4.2现场故障数据的可靠性建模与分析
现场加工中心的试验对象是数控机床中的YP系列圆盘式刀库,数据采集时 间是从加工中心数控机床调试完成后开始的。选取了从2011年~2013年间的加 工中心数控机床。通过附录1表A-3记录每台数控机床现场加工中出现的有关圆 盘式刀库的故障,并判断该故障是否是关联故障,将每台机床出现的关联故障通 过附录1表A-7进行统计。将统计结果整理,具体见附录2表B-1,从附录2表 B-1中可以看出YP系列圆盘刀库在2011~2013年共出现92次故障。
故障数据的直方图是一种根据采集的故障间隔时间和在该故障间隔时间内 的频数或者频率所绘制的二维统计表,根据直方图形状变化的趋势能够大致推断 加工中心故障数据的分布形式。
|
表4. 1现场换刀系统故障间隔时间频率频数统计表
|
|
|
通过计算得出〇■ = 756.554 h。
11.现场故障频率以及累计频率的直方图
(1) .故障频率直方图如图4.1所示。其中横坐标为故障间隔时间,纵坐标为 各组频率与组距的比值,即/./心。故障频率直方图能够大致的描绘出故障间隔
时间的概率密度函数曲线。
(2) .故障累计频率直方图如图4.2所示。其中横坐标为故障间隔时间,纵坐 标为累计频率。故障累计频率直方图能够大致的描绘出故障间隔时间的概率分布
由图4.1可知,故障频率直方图呈现单调递减形式,并且在直方图下降到一 定程度后又有平稳的趋势。对比图4.3常用概率密度分布模型中的曲线形状,可 以发现,该组数据不可能是对数正态分布和正态分布,有可能是指数分布或者威 布尔分布模型。
如图4.2可知,故障累计频率直方图呈上凸形式。由于故障累计频率直方图 能够直观的表示出样本的概率分布函数曲线走向,而样本的概率分布函数与概率 密度函数具有一定的关系:假设样本的概率分布函数为F(t),概率密度函数为 /Xt)[52][53]。两者的关系为:
从图4.2中只能看出故障累计频率随着故障间隔时间单调上升,其斜率的变 化从直观上也是呈现不断减小的趋势,但由于一开始斜率变化比较快,也可能存 在斜率先增加后减小的趋势,即存在拐点的情况。如者可以推出/⑴>0且有 /’(t)<0,即概率密度函数在f>0的情况下,位于右半正区域,且单调递减,符
合这种状态的分布模型有指数分布模型、威布尔分布模型以及正态分布模型;后 者可以推出/⑴>0且存在某个时间点使/(〇 = 0,即概率密度函数在r>0的情
况下,位于右半正区域,且存在单峰,符合这种状态的分布模型有威布尔分布模 型以及对数正态分布模型。
综上所述,结合图4.1和图4.2,初步确定威布尔分布模型为该样本数据的 分布模型。
本文采摘自“加工中心盘式刀库可靠性试验方法研究”,因为编辑困难导致有些函数、表格、图片、内容无法显示,有需要者可以在网络中查找相关文章!本文由伯特利数控整理发表文章均来自网络仅供学习参考,转载请注明!
2024-11
本文以组合式六角亭模型为实例,分析工艺难点与加工可行性,指出该模型的加工难点是模型形状不规则和整体刚性差,并通过设计新的工艺方案解决加工难点,完成了模型整体的加工。新的加工工艺有助于提高加工效率和精度,为五轴数控加工提供了一个典型案例,对于五轴加工中心数控加工也具有指导作用和重要… [了解更多]
2024-11
宇匠数控 备注:为保证文章的完整度,本文核心内容由PDF格式显示,如未有显示请刷新或转换浏览器尝试,手机浏览可能无法正常使用!本文摘要:通过对混联五轴加工中心自适应深度学习控制方法的 研 究,可 知 此 方 法 的 创 新 之 处 在 于:1)建 立 了 机 床 的 运 动 学 … [了解更多]
2024-11
在机测量技术由于其成本低、检测效率高、无需二次装夹等优势被广泛用于零件加工测量当中,使得五轴加工中心和五轴钻攻中心,同时又兼具测量功能。在机测量系统的构成如图1所示,硬件部分主要是由高精度探头、信号接收器、机床整个本体,软件部分由机床控制系统、测量软件等组成[8]。待零件加工完成… [了解更多]
2024-11
加工精度是影响机床性能和产品质量的主要难题,也是制约国家精密制造能力的重要因素。本文以五轴加工中心为对象,针对提升机床精度进行了研究。并且随着科技的发展,精密的仪器和零件在生产实践中占据的分量逐渐增加,在数控机床这种精密机器精度不断提高的同时,必须控制内外界环境的随机影响因素在… [了解更多]