沈明瑞,劉闊,董浩琪,等.基于貝葉斯與故障樹的數控機床可靠性評價[J].制造技術與機床,2020(01):61-65.

基于貝葉斯與故障樹的數控機床可靠性評價

沈明瑞① 劉闊① 董浩琪② 王永青①

（ ①大連理工大學機械工程學院；

②上海交通大學機械與動力工程學院）

摘 要

分析了目前貝葉斯方法在評價數控機床可靠性時的缺點,如對小樣本故障信息進行評價時,由于先驗信息樣本與現場試驗樣本的樣本量相差過大導致難以進行相容性判斷,并且先驗信息與先驗分布的選擇有很強的主觀性。提出了一種故障樹與貝葉斯方法融合的針對高可靠性數控機床的可靠性評價方法。將數控機床看作一個由子部件組成的系統,對于各失效子部件采用貝葉斯方法計算可靠度,以增大先驗信息的樣本量,并保證先驗信息的相容性。按照各子部件之間的聯系與各子部件對機床系統的影響建立故障樹模型,利用故障樹理論計算數控機床的可靠度。計算結果表明,采用該方法進行小樣本數控機床可靠性評價的穩定性較好。

關鍵詞

數控機床;可靠性評價;貝葉斯理論;故障樹;可靠度

導 語

可靠性是數控機床的一項關鍵性能指標。隨著數控機床可靠性水平的提高以及試驗時間的限制，使得可獲得的故障數據樣本量很小。因此，對有限考核期內的小樣本數據的評價是數控機床可靠性評價的難點。

貝葉斯理論作為一種統計學中的重要理論，能夠結合先驗信息分析小樣本數據并得出令人信服的估計結果，彌補了古典統計學的弱點。但是由于先驗分布的確定有很大的主觀性和隨意性，特別是當先驗分布完全未知或部分未知時，貝葉斯解的性質較差。對于高可靠性數控機床，由于先驗信息的樣本與現場試驗樣本的樣本量相差過大，故難以進行相容性判斷，而先驗信息的選取難度很大，再加上后驗信息少，使得不良的先驗信息對結果準確性的影響很大。對于高可靠性數控機床本身直接使用貝葉斯方法的評價結果往往也與實際使用情況偏離較大。

目前國內外有部分學者已經基于貝葉斯理論對高可靠性數控機床的可靠性評價方法進行了研究。K．C．Siju 和 M．Kumar 通過搭建故障時間的參數退化模型來進行元器件的可靠性貝葉斯評價。E．Vanderhorn和S． Mahadevan 通過將有關參數的先驗知識與有關系統輸入和輸出的觀測數據相結合，來減少模型參數的不確定性，并給出了一種使用抽象數據通過貝葉斯網絡更新貝葉斯模型參數的方法。王智明與楊建國進行了數控機床不完全維修的貝葉斯可靠性評估。張豐收等基于貝葉斯理論對 MTBF 指標建立可靠性驗后分布模型。任麗娜等進行了機床貝葉斯可靠性評估模型綜合評價方法研究。從相關文獻可以看出，目前應用貝葉斯理論解決數控機床可靠性評價問題時依然把數控機床當作一個整體進行分析。

本文主要解決的是難以選取合理先驗信息或難以進行先驗信息與后驗信息相容性檢驗的少故障樣本機床的可靠性評價問題。隨著數控機床的快速發展，其功能不斷增強，同時其可靠性水平也在日益提高。高可靠性數控機床的現場試驗故障數據少，先驗信息也難以選取。因此研究一種解決高可靠度數控機床評價難的問題的方法，具有很強的理論價值。

閱讀全文，歡迎點擊

聲明：