibull分布和Crow-AMSAA模型对某供电公司电缆8年故障数据的分析结果表明,Weibull分布可定性分析失效时间,可以得到故障的模式;Crow-AMSAA模型可定量分析累积故障次数和累积故障时间,可预测未来故障次数;当故障数据样本较小时,Weibull分布的分析结果相对准确.     

一个新双参数矩形板元的构造及收敛性分析

利用"双参数法"构造了一个新的十二参矩形元,并对其收敛性进行了分析;同时计算了节点参数扰动量。与著名的ACM元比较,节点参数有8个是相同的。     

一种云计算中Accrual失效检测器

为更好地解决云计算中网络环境的动态性对失效检测性能的影响,提出一种适用于云计算环境的双滑动窗口accrual失效检测器(Two Windows Accrual Failure Detector, 2WA-FD).首先,对不同网络环境下心跳消息到达时间间隔的概率分布进行实验分析,发现威布尔分布是一种更加合理的描述心跳消息到达时间间隔的概率分布模型,以此概率分布模型作为计算accrual失效检测器怀疑值的依据能够获得更高的精确度;其次,通过对accrual失效检测器实现架构的分析,通过采用双滑动窗口处理机制处理心跳消息能够更好地应对网络环境的突然变化;最后,通过开源实验数据以及租用云服务器搭建的实验平台比较和分析5种不同的accrual失效检测器实现的性能.实验结果表明,该失效检测器较其他同类型失效检测器在同样的检测负载情况下,能够获得更好的检测速度与检测准确性.因此,本文所提出的基于威布尔分布的双滑动窗口的accrual失效检测器2WA-FD能够准确、快速地发现云计算中的节点失效,有效地降低网络环境动态性对失效检测性能的影响.     

基于分步动态核主元分析的故障诊断方法

目的研究复杂工业系统动态、非线性特点,提出分步动态核主元分析（KernelPrincipalComponentAnalysis,KPCA）的故障诊断方法．方法该方法首先构造增广矩阵,然后将增广矩阵分成一系列子矩阵,将各子矩阵的构建一个新的数据增广矩阵,并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征,最后通过监测统计量监测出系统故障,用贡献度的方法识别发生故障变量．结果该方法改进了传统的动态方法,引入分步动态的定义,并且能充分考虑工业过程中的非线性和动态性,更精确的描述Y--,Ak过程特性,更精确的监测复杂工业系统的故障,并准确的识别出故障变量．结论对热连轧过程中活套故障诊断的仿真结果表明：基于分步动态KPCA的故障诊断方法能准确有效地诊断出故障,并识别出产生故障的原因．