4.2現(xiàn)場故障數(shù)據(jù)的可靠性建模與分析

4.2.1現(xiàn)場試驗(yàn)的對象與數(shù)據(jù)的收集

現(xiàn)場加工中心的試驗(yàn)對象是數(shù)控機(jī)床中的YP系列圓盤式刀庫，數(shù)據(jù)采集時(shí) 間是從加工中心數(shù)控機(jī)床調(diào)試完成后開始的。選取了從2011年~2013年間的加 工中心數(shù)控機(jī)床。通過附錄1表A-3記錄每臺(tái)數(shù)控機(jī)床現(xiàn)場加工中出現(xiàn)的有關(guān)圓 盤式刀庫的故障，并判斷該故障是否是關(guān)聯(lián)故障，將每臺(tái)機(jī)床出現(xiàn)的關(guān)聯(lián)故障通 過附錄1表A-7進(jìn)行統(tǒng)計(jì)。將統(tǒng)計(jì)結(jié)果整理，具體見附錄2表B-1,從附錄2表 B-1中可以看出YP系列圓盤刀庫在2011~2013年共出現(xiàn)92次故障。

4.2.2現(xiàn)場故障數(shù)據(jù)的可靠性建模

4.2.2.1可靠性模型確立

故障數(shù)據(jù)的直方圖是一種根據(jù)采集的故障間隔時(shí)間和在該故障間隔時(shí)間內(nèi) 的頻數(shù)或者頻率所繪制的二維統(tǒng)計(jì)表，根據(jù)直方圖形狀變化的趨勢能夠大致推斷 加工中心故障數(shù)據(jù)的分布形式。

通過計(jì)算得出〇■ = 756.554 h。

11.現(xiàn)場故障頻率以及累計(jì)頻率的直方圖

(1)      .故障頻率直方圖如圖4.1所示。其中橫坐標(biāo)為故障間隔時(shí)間，縱坐標(biāo)為 各組頻率與組距的比值，即/./心。故障頻率直方圖能夠大致的描繪出故障間隔

時(shí)間的概率密度函數(shù)曲線。

(2)      .故障累計(jì)頻率直方圖如圖4.2所示。其中橫坐標(biāo)為故障間隔時(shí)間，縱坐 標(biāo)為累計(jì)頻率。故障累計(jì)頻率直方圖能夠大致的描繪出故障間隔時(shí)間的概率分布

由圖4.1可知，故障頻率直方圖呈現(xiàn)單調(diào)遞減形式，并且在直方圖下降到一 定程度后又有平穩(wěn)的趨勢。對比圖4.3常用概率密度分布模型中的曲線形狀，可 以發(fā)現(xiàn)，該組數(shù)據(jù)不可能是對數(shù)正態(tài)分布和正態(tài)分布，有可能是指數(shù)分布或者威 布爾分布模型。

如圖4.2可知，故障累計(jì)頻率直方圖呈上凸形式。由于故障累計(jì)頻率直方圖 能夠直觀的表示出樣本的概率分布函數(shù)曲線走向，而樣本的概率分布函數(shù)與概率 密度函數(shù)具有一定的關(guān)系：假設(shè)樣本的概率分布函數(shù)為F(t),概率密度函數(shù)為 /Xt)^[52][53]。兩者的關(guān)系為：

從圖4.2中只能看出故障累計(jì)頻率隨著故障間隔時(shí)間單調(diào)上升，其斜率的變 化從直觀上也是呈現(xiàn)不斷減小的趨勢，但由于一開始斜率變化比較快，也可能存 在斜率先增加后減小的趨勢，即存在拐點(diǎn)的情況。如者可以推出/⑴>0且有 /’(t)<0,即概率密度函數(shù)在f>0的情況下，位于右半正區(qū)域，且單調(diào)遞減，符

合這種狀態(tài)的分布模型有指數(shù)分布模型、威布爾分布模型以及正態(tài)分布模型；后 者可以推出/⑴>0且存在某個(gè)時(shí)間點(diǎn)使/(〇 = 0,即概率密度函數(shù)在r>0的情

況下，位于右半正區(qū)域，且存在單峰，符合這種狀態(tài)的分布模型有威布爾分布模 型以及對數(shù)正態(tài)分布模型。

綜上所述，結(jié)合圖4.1和圖4.2,初步確定威布爾分布模型為該樣本數(shù)據(jù)的 分布模型。

本文采摘自“加工中心盤式刀庫可靠性試驗(yàn)方法研究”，因?yàn)榫庉嬂щy導(dǎo)致有些函數(shù)、表格、圖片、內(nèi)容無法顯示，有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章！本文由伯特利數(shù)控整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請注明！