數(shù)控機床可靠性建模的技術進展

王曉明

（丹東市遼儀機械廠，遼寧丹東118009）

數(shù)控機床可靠性建模的技術進展

王曉明

（丹東市遼儀機械廠，遼寧丹東118009）

可靠性建模是進行數(shù)控機床可靠性評估與分析和可靠性設計的前提。對國內外的數(shù)控機床可靠性建模技術進展進行了分析并得出結論。數(shù)控機床可靠性建模技術經(jīng)歷了從簡單到復雜，從時間靜態(tài)到動態(tài)的過程，使得模型不斷接近工程實際，為數(shù)控機床可靠性設計和分析提供了依據(jù)。

數(shù)控機床；可靠性；故障

1　國內的數(shù)控機床可靠性技術進展

關于數(shù)控機床可靠性的研究，中國比西方國家晚，開始于20世紀80年代。對數(shù)控機床可靠性研究開始于1989年，從而進行可靠性分析及數(shù)據(jù)處理，包括平均無故障及平均修復時間等指標。在數(shù)控機床可靠性方面我國各個大中專院校及相關科研機構開展了大量研究工作。其中包括，來自吉林大學的賈亞洲、于捷等學者采集了一年半的數(shù)控機床故障數(shù)據(jù)，進行故障模式、部位及原因分析，并利用FMECA分析法進行了進一步研究，根據(jù)結果分析出數(shù)控機床及功能部件容易出現(xiàn)故障的薄弱環(huán)節(jié)，從而對數(shù)控機床改進及設計提供了技術依據(jù)［1］。來自中國人民解放軍裝甲兵工程學院的賈志成、許世蒙等學者進行了數(shù)控加工中心現(xiàn)場可靠性試驗，根據(jù)試驗結果對故障數(shù)據(jù)及假設數(shù)據(jù)進行分析比對，計算出加工中心壽命分布數(shù)學模型，從而為數(shù)控加工中心可靠性指標評定及可靠性增長措施提供了理論依據(jù)［2］。來自北京理工大學的袁洪芳、王信義等學者關于柔性加工設備的狀態(tài)監(jiān)測及故障診斷，針對軟硬件報警和傳感信號三方面分析立式加工中心監(jiān)測信息以及工況變化，采用域值判斷、神經(jīng)網(wǎng)絡的相關方法研究了傳感信號的監(jiān)測順序及檢測，進而提出多方位監(jiān)測信息的融合；采用灰色理論及神經(jīng)網(wǎng)絡方式進行信號預測，從而建立自動診斷系統(tǒng)［3］。來自吉林大學的周廣文、賈亞洲等學者根據(jù)相關實驗提出動態(tài)可靠性研究方法，對專用數(shù)控機床工序能力進行了重新界定，對相關的專用數(shù)控機床進行了可靠性等級特性進行了系統(tǒng)分析，并總結評估方法以應用研究［4］。

2　國外的數(shù)控機床可靠性技術進展

西方國家關于數(shù)控機床可靠性的研究開始于20世紀70年代，前蘇聯(lián)科研人員針對數(shù)控機床的功能、結構等方面的特性，結合機床工作過程中故障與可靠性的矛盾點，運用物理學、數(shù)學等理論知識，分析數(shù)控機床故障模型、工藝可靠性模型等，進而建立數(shù)控機床可靠性研究基本理論，為以后的研究指明了方向。

英國布拉德福大學的Keller A.Z等學者采用模糊數(shù)學理論對數(shù)控機床的故障數(shù)據(jù)進行處理，解決定量處理模糊不確定性。伯明翰大學的學者通過采集35臺數(shù)控機床數(shù)據(jù)，分析得出數(shù)控機床整機的故障時間分布基本服從威布爾分布，得到了分布模型形狀參數(shù)，為后來的可靠性評價提供了理論依據(jù)。

到20世紀80年代中期，日本的專家學者開始著手研究數(shù)控機床故障模式及原因，以便找出可靠性提高的方法。日本新瀉大學的學者現(xiàn)場跟蹤數(shù)控機床加工，以分析可靠性指標，結果顯示，所有故障中數(shù)控機床本體占比一半，找出了薄弱環(huán)節(jié)，從而對故障原因提出相應更改意見，對可靠性提高起到重要作用。

近年以來，俄羅斯學者針對數(shù)控機床可靠性與其所受載荷大小的相互關系進行了研究，找出經(jīng)濟利益最大化前提下的可靠性分配，且通過故障分類提出相應預防措施。

3　關于數(shù)控機床可靠性建模的技術進展

可靠性評估和分析的前提是數(shù)控機床的可靠性。1982年，KELLER等對共計35臺數(shù)控機床進行了三年的監(jiān)測和實驗，分別用對數(shù)正態(tài)分布和Weibull分布函數(shù)擬合的故障間隔任務對應數(shù)控機床的可靠性模型，并計算出數(shù)控機床的故障間隔值［6］。

數(shù)控機床可靠性的研究是以前在中國吉林大學較早展開的。JIA［7］等收集的國產(chǎn)數(shù)控車床轉塔在故障數(shù)據(jù)計算故障間隔時間的經(jīng)驗分布函數(shù)，用近似公式的平均等級的故障間隔時間分布函數(shù)擬合的指數(shù)分布的參數(shù)估計，利用線性回歸的方法，對數(shù)控車床的故障間隔時間的指數(shù)分布函數(shù)并通過testi.aastal數(shù)據(jù)時，發(fā)現(xiàn)的時間間隔。WANG［8］等在各種配置的可靠性水平，選取貝塔分布，伽瑪分布，ibulli分布、對數(shù)正態(tài)分布、極值分布，正態(tài)分布的擬合函數(shù)使用另一種模式，然后選擇合適的功能模型和經(jīng)驗的累積概率分布密度函數(shù)和經(jīng)驗分布誤差方差和Kolmogorov檢驗統(tǒng)計量的密度函數(shù)模型中的因素，運用模糊綜合評價的方法，利用優(yōu)化模型，發(fā)現(xiàn)它服從對數(shù)正態(tài)分布和結論。

威布爾分布范圍廣，當形狀參數(shù)的不同的值的名稱和更換的指數(shù)分布，瑞利分布近似正態(tài)分布［9］。給使用可靠性模型和系列加工中心的故障數(shù)據(jù)的分布，指數(shù)分布是最接近，所以威布爾分布的最大程度估計方法，用于計算參數(shù)威布爾分布和耐壓試驗［10］。

在建模的故障數(shù)據(jù)的可靠性往往刪失數(shù)據(jù)，這是有用的，DAI等采用剩余壽命數(shù)據(jù)的最大似然函數(shù)生成的威布爾分布參數(shù)估計的分布式操作和使用故障截尾數(shù)據(jù)資源的數(shù)控機床的可靠性模型［11］。

數(shù)控機床是典型的機電液一體化自動數(shù)據(jù)處理設備的生命周期，不同的時間，不同的故障率曲線的形狀，DAI等采用威布爾分布的故障間隔時間的分布存在一定的差異，適合解決這一問題，北京航空航天大學陳教授和其他學者提出的兩倍，采用威布爾分段模型的數(shù)控機床的可靠性模型，采用威布爾概率紙圖進行參數(shù)分析方法節(jié)段模型的精度評價，證明了經(jīng)過安裝測試［12］。

該方法假設在數(shù)控機床故障徹底修復是和實際有區(qū)別的，來自上海交通大學的王智明和其他一些學者在數(shù)控機床上的改進，提出了最小的非齊次泊松過程的假設和邊界強度的過程模型，模擬故障發(fā)生的時間，利用信息矩陣的方法，模型參數(shù)的點估計和區(qū)間估計［13-14］。

隨著數(shù)控機床工作時間的發(fā)展，數(shù)控機床的可靠性通常是降低的，其故障率也不是固定不變的。以前只考慮故障任務的時間間隔而不考慮建立故障任務時間間隔的可靠性模型，用于描述和預測機器的可靠性，往往與實際情況存在差異，但隨著機床工作時間的推移，差異變得更加明顯。為了解決這個問題，吉林大學的昭君和其他學者提出了一種基于故障時間，考慮到故障間隔時間和故障間隔時間動態(tài)可靠性建模方法，建立了一個模型來描述在任何給定時刻的數(shù)控機床的可靠性水平，并在臺灣加工中心作為建模的例子，可靠性與工作時間的變化［15］。針對數(shù)控機床可靠性退化的問題，JEFFREY等采用非均勻連續(xù)時間馬爾可夫鏈和均勻連續(xù)時間半馬爾可夫鏈方法對可靠性建模、數(shù)控機床瞬時可靠性進行了［16］。

4　結束語

總之，我們的研究，這對數(shù)控機床可靠性的前提下，經(jīng)歷了從簡單到復雜，從“新”的修復，修復后的“老”的，靜態(tài)的、動態(tài)的過程，在數(shù)控機床的設計和分析的基礎上，使模型接近實際工程的可靠性。

［1］賈亞洲，于捷.國產(chǎn)加工中心故障模式及影響分析（FMEA）［J］.江蘇機械制造與自動化，2001，（4）:111-114.

［2］賈志成，許世蒙.加工中心壽命分布模型的研究［J］.兵工學報，2007，28（3）:366-369.

［3］袁洪芳，王信義.FMS柔性加工設備狀態(tài)監(jiān)測和預測技術研究［J］.兵工自動化，2001，20（2）:1-4.

［4］周廣文，賈亞洲.專用計算機數(shù)控機床動態(tài)可靠性研究［J］.制造技術與機床，2005（2）:38-43.

［5］楊兆軍，陳傳海.數(shù)控機床可靠性技術的研究進展［J］.機械工程學報，2013，49（20）:130-139

［6］KELLER A Z，KAMATH A R.Reliability analysis of CNC machine tools［J］.Reliability Engineering，1982，3（6）：449-473.

［7］JIA Yazhou，WANG Molin，JIA Zhixin.Probability distribu tion of machining center failures［J］.Reliability Engineering and System Safety，1995，（50）：121-125.

［8］WANG Yiqiang，JIA Yazhou，YU Junyi，etal.Failure proba bilistic model of CNC lathe［J］.Reliability Engineering and System Safety，1999，65：307-314.［9］CHARLESE E.An intro duction to reliability and maintainability engineering［M］.Illi nois：Waveland Press Inc，2005.

［10］戴怡，周云飛.加工中心故障分布規(guī)律及其研究方法［J］.系統(tǒng)工程與電子技術，2004，26（3）：413-415.

［11］DAI Yi，ZHOU Yunfei，JIA Yazhou.Distribution of time between failures of machining center based on type I cen sored data［J］.Reliability Engineering and System Safety，2003，（79）：377-379.

［12］陳殿生，王田苗，魏洪興.數(shù)控車床故障分布的兩重威布爾分段模型［J］.北京航空航天大學學報，2005，31（7）：766-769.

［13］王智明，楊建國.多臺數(shù)控機床最小維修的可靠性評估［J］.哈爾濱工業(yè)大學學報，2011，43（7）：127-130.

［14］王智明，楊建國.數(shù)控機床可靠性評估中的邊界強度過程［J］.上海交通大學學報，2012，46（10）：1623-1631.

［15］楊兆軍，李小兵．加工中心時間動態(tài)可靠性建模［J］．機械工程學報，2012，48（2）：16-22．

［16］JEFFREY P K，STEVEN M C，MARK E O，etal.Reliability of manufacturing equipment in complex environments［J］. Annals of Operations Research，2011，（10）：1-26.

TechnicalProgress of NC Machine ToolReliability Modeling

WANG Xiao-ming
（Dandong Liao Instrument Machinery Factory，Dandong Liaoning 118009，China）

The numerical controlmachine reliability modeling is the premise of reliability evaluation and reliability analysis and design.In this paper，the technical progress at home and abroad of CNC machine tool reliability modeling are analyzed and concluded.Nc machine tool reliabilitymodeling technology has experienced from simple to complex，from static to dynamic process，makes themodel close to the engineering practice，provide the basis for numerical controlmachine reliability design and analysis.

CNCmachine tools；reliability；fault

TG659

A

1672-545X（2016）05-0258-02

2016-02-01

王曉明（1984-），男，遼寧北票人，本科，助理工程師，研究方向：數(shù)控技術。