基于小樣本數(shù)據(jù)的數(shù)控機床MTBF評估.pdf

1、傳統(tǒng)的機床可靠性評估方法都需要以大樣本的故障數(shù)據(jù)來保證評估結果的準確，而在現(xiàn)場可靠性試驗中這是難以實現(xiàn)的條件。因此，本文就基于小樣本故障數(shù)據(jù)的數(shù)控機床可靠性評估進行研究。評估的對象選擇沈陽第一機床廠研制生產(chǎn)的VMC850E型數(shù)控加工中心，評估所需的可靠性信息由各機床使用單位提供。
　　經(jīng)分析，VMC系列數(shù)控加工中心現(xiàn)場可靠性數(shù)據(jù)中存在三個方面的問題。首先是數(shù)據(jù)中存在人為的不負責任的記錄，嚴重影響了評估的客觀準確;其次是信息的記錄中

2、未加判斷的將所有機床因故停機的情況都計為故障，而在可靠性評估中非故障因素和非關聯(lián)故障引起的停機是不應當計入故障的;還有就是現(xiàn)場數(shù)據(jù)的記錄是以日歷時間進行的，不管從統(tǒng)計量上還是單位上都不能直接應用于評估。
　　基于對現(xiàn)場可靠性信息記錄中存在的問題分析，本文給出了具體的解決方案，并完成了VMC850E及VMC650E兩型機床的數(shù)據(jù)預處理，此外還就含有大量截尾數(shù)據(jù)的VMC650E機床的故障數(shù)據(jù)采用故障總時間法作進一步地處理。在完成現(xiàn)場數(shù)

3、據(jù)的預處理后，本文通過回歸分析擬合得到了機床故障間隔時間的分布模型，并就此提出了兩種解決小樣本故障數(shù)據(jù)的機床可靠性評估方法。
　　一種是基于回歸折算方法，這種方法是將與待評估產(chǎn)品相似的產(chǎn)品故障數(shù)據(jù)折算到待評估產(chǎn)品上以擴充數(shù)據(jù)量，然后經(jīng)回歸分析得到機床故障數(shù)據(jù)的分布模型，并據(jù)此完成機床可靠性的評估。第二種是基于Bayes思想，這種方法先將故障數(shù)據(jù)分布模型的參數(shù)視為隨機變量，然后根據(jù)其物理意義及經(jīng)驗選擇合適的先驗分布，并以先驗信息確定