4.3實(shí)驗(yàn)室故障數(shù)據(jù)的可靠性建模與分析

4.3.1實(shí)驗(yàn)室故障數(shù)據(jù)的來(lái)源與統(tǒng)計(jì)

實(shí)驗(yàn)室故障數(shù)據(jù)是從圓盤式刀庫(kù)自動(dòng)換刀系統(tǒng)試驗(yàn)臺(tái)搭建完成后，滿刀運(yùn)轉(zhuǎn) 一個(gè)月以后開(kāi)始記錄的。選取了從2011年~2013年間的故障數(shù)據(jù)。通過(guò)附錄1 表A-2對(duì)實(shí)驗(yàn)室自動(dòng)換刀系統(tǒng)故障進(jìn)行記錄，并判斷故障類型，將試驗(yàn)臺(tái)試驗(yàn)過(guò) 程中出現(xiàn)的關(guān)聯(lián)故障通過(guò)附錄1表A-6進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果見(jiàn)表4.2。

表4. 2實(shí)驗(yàn)室故障數(shù)據(jù)統(tǒng)計(jì)

從表4.2可知，實(shí)驗(yàn)室試驗(yàn)臺(tái)故障數(shù)據(jù)很少，采用傳統(tǒng)的可靠性建模方法對(duì)其建模和評(píng)估時(shí)誤差較大，而貝葉斯注重先驗(yàn)信息的收集、挖掘以及加工，形成 先驗(yàn)分布^[62]。貝葉斯在處理小樣本數(shù)據(jù)時(shí)具有很大的優(yōu)勢(shì)^[63]。

4.3.3實(shí)驗(yàn)室故障數(shù)據(jù)的可靠性分析

利用 Matlab 可以求出：a_Bys=2126.4，爲(wèi)^=0.9576 , M7BF = 2168*。通過(guò)

貝葉斯方法能夠很好的估計(jì)出實(shí)驗(yàn)室換刀系統(tǒng)故障間隔時(shí)間的模型參數(shù)值以及 該系統(tǒng)的MTBF的點(diǎn)估計(jì)值。

4.4現(xiàn)場(chǎng)故障數(shù)據(jù)模型與實(shí)驗(yàn)室故障數(shù)據(jù)模型的對(duì)比分析

由4.2節(jié)、4.3節(jié)得出了現(xiàn)場(chǎng)試驗(yàn)?zāi)Ｐ蛥?shù)與點(diǎn)的點(diǎn)估計(jì)值為： ^=2157.89% ^=1.003,= 21551,實(shí)驗(yàn)室試驗(yàn)?zāi)Ｐ蛥?shù)與的點(diǎn)估 計(jì)值為：a_sre=2126.4, ^_Bra=0.9576,M：TBF = 2168/z,且兩者都符合兩參數(shù)威布

爾分布。通過(guò)數(shù)據(jù)對(duì)比分析發(fā)現(xiàn)，兩者參數(shù)以及的點(diǎn)估計(jì)值相差很小。如 圖4.9，同樣可以看出，在排除早期故障時(shí)間，兩者的概率密度分布曲線與概率 分布曲線走勢(shì)相似，相對(duì)值相差很小，可以用實(shí)驗(yàn)室試驗(yàn)近似代替現(xiàn)場(chǎng)試驗(yàn)。

本文采摘自“加工中心盤式刀庫(kù)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(wú)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(lái)自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請(qǐng)注明！