基于灰色聚类方法的加工中心进给系统可靠性评价

应用MTALAB软件对加工中心进给系统的故障数据进行分析,得到平均首次故障时间(MTTFF)和平均故障间隔时间(MTBF)的点估计值和区间估计值。采用灰色聚类方法划分可靠性指标可拓区间灰数等级,并通过建立白化权函数得到等级区间权重矩阵。再结合构建比较判断矩阵确定的两种可靠性指标权重,最终建立了灰色聚类综合评价模型,对该加工中心进给系统可靠性水平进行评价。     

基于故障关联度的数控系统可靠性建模北大核心

为了研究高可靠长寿命高档数控系统可靠性,提高数控系统可靠性模型的拟合效果,提出一种基于故障关联度的数控系统可靠性建模方法。首先,基于关联规则,利用FP-Growth算法挖掘频繁项集,通过对故障数据的挖掘建立一个既满足最小支持度又满足最小置信度的关联规则;其次,提出基于故障关联度的数控系统建模方法并给出故障关联因子的计算公式,通过故障关联因子对Weibull分布模型进行优化,建立改进模型,并与Weibull分布模型进行了对比。结果表明,改进模型的均方误差远小于Weibull分布模型,且在超过400 h之后改进模型与故障数据的拟合效果优于Weibull分布模型,该模型完善了数控系统可靠性评估方法,提高了数控系统的故障预测能力。     

基于改进熵权-TOPSIS-灰色关联法的加工中心可靠性分析

针对加工中心可靠性评价的复杂性,提出基于改进熵权-TOPSIS-灰色关联相结合的方法。利用改进熵权法对平均无故障工作时间、平均首次失效前工作时间、平均修复时间3个指标进行赋权,得出故障概率最大的子系统。应用TOPSIS-灰色关联方法对发生故障概率最大的子系统建立决策矩阵,计算正理想解和负理想解,得出灰色关联相对贴近度,最终得到各故障模式重要程度的排序。同时与传统频次法进行对比分析,结果表明：采用改进熵权与TOPSIS-灰色关联法对加工中心可靠性评价更合理。     

国外高档加工中心的可靠性分析与评价

以故障总时间法对国外高档加工中心的故障数据进行了数据处理,并应用Matlab软件对故障数据进行了包括模型选择、参数估计和校验等可靠性统计分析,得到了加工中心的故障数据服从二参数威布尔分布。并基于所得到的各种可靠性指标对此加工中心进行了可靠性评价。     

加工中心主轴系统的可靠性分析

对国外高档加工中心进行现场跟踪,采集并记录使用过程中的故障数据。为了科学、全面的考虑加工中心发生故障的不确定性,采用模糊综合评判法进行了分析,求得主轴系统的危害度。并应用Matlab软件对主轴系统的故障数据进行了分析,得到故障首次间隔时间服从二参数威布尔分布,根据得到的可靠性指标对主轴系统进行可靠性评价。     

国外高档数控车床的可靠性综合评价

以平均首次故障时间MTTFF、平均故障间隔时间MTBF和当量故障率D构建了国外高档数控车床可靠性的综合评价指标体系,通过一种客观赋权方法——变异系数法分配了各评价指标的权重,应用经改进的可维修产品的可靠性评价公式对国外高档数控车床的可靠性进行了评价。     

基于熵权模糊综合评价法的加工中心可靠性分析

对国外某型号加工中心进行可靠性综合分析,采集各子系统故障数据,并应用MATLAB软件进行分析,确定各子系统的故障频率分布函数,计算求得平均故障间隔时间、平均首次故障时间的点估计值与当量故障率。应用基于熵权理论和专家经验的主观、客观赋权相结合的方法确定指标综合权重,采用三角形和半梯形相结合的隶属度函数对各指标的模糊性进行描述,并应用模糊数学理论对高档加工中心各子系统可靠性水平做出综合评价。利用最大隶属度选择原则获得各子系统的可靠性划分等级,最终确定该型号高档加工中心的可靠性等级为“高”。     

盘式刀库及自动换刀装置可靠性评价

圆盘式刀库及自动换刀装置是加工中心的重要功能部件,也是加工中心故障部位的薄弱环节,其可靠性水平直接关系到主机的性能.目前圆盘式刀库及自动换刀装置的可靠性还没有适当的标准.鉴于此,在对国内外数控机床及其关键功能部件可靠性评价研究进行归纳分析的基础上,本文通过平均故障间隔换刀次数MTCNBF及平均修复时间MTTR指标对YP系列圆盘式刀库及自动换刀装置进行了可靠性评价.并基于可靠性加速试验数据对圆盘式刀库及自动换刀装置的故障模式、故障原因进行了分析,得到了圆盘式刀库及自动换刀装置最容易发生故障的部位、主要故障模式,可为刀库及自动换刀装置的改进设计提供依据.     

换辊系统传感器预防性维修模型及其最优周期

建立了有限时间区间内设备预防性维修策略的非线性优化模型,给出了符合威布尔分布的换辊系统传感器故障率表达函数,并通过历史故障数据进行参数估计。将所有参数代入优化模型,计算了预防性维修的最优周期。同时,模型和方法对现场维修管理和计划的制订提供了决策支持。     

基于SVM的数控系统连接类故障诊断方法

为了提高数控系统运行的安全性,及时监视系统的工作状态,针对系统中可能发生的多种连接类故障,在分析数控系统一般构成及工作原理的基础上,通过采集系统中的位置和扭矩监视信号,以高斯函数为非线性核函数,实现对支持向量机的训练,并得到能够实现对所述一类故障进行诊断的决策函数.通过以X-Y平台为对象的数据采集、支持向量机训练以及对故障的诊断实验,对上述方法的可行性与有效性进行了验证.