【摘要】：傳統(tǒng)的可靠性評估方法通常不考慮維修等因素對機床可靠性的影響,在“修復如新”的假設下,基于威布爾分布、指數(shù)分布和對數(shù)正態(tài)分布等壽命分布模型對機床可靠性進行評估。而實際上,數(shù)控機床在其服役周期內是典型的可修復系統(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”假設更符合實際情況,因此,在建模過程中,應考慮維修的影響,根據(jù)不同服役階段機床的故障及維修特性,對機床可靠性進行準確有效的評估。本文針對考慮維修影響的數(shù)控機床可靠性評估中存在的問題和難點,以隨機點過程理論為技術核心,以免疫克隆選擇算法和貝葉斯方法為輔助技術手段,構建了數(shù)控機床不同服役階段的可靠性評估體系框架,重點研究了早期故障階段、耗損故障階段以及整個服役階段的機床可靠性評估技術,為合理制定維修決策、提高數(shù)控機床的可靠性提供理論參考和支撐。主要研究內容如下:(1)通過對機床整個服役階段進行劃分及對各服役階段的故障及維修特性進行分析,得出不同維修條件下不同服役階段機床可靠性評估中存在的關鍵問題。針對這些問題和難點,構建數(shù)控機床服役階段可靠性評估框架。(2)最小維修條件下,基于改進的冪律過程模型I和模型II對處于耗損故障階段的數(shù)控機床可靠性進行評估,并針對模型參數(shù)和可靠性指標的求解問題,提出了可靠性模型參數(shù)的免疫克隆極大似然估計法。將參數(shù)估計問題轉化為帶有約束的優(yōu)化問題,以負對數(shù)似然函數(shù)最小為目標函數(shù),通過模擬生物免疫系統(tǒng)的克隆選擇過程對目標函數(shù)進行優(yōu)化,進而得到模型參數(shù)和可靠性指標的最優(yōu)極大似然點估計和區(qū)間估計。通過實例驗證表明,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)估計提供了一個有效的新方法。(3)基于邊界強度過程理論,提出了一種新的具有封閉形式解的連續(xù)比例強度模型。討論了模型的特性,推導了模型參數(shù)及諸如給定時刻的條件可靠度、期望故障數(shù)、累積平均故障間隔時間等重要可靠性指標的極大似然點估計的計算公式,利用Fisher信息矩陣法和delta法給出了模型參數(shù)及上述可靠性指標的區(qū)間估計,并基于Akaike信息準則(AIC)和擬合優(yōu)度檢驗指標R,給出了模型評價準則。以數(shù)控機床現(xiàn)場故障數(shù)據(jù)為例對所提方法進行驗證,結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)控機床可靠性指標封閉形式的解及置信區(qū)間,可以很好地應用于工程實際。(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度隨工作時間增加而趨近于某一常數(shù)的數(shù)控機床故障過程,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,推導了計算模型參數(shù)及諸如最小故障強度、最小故障強度對應的故障時刻等重要可靠性指標點估計的計算公式;基于似然比檢驗理論,給出了兩臺數(shù)控機床可靠性評估的模型選擇方法,并基于擬合優(yōu)度檢驗指標R,給出了模型評價準則。最后對兩臺數(shù)控機床故障數(shù)據(jù)進行分析,結果表明,該模型可定量評估機床的早期故障期,適合描述具有邊界浴盆形狀故障趨勢的數(shù)控機床故障過程,為優(yōu)化設計可靠性試驗,盡可能在機床企業(yè)內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)和可靠性指標后驗估計的區(qū)間長度,提出了數(shù)控機床貝葉斯可靠性模型的綜合評價方法。給出了不同先驗下用于Gibbs抽樣的冪律過程模型參數(shù)的后驗分布,并利用馬爾科夫鏈蒙特卡洛法獲得了模型參數(shù)和可靠性指標的貝葉斯點估計和區(qū)間估計。最后,結合兩個工程實例,分別分析了數(shù)控機床在處于早期故障階段和耗損故障階段時的貝葉斯可靠性,結果表明,冪律過程模型各項評價指標均優(yōu)于Weibull分布模型,且在其形狀參數(shù)β的先驗分布為貝塔分布或伽馬分布時,得到的分析結果更加接近實際情況。
[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：2300509