機床商務(wù)網(wǎng)技術(shù)文章
實驗室故障數(shù)據(jù)的可靠性建模與分析
閱讀：121 發(fā)布時間：2020-8-104.3實驗室故障數(shù)據(jù)的可靠性建模與分析
實驗室故障數(shù)據(jù)是從圓盤式刀庫自動換刀系統(tǒng)試驗臺搭建完成后，滿刀運轉(zhuǎn) 一個月以后開始記錄的。選取了從2011年~2013年間的故障數(shù)據(jù)。通過附錄1 表A-2對實驗室自動換刀系統(tǒng)故障進行記錄，并判斷故障類型，將試驗臺試驗過 程中出現(xiàn)的關(guān)聯(lián)故障通過附錄1表A-6進行統(tǒng)計。統(tǒng)計結(jié)果見表4.2。
表4. 2實驗室故障數(shù)據(jù)統(tǒng)計
| 序號 | 故障日期 | 故障起始時間 | 故障結(jié)束時間 | 故障維修時間h | 故障間隔時間h |
| 1 | 2011.11.05 | 9:45 | 1:35 | 3.833 | 315.5 |
| 2 | 2012.04.08 | 9:05 | 9:20 | 0.25 | 523.6 |
| 3 | 2012.08.12 | 8:44 | 10:23 | 1.65 | 612.7 |
| 4 | 2013.01.03 | 9:01 | 9:50 | 0.817 | 778.8 |
| 5 | 2013.04.23 | 3:21 | 3:40 | 0.317 | 396.5 |
| 6 | 2013.06.05 | 2:13 | 3:07 | 0.9 | 207.7 |
從表4.2可知，實驗室試驗臺故障數(shù)據(jù)很少，采用傳統(tǒng)的可靠性建模方法對其建模和評估時誤差較大，而貝葉斯注重先驗信息的收集、挖掘以及加工，形成 先驗分布[62]。貝葉斯在處理小樣本數(shù)據(jù)時具有很大的優(yōu)勢[63]。
利用 Matlab 可以求出：aBys=2126.4，爲(wèi)^=0.9576 , M7BF = 2168*。通過
貝葉斯方法能夠很好的估計出實驗室換刀系統(tǒng)故障間隔時間的模型參數(shù)值以及 該系統(tǒng)的MTBF的點估計值。
4.4現(xiàn)場故障數(shù)據(jù)模型與實驗室故障數(shù)據(jù)模型的對比分析
由4.2節(jié)、4.3節(jié)得出了現(xiàn)場試驗?zāi)Ｐ蛥?shù)與點的點估計值為： ^=2157.89% ^=1.003,= 21551,實驗室試驗?zāi)Ｐ蛥?shù)與的點估 計值為：asre=2126.4, ^Bra=0.9576,M：TBF = 2168/z,且兩者都符合兩參數(shù)威布
爾分布。通過數(shù)據(jù)對比分析發(fā)現(xiàn)，兩者參數(shù)以及的點估計值相差很小。如 圖4.9，同樣可以看出，在排除早期故障時間，兩者的概率密度分布曲線與概率 分布曲線走勢相似，相對值相差很小，可以用實驗室試驗近似代替現(xiàn)場試驗。
本文采摘自“加工中心盤式刀庫可靠性試驗方法研究”，因為編輯困難導(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！