CN104408310A - 机械装置pfam结构化分解方法 - Google Patents

Abstract

本发明公开了一种机械装置PFAM结构化分解方法；其包括以下步骤：建立零件谱、工况谱、载荷谱、功能谱和故障谱；确定分谱元素功能，建立功能矩阵，实现谱系-功能映射；确定功能与动作对应关系，实现功能-动作映射；确定动作对应微元，实现动作-微元映射。本发明解决了结构复杂、工况多变、载荷多变、故障模式繁多的复杂机械装置的质量控制与可靠性提升工程问题，并且能够动态分析装备运行过程中的载荷和功能失效，为复杂装备的精度、精度寿命、可靠性等关键质量特性的改进与提升提供了基础理论依据。

Description

机械装置PFAM结构化分解方法

技术领域

本发明属于机械装置分解方法技术领域，尤其涉及一种机械装置PFAM结构化分解方法。

背景技术

传统的机械产品常用的分解方法有三种，基于结构的分解CCP(Components-Component-Parts，CCP)、基于功能的分解FBS(Function-Behavior-Structure,FBS)、基于工艺的分解CSP(Components-Suite-Parts，CSP)。CCP分解方法侧重于产品结构间关系的分析，缺乏对产品加工与装配过程以及运行过程中功能，工艺与动作的分析与描述；CCP分解方法侧重于产品功能与结构关联分析，缺乏对产品运行过程中在复杂工况与多变载荷下，运动单元之间动作分解与耦合关系的分析；CSP分解方法侧重于以工艺为核心的生产过程产品分析，缺乏对产品在使用过程中工况、载荷、功能与故障的系统分析。三种分解方法虽然目标和出发点不同，但都是以产品结构(或零部件)体系为基础的分解方式，面对的是静态对象。现有的三种方法不能够很好的解决目前复杂机械产品在工况多变、载荷多变、故障模式繁多并且需要考虑动态过程载荷和功能失效状况下的工程问题。

发明内容

本发明的发明目的是：为了解决以上问题，本发明提出了一种机械装置PFAM结构化分解方法，以期解决目前复杂机械产品在工况多变、载荷多变、故障模式繁多并且需要考虑动态过程载荷和功能失效状况下的工程问题。

本发明的技术方案是：一种机械装置PFAM结构化分解方法，包括以下步骤：

A、根据机械装置在使用周期内的不同工作信息状态建立零件谱、工况谱、载荷谱、功能谱和故障谱五个分谱，共同组成机械装置的系统结构谱系；

B、根据步骤A中建立的五个分谱，确定各个分谱中各个元素的功能，建立零件谱功能矩阵、工况谱功能矩阵、载荷谱功能矩阵、功能谱功能矩阵和故障谱功能矩阵五个功能矩阵，实现谱系-功能映射；并以功能谱功能矩阵为中心，建立功能结构柱，确定各分谱之间的关系；

C、根据步骤B中建立的五个功能矩阵，确定各个元素功能与动作的对应关系，实现功能-动作映射，建立各分谱的动作结构体系；

D、根据步骤C中各分谱的动作结构体系，将各分谱中各个元素的动作分解为微元，实现动作-微元映射，完成机械装置的PFAM结构化分解。

进一步地，所述步骤B中确定各个分谱中各个元素的功能，具体为：确定各个分谱中各个元素的功能，针对每个元素的功能采用由总到到分、由上到下的方式进行逐层分解，并采用设计结构矩阵族方法确定分解后各功能之间的关系。

进一步地，所述设计结构矩阵方法具体为：

S11、设定N阶方阵形式的设计结构矩阵，建立元素关系；

S12、对步骤S11中的矩阵元素进行变换，并进行排序计算，得到平滑的信息流向；

S13、对矩阵中对应元素进行识别和分块处理，使矩阵中的耦合信息集中在块内元素之间。

进一步地，所述设计结构矩阵族方法具体为：

S21、对分谱进行分析，建立树状结构体系；

S22、根据步骤S21中树状结构体系的层次结构建立设计结构矩阵，使同层次的元素构成一个矩阵，每一个层次的矩阵对应上一层次中的一个元素；

S23、采用DSM计算方法对步骤S22中矩阵进行处理，组成系统的矩阵族结构。

进一步地，所述领域映射矩阵方法具体为：

S31、设定步骤S2中设计结构矩阵的大小为S，矩阵第i行元素与第j行元素的联系权重为d_i,j，矩阵中N个聚类依次记为CL₁,CL₂,…,CL_N，任意一个聚类CL_i的第一个聚类元素位置编号为m_i，最后一个聚类元素位置编号为n_i，

其中，1≤i≤S，1≤j≤S，i＝j，d_i,j＝0；

S32、计算聚类CL_i的的大小，表示为：

S_i＝n_i-m_i，

其中，1≤m_i≤n_i≤S；

S33、计算聚类CL_i的聚类内部联系信息流量，表示为：

$W_i^{\left(\mathrm{in}\right)}=\frac{1}{2}(n_i-m_i)\underset{l=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}\underset{k=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}(d_{m_i+k,m_i+l}+d_{m_i+l,m_i+k});$

S34、根据步骤S33中的计算矩阵总体的聚类内部联系信息流量，表示为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{W}_i^{\left(\mathrm{in}\right)};$

S35、计算任意两个聚类CL_j到CL_i之间的联系信息流，具体为：

$W_{i,j}^{\left(\mathrm{out}\right)}=\left\{\begin{array}{c}\mathrm{\α}(N+1)(n_i-m_i+n_j-m_j)\underset{k=0}{\overset{n_j-m_j}{\mathrm{\Σ}}}\underset{l=0}{\overset{n_i-m_i}{\mathrm{\Σ}}}\left(d_{m_j+k,m_i+l}\right);i\≠j\\ 0;i=j\end{array}\right.,$

其中，α表示聚类数目对联系信息流量的影响重要度；

S36、根据步骤S35中的计算矩阵总体的聚类间联系信息流量，具体为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{W}_{i,j}^{\left(\mathrm{out}\right)}.$

本发明的有益效果是：本发明的机械装置PFAM结构化分解方法，以复杂机械装置为对象，以复杂装置的功能为核心，建立复杂机械装置工作信息的完整结构谱系，并以复杂机械装置运动的传递为主线，进行谱系到功能到运动到动作的映射，以可控可分析的最小粒度动作为基础，构建完整的复杂机械装置PAR(Precision，Accuracy-lifetime，and Reliability，PAR)系统体系，解决了结构复杂、工况多变、载荷多变、故障模式繁多的复杂机械装置的质量控制与可靠性提升工程问题，并且能够动态分析装备运行过程中的载荷和功能失效，为复杂装备的精度、精度寿命、可靠性等关键质量特性的改进与提升提供了基础理论依据。

附图说明

图1是本发明的机械装置PFAM结构化分解方法流程示意图。

图2是本发明的功能结构柱示意图。

图3是本发明确定分谱元素功能示意图。

图4是本发明的动作结构体系示意图。

图5是本发明的元素关系示意图。

图6是本发明的设计结构矩阵族构成关系示意图。

图7是本发明的聚类分析示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明的机械装置PFAM结构化分解方法流程示意图。本发明的机械装置PFAM结构化分解方法，包括以下步骤：

A、根据机械装置在使用周期内的不同工作信息状态建立零件谱、工况谱、载荷谱、功能谱和故障谱五个分谱，共同组成机械装置的系统结构谱系。

本发明以复杂机械装置为分解对象，以复杂机械装置的功能为核心，系统地分析复杂机械装置在使用周期内的工况、载荷和失效信息，建立表示复杂机械装置不同工作信息状态完整结构的谱系，谱系记为P。

根据谱系学原理，立足寻找机械装置的细节，细小转换以及细微动态，通过收集的机械装置零件图、加工工艺卡、加工工况、工作载荷、及故障数据，进行统计分析，获得机械装置的谱系。谱系由零件谱、工况谱、载荷谱、功能谱和故障谱五个分谱组成；对复杂机械装置在装配过程中遇到的不同零件加工对象建立零件谱；对复杂机械装置各个部件所承受的载荷情况建立载荷谱；根据机械装置参与工作的不同部件的工作状况建立工况谱；根据机械装置不同加工工艺中所涉及的不同功能建立功能谱；根据机械装置在使用过程中各个零部件发生的故障情况建立故障谱。五个分谱具有层次性，它们相互影响相互耦合，影响装备的质量和可靠性；零件谱与工况谱是建立功能谱的基础，同时零件谱与工况谱也决定装备的载荷谱。谱系的建立需要满足五个原则，具体为：

(1)单元动作独立性原则(The independence principle)

尽可能的将实现同一动作要求的零部件聚在一起以提高动作的独立性。独立性原则主要是为便于组成不受其它单元影响的单元(没有耦合)，从而便于对单元动作进行设计分析、便于装配、便于进行单元动作的试验等；

(2)单元结构完整性原则(The integrity principle)

要满足分解过程中微元结构的完整性，能够形成一个相对独立、能够实现元动作、由一组零件组成的单元。每一个节点都要有完整的结构，否则将会使得系统的分解缺枝少叶而残缺不会，使分解毫无任何意义，更不利于可靠性分析与控制。完整性原则目的是使得单元便于分析、装配、试验、检测和控制；

(3)单元结构最小性原则(The minimum principle)

谱系的建立要按照最小性原则，来满足分解过程中对PFMA分解粒度的判断。分谱过细，会导致分解结果过于庞大而无法有效应用；反之，若分谱过粗，则可能得不到最基本的单元而无法达到分解目的。谱系分解粒度可依据如下判断依据：①保证功能、运动、动作能够与硬件结构相对应；②分解的最小粒度—元动作具有完整的装配关系，可以独立进行分析、试验和控制；

(4)单元结构层次性原则(The hierarchy principle)

组成机械装置的众多零部件有着各自不同的作用。内部零件及组合状态会发生各种各样的故障，要追溯故障的机理，就必须知道机械装置的分层结构，研究其相互之间的影响。分层结构及单元的分解恰当，分析、修理及故障原因的查找等就容易进行；反之，如果没有明确的层次，分解的零部件将以无秩序、难以分离的状态构成，故障之间相互影响与耦合，难以查明其原因。因此，建立谱系时需要明确分解的层次，对机械装置的结构进行分层规划，将故障的相互影响与耦合降到最低；

(5)单元重点突出性原则(The materiality principle)

组成机械装置的零部件的作用虽然不同，而且不可替代，但相互之间存在制约关系，需要突出重点，重点研究那些具有决定意义的关键部件。谱系的建立主要针对具有独立运动功能的部件，对部件的运动功能进行分解，而起支撑作用的功能部件在考虑质量特性分析时则重要度相对小一些。

通过建立谱系，可以得出机械装置各部件的受力情况、使用频率及所承受的载荷情况，考虑各具体部件的精度、精度寿命及可靠性，把机械装置的整个装配作为一个系统的动态过程来进行研究；不仅可以为复杂装备的设计、制造和使用提供一套全面的输入信息，而且还将为装备装配过程质量的控制从静态拓展到动态，有效的提高装配过程质量特性控制的精确性。在本发明的机械装置PFAM结构化分解方法中，以功能谱作为PFAM树图模型的根节点作为结构化分解的顶层元素，建立以功能谱为核心的谱系。

本发明的实施例以数控机床对谱系进行说明。首先获取数控机床的机床型号和种类，收集加工中心加工零件的相关数据和加工工艺卡片；通过加工工艺卡片的信息，可以获得数控机床在加工反正零件时各阶段的主要加工方法，例如钻、铣、攻、镗、倒角、锪、铰、扩等加工方法，这些加工方法占该数控机床加工方法的99.1％；再结合加工工艺，采用设计结构矩阵方法，可以确定机械装置功能谱各元素的关系。为了更详细的对功能谱中各元素的相互作用关系进行说明，可以建立功能谱结构表，如表1所示。其他分谱同理可建立相应结构表。

如表1所示，为本发明的功能谱结构表。表中标识符“X”表示两个元素之间存在信息依赖关系；空白表示两个元素之间没有信息依赖关系；黑块表示该单元格无意义。

表1

B、根据步骤A中建立的五个分谱，确定各个分谱中各个元素的功能，建立零件谱功能矩阵、工况谱功能矩阵、载荷谱功能矩阵、功能谱功能矩阵和故障谱功能矩阵五个功能矩阵，实现谱系-功能映射；并以功能谱功能矩阵为中心，建立功能结构柱，确定各分谱之间的关系。

如图2所示，为本发明的功能结构柱示意图。这里的功能是复杂机械装置在使用周期内实行各种功能的集合，记为F。功能谱是相同装置所有功能的集合，它反映了装置在使用周期内各种功能的使用频率。根据步骤A中建立的五个分谱，确定各个分谱中各个元素的功能，针对每个元素的功能采用由总到到分、由上到下的方式进行逐层分解，并采用设计结构矩阵方法确定分解后各功能之间的关系，建立零件谱功能矩阵、工况谱功能矩阵、载荷谱功能矩阵、功能谱功能矩阵和故障谱功能矩阵五个功能矩阵，实现谱系-功能映射，即P-F映射。

本发明的实施例以故障谱进行说明。加工中心的故障谱如表2所示。

表2

如表3所示，为根据表2建立的故障谱功能矩阵。表中标识符“X”表示两个元素之间存在信息依赖关系；空白表示两个元素之间没有信息依赖关系。

表3

为了确定各分谱之间的关系，本发明采用领域映射矩阵方法，以功能谱功能矩阵为中心，建立功能结构柱。

如图3所示，为本发明确定分谱元素功能示意图。本发明的实施例以数控机床进行说明。将数控机床的功能分解为切削功能、辅助功能和附属功能三个一级分功能，再采用设计结构矩阵族方法逐层进行分解，将附属功能分解为刀库换刀功能组和数控系统功能组二级分功能，将切削功能分解为主轴功能组、进给传动功能组、托板交换架功能组和工作台功能组二级分功能，将辅助功能分解为排屑处理功能组、冷却系统功能组、润滑系统功能组和液压系统功能组二级分功能，直至分解为末级分功能，建立功能结构体系。

C、根据步骤B中建立的五个功能矩阵，确定各个元素功能与动作的对应关系，实现功能-动作映射，建立动作结构体系。

整个机械装置运动的实现一般是一个或几个动作元素的组合实现预先要求的运动形式，动作记为A。复杂机械装置运行过程是一个复杂的综合运动，但是组成运动过程的动作却很简单，在复杂机械装置设计过程中按照无耦合的设计原则一般零件的动作只有单纯的转动或移动。动作一般分成二类：1、转动：转动是最常见的动作，如电机转动、丝杆转动、齿轮转动、主轴转动等；2、移动：移动动作大多起辅助进给作用，螺母移动、油缸活塞移动等。根据步骤B中建立的五个功能矩阵，确定各个功能矩阵中各个元素功能与动作的对应关系，实现功能-动作映射，建立动作结构体系。

本发明的实施例以数控机床进行说明。如图4所示，为本发明的动作结构体系示意图。切削加工是机床刀具和工件按照一定的规律作相对运动，通过刀具切削刃对工件的切削，获得所需零件形状和表面；不同零件、不同要求其工件形状、尺寸和表面不同，机床部件的运动也有所不同。机床运动常分为主运动、附属运动、进给运动和辅助运动；采用设计结构矩阵族方法逐层进行分解，可以将主运动分为主轴旋转动作，附属运动分为数控动作、润滑动作和冷却动作，辅助运动分为换刀动作、分度动作、排屑动作和托盘交换动作，进给运动分为X向进给动作、Y向进给动作和Z向进给动作。

D、根据步骤C中的动作结构体系，将各个元素的动作分解为微元，实现动作-微元映射，完成机械装置的PFAM结构化分解。

微元是实现复杂装备运动最小的动作单元，多个微元的共同作用，能够实现零部件的不同运动，而一个或多个运动的相互作用才能实现复杂机械装置的各种功能。从运动学的角度看，复杂机械装置是一种将电机、泵等的动力输入通过某些方式转化为运动的系统；而微元作为系统中最基本的组成要素，最基本的功能就是进行运动和力的传递。微元结构单元是实现微元的核心零件及与核心零件有装配关系的支撑件，主要包括机架、动力源、执行件、中间传动和紧固件五部分。微元的结构组成必须通过其正确的装配方式予以保证。微元中的支撑部分是实现微元运动的装配基准，是支撑微元结构单元中其它零件的基础部件，它既起承受微元零件的重量和工作载荷，又起保证零件相对位置的基准作用。支撑部分是微元结构单元的安装基础，一个微元装配单元中的所有其它零件都以支撑部分为安装基准，如主轴装配单元中的箱体就是该单元的支撑部分。为微元提供运动和动力的装置，是执行件的运动来源。可以是复杂装备的直流或交流调速电动机和伺服电动机，也可以是其它元动作单元的输出，如齿轮、皮带轮等。执行件是机床中实现微元的零件，如蜗杆转动元动作单元中的蜗杆，由于它要输出动力给蜗轮，蜗杆本身就是该单元的执行件。执行件的任务是向另一单元输送动力。由于执行件要完成一定形式的运动，如转动或直线运动，所以执行件具有速度、力矩、精度、精度寿命和可靠性等性能与功能方面的参数要求。中间传动件的作用是支撑执行件，使之保持在正确位置进行运动，典型的中间传动件，如轴和轴承，中间传动件一端是支撑部分，另一端是执行件。紧固件的作用是把执行件和支撑件固定在机架的正确位置，典型的紧固件如端盖、螺栓、弹簧等。对中间传动件和紧固件的要求是固定牢靠，能实现预紧，要保持执行件的正确和稳定运动。动作根据其复杂程度和完备性可以分为三种情况：1、映射得到的动作刚好是一个微元结构单元；2、映射得到的动作大于微元结构单元，需要将其进一步细分，再根据判定准则进行聚类分析，从而确定微元；3、映射后得到的动作比微元结构单元小，需要根据判定准则进行聚合，即通过聚类分析确定微元。从而实现动作-微元映射，即A-M映射。

本发明的机械装置PFAM结构化分解方法中横向的各层元素之间的关系可以分成两类：相互独立、存在依存关系；依存关系可以分为两种：单向依存关系和双向依存关系。功能间的关系决定功能实现的过程的关系，独立功能处理可以并行，单向依存是串行顺序关系，功能双向依存则是耦合关系；功能实现是一个求解映射过程，独立功能、单向依存功能和双向依存功能求解则分别为独立求解、解耦求解和耦合求解。

本发明通过设计结构矩阵方法(Design Structure Matrix，DSM)对同层次间的元素进行横向计算，具体为：

S11、设定N阶方阵形式的设计结构矩阵，建立元素关系。

如图5所示，为本发明的元素关系示意图。

S12、对步骤S11中的矩阵元素进行变换，并进行排序计算，得到平滑的信息流向。

矩阵元素变换过程中行元素的变换公式为：

M'＝(d_1,i,d_2,i,…d_n,i)^T

(d_1,i,d_2,i,…d_n,i)^T＝(d_1,j,d_2,j,…d_n,j)^T

(d_1,j,d_2,j,…d_n,j)^T＝M'

列元素变换公式为：

M＝(d_1,i,d_2,i,…d_n,i)

(d_1,i,d_2,i,…d_n,i)＝(d_1,j,d_2,j,…d_n,j)

(d_1,j,d_2,j,…d_n,j)＝M

对变换结果进行排序计算，得到平滑的信息流向。五个元素组成的对象关系如表4所示。表中标识符“X”表示两个元素之间存在信息依赖关系；空白表示两个元素之间没有信息依赖关系；黑块表示该单元格无意义。

表4

S13、对矩阵中对应元素进行识别和分块处理，使矩阵中的耦合信息集中在块内元素之间。

对矩阵中对应元素进行聚类计算，即通过对矩阵中相互依赖的元素进行识别和分块，将排序计算后的矩阵中存在的多个耦合信息集中在块内元素之间，如表5所示，表中标识符“X”表示两个元素之间存在信息依赖关系；空白表示两个元素之间没有信息依赖关系。

表5

本发明通过设计结构矩阵族方法(Design Structure Matrix Family，DSMF)对同类不同层次间的元素进行计算，具体为：

S21、对分谱进行分析，建立树状结构体系。

S22、根据步骤S21中树状结构体系的层次结构建立设计结构矩阵，使同层次的元素构成一个矩阵，每一个层次的矩阵对应上一层次中的一个元素。

S23、采用设计结构矩阵方法对步骤S22中矩阵进行处理，组成系统的矩阵族结构。

构成复杂机械装置质量特性的各种属性，有层次之分，各个层次的次级功能、总功能之间构成树状功能体系，这种层次关系对应到反映功能关系的元素上，根据元素的层次结构分别建立设计结构矩阵，同一层次之间的属性形成一个矩阵，表达相互之间关系，下一个层次的矩阵对应着上一个层次中的一个点，将这些DSM按照层次关系进行集成，构成系统的矩阵族结构。

如图6所示，为本发明的设计结构矩阵族构成关系示意图。左侧的分叉结构表示原始层次结构，根据该结构分别建立基于功能、运动、动作的设计结构矩阵。

如图7所示，为本发明的聚类分析示意图。本发明的机械装置PFAM结构化分解各层间它是一个不同领域映射的过程，分别涉及到各种功能、运动、动作的多个领域，分析和利用各领域之间的动态映射过程和相互关系是分解成败的关键因素。通过领域映射矩阵方法(Domain MappingMatrix，DMM)对不同类间的元素进行计算，具体为：

S31、设定步骤S2中设计结构矩阵的大小为S，矩阵第i行元素与第j行元素的联系权重为d_i,j，矩阵中N个聚类依次记为CL₁,CL₂,…,CL_N，任意一个聚类CL_i的第一个聚类元素位置编号为m_i，最后一个聚类元素位置编号为n_i，

其中，1≤i≤S，1≤j≤S，i＝j，d_i,j＝0。

如图所示

S32、计算聚类CL_i的的大小，表示为：

S_i＝n_i-m_i，

其中，1≤m_i≤n_i≤S。

S33、计算聚类CL_i的聚类内部联系信息流量，表示为：

$W_i^{\left(\mathrm{in}\right)}=\frac{1}{2}(n_i-m_i)\underset{l=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}\underset{k=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}(d_{m_i+k,m_i+l}+d_{m_i+l,m_i+k}).$

S34、根据步骤S33中的计算矩阵总体的聚类内部联系信息流量，表示为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{W}_i^{\left(\mathrm{in}\right)}.$

S35、计算任意两个聚类CL_j到CL_i之间的联系信息流，具体为：

$W_{i,j}^{\left(\mathrm{out}\right)}=\left\{\begin{array}{c}\mathrm{\α}(N+1)(n_i-m_i+n_j-m_j)\underset{k=0}{\overset{n_j-m_j}{\mathrm{\Σ}}}\underset{l=0}{\overset{n_i-m_i}{\mathrm{\Σ}}}\left(d_{m_j+k,m_i+l}\right);i\≠j\\ 0;i=j\end{array}\right.,$

其中，α表示聚类数目对联系信息流量的影响重要度。

S36、根据步骤S35中的计算矩阵总体的聚类间联系信息流量，具体为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{W}_{i,j}^{\left(\mathrm{out}\right)}.$

本发明中设计结构矩阵、设计结构矩阵族和领域映射矩阵为本领域技术人员常用方法，这里只作简要说明。

本发明的PFAM分解方法是从复杂机械装置的功能研究入手分析装备运动功能，这种由谱系—功能－动作－微元结构简化了复杂装备质量特性的分析与建模过程，同时为可靠性等关键质量特性的分层映射奠定基础；可以解决结构复杂、工况多变、载荷多变、故障模式繁多的复杂机械装备的质量控制与可靠性提升工程问题，并且能够动态分析装备运行过程中的载荷和功能失效，同时为复杂装备的精度、精度寿命、可靠性等关键质量特性的改进与提升提供了基础理论依据。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (5)

1.一种机械装置PFAM结构化分解方法，其特征在于，包括以下步骤：

A、根据机械装置在使用周期内的不同工作信息状态建立零件谱、工况谱、载荷谱、功能谱和故障谱五个分谱，共同组成机械装置的系统结构谱系；

B、根据步骤A中建立的五个分谱，确定各个分谱中各个元素的功能，建立零件谱功能矩阵、工况谱功能矩阵、载荷谱功能矩阵、功能谱功能矩阵和故障谱功能矩阵五个功能矩阵，实现谱系-功能映射；并以功能谱功能矩阵为中心，建立功能结构柱，确定各分谱之间的关系；

C、根据步骤B中建立的五个功能矩阵，确定各个元素功能与动作的对应关系，实现功能-动作映射，建立各分谱的动作结构体系；

D、根据步骤C中各分谱的动作结构体系，将各分谱中各个元素的动作分解为微元，实现动作-微元映射，完成机械装置的PFAM结构化分解。

2.如权利要求1所述的机械装置PFAM结构化分解方法，其特征在于：所述步骤B中确定各个分谱中各个元素的功能，具体为：确定各个分谱中各个元素的功能，针对每个元素的功能采用由总到到分、由上到下的方式进行逐层分解，并采用设计结构矩阵族方法确定分解后各功能之间的关系。

3.如权利要求1所述的机械装置PFAM结构化分解方法，其特征在于：所述设计结构矩阵方法具体为：

S11、设定N阶方阵形式的设计结构矩阵，建立元素关系；

S12、对步骤S11中的矩阵元素进行变换，并进行排序计算，得到平滑的信息流向；

S13、对矩阵中对应元素进行识别和分块处理，使矩阵中的耦合信息集中在块内元素之间。

4.如权利要求1或2所述的机械装置PFAM结构化分解方法，其特征在于：所述设计结构矩阵族方法具体为：

S21、对分谱进行分析，建立树状结构体系；

S22、根据步骤S21中树状结构体系的层次结构建立设计结构矩阵，使同层次的元素构成一个矩阵，每一个层次的矩阵对应上一层次中的一个元素；

S23、采用设计结构矩阵方法对步骤S22中矩阵进行处理，组成系统的矩阵族结构。

5.如权利要求1所述的机械装置PFAM结构化分解方法，其特征在于：所述领域映射矩阵方法具体为：

S31、设定步骤S2中设计结构矩阵的大小为S，矩阵第i行元素与第j行元素的联系权重为d_i,j，矩阵中N个聚类依次记为CL₁,CL₂,…,CL_N，任意一个聚类CL_i的第一个聚类元素位置编号为m_i，最后一个聚类元素位置编号为n_i，

其中，1≤i≤S，1≤j≤S，i＝j，d_i,j＝0；

S32、计算聚类CL_i的的大小，表示为：

S_i＝n_i-m_i，

其中，1≤m_i≤n_i≤S；

S33、计算聚类CL_i的聚类内部联系信息流量，表示为：

$W_i^{\left(\mathrm{in}\right)}=\frac{1}{2}(n_i-m_i)\underset{l=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}\underset{k=0}{\overset{(n_i-m_i)}{\mathrm{\Σ}}}(d_{m_i+k,m_i+l}+d_{m_i+l,m_i+k});$

S34、根据步骤S33中的计算矩阵总体的聚类内部联系信息流量，表示为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{W}_i^{\left(\mathrm{in}\right)};$

S35、计算任意两个聚类CL_j到CL_i之间的联系信息流，具体为：

$W_{i,j}^{\left(\mathrm{out}\right)}=\left\{\begin{array}{c}\mathrm{\α}(N+1)(n_i-m_i+n_j-m_j)\underset{k=0}{\overset{n_j-m_j}{\mathrm{\Σ}}}\underset{l=0}{\overset{n_i-m_i}{\mathrm{\Σ}}}\left(d_{m_j+k,m_i+l}\right);i\≠j\\ 0;i=j\end{array}\right.,$

其中，α表示聚类数目对联系信息流量的影响重要度；

S36、根据步骤S35中的计算矩阵总体的聚类间联系信息流量，具体为：

$W^{\left(\mathrm{in}\right)}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{W}_{i,j}^{\left(\mathrm{out}\right)}.$