论文部分内容阅读
可靠性评估技术是估计和检验机床固有可靠性的关键基础技术。目前以概率统计理论为基础的大样本数控机床可靠性评估研究已经非常成熟，而针对样机数量极少、试验数据匮乏的小样本数控机床可靠性评估还没有很好的评估方法。本文针对只有两台样机的CXK×××车铣加工中心试验数据少、可靠性评估难问题，充分利用相关可参考型号机床可靠性数据充足的特点，提出了一种融合多源先验信息的Bayes可靠性评估方法。首先，根据CXK×××车铣加工中心的结构功能特点，制定了加工中心可靠性试验方案以及现场试验规范，收集得到了加工中心现场试验数据；根据加工中心的结构、设计、制造及材料组成等特点，论证选择了CK5250和CK5263作为相似机床，并收集得到了该两型号机床历时2年的故障数据。其次，以两型号相似机床故障数据为加工中心的Bayes先验信息，对两型号机床故障数据进行了再抽样处理，分别得出了先验分布参数的数学模型；在此基础上，运用可信度理论，对两型号机床信息的可信度进行了计算，进而根据可信度确定了两型号机床信息的权重因子，对相应参数的数学模型配以权重因子，从而得到了融合先验分布，实现了加工中心先验信息的有效融合。在确定了加工中心先验分布基础上，利用机床现场试验数据，计算得到了Bayes似然函数，根据Bayes理论对加工中心的先验分布和似然函数进行了融合，从而得到了加工中心MTBF的分布密度函数，实现了现场试验数据和先验信息的有效融合。然后，针对加工中心Bayes可靠性评估后验分布形式复杂、难以计算的问题，应用马尔科夫蒙特卡罗方法以及Gibbs抽样方法，运用OpenBUGS软件对MTBF的分布函数进行了迭代模拟，得出了MTBF分布数学模型的参数估计值，进而求得了MTBF的估计值，完成了加工中心的可靠性指标的评估。最后，通过与Bootstrap小样本评估方法对比分析，验证了融合多源先验信息的Bayes可靠性评估方法在小样本情况下的适用性。论文工作对相类似产品的可靠性评估提供了借鉴和参考。