4.3實(shí)驗(yàn)室故障數(shù)據(jù)的可靠性建模與分析
實(shí)驗(yàn)室故障數(shù)據(jù)是從圓盤式刀庫自動(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(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 程中出現(xiàn)的關(guān)聯(lián)故障通過附錄1表A-6進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果見表4.2。
表4. 2實(shí)驗(yàn)室故障數(shù)據(jù)統(tǒng)計(jì)
|
序號(hào) |
故障日期 |
故障起始時(shí)間 |
故障結(jié)束時(shí)間 |
故障維修時(shí)間h |
故障間隔時(shí)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(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]。
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(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: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(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(qǐng)注明!
2024-11
本文以組合式六角亭模型為實(shí)例,分析工藝難點(diǎn)與加工可行性,指出該模型的加工難點(diǎn)是模型形狀不規(guī)則和整體剛性差,并通過設(shè)計(jì)新的工藝方案解決加工難點(diǎn),完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個(gè)典型案例,對(duì)于五軸加工中心數(shù)控加工也具有指導(dǎo)作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請(qǐng)刷新或轉(zhuǎn)換瀏覽器嘗試,手機(jī)瀏覽可能無法正常使用!本文摘要:通過對(duì)混聯(lián)五軸加工中心自適應(yīng)深度學(xué)習(xí)控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機(jī) 床 的 運(yùn) 動(dòng) 學(xué) … [了解更多]
2024-11
在機(jī)測(cè)量技術(shù)由于其成本低、檢測(cè)效率高、無需二次裝夾等優(yōu)勢(shì)被廣泛用于零件加工測(cè)量當(dāng)中,使得五軸加工中心和五軸鉆攻中心,同時(shí)又兼具測(cè)量功能。在機(jī)測(cè)量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號(hào)接收器、機(jī)床整個(gè)本體,軟件部分由機(jī)床控制系統(tǒng)、測(cè)量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機(jī)床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國(guó)家精密制造能力的重要因素。本文以五軸加工中心為對(duì)象,針對(duì)提升機(jī)床精度進(jìn)行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實(shí)踐中占據(jù)的分量逐漸增加,在數(shù)控機(jī)床這種精密機(jī)器精度不斷提高的同時(shí),必須控制內(nèi)外界環(huán)境的隨機(jī)影響因素在… [了解更多]