发明内容
为了协调卧式加工中心整机可靠性水平与各个子系统可靠性水平之间的关系,本发明提供了一种有效利用旧批次卧式加工中心的故障数据来改进新批次卧式加工中心可靠性设计的方法。
为了实现上述目的,本发明采用的技术方案如下:
(一)划分卧式加工中心的结构模型
根据卧式加工中心的复杂性特点,将卧式加工中心分为不同功能的子系统,包括:工件传输系统、控制电气系统、夹具系统、刀库系统、进给系统、机床防护及基础件、液压气动系统、主轴系统和冷却排屑除尘除雾系统,各系统之间顺序串联;整机的故障率λs与各个子系统的故障率λi之间的关系:
其中n代表子系统数。
(二)确定卧式加工中心可靠性指标(MTBF)
用平均故障间隔时间(MTBF)来衡量卧式加工中心整机和每个子系统的可靠性水平,其单位为小时。
(三)确定子系统的四个影响因素及其计算方法
(1)危害度:危害度表示的是每个功能子系统发生故障时对整机的危害影响的相对大小,采用FMECA方法计算子系统的危害度。将子系统i的危害度用Ci表示,其计算公式如下:
其中n是影响子系统i的故障模式的个数;Cij是每个故障模式的危害度;j是每个子系统中的故障模式数。
Cij的计算公式如下:
Cij=a×βij (3)
其中a为某一故障模式发生的频率;βij表示故障对机床造成损伤的可能性(损失概率),βij的具体取值情况如下,βij=0,表示该故障对卧式加工中心没有损伤;βij=0.1-0.9,表示该故障会对卧式加工中心造成损伤,具体大小视具体情况而定;βij=1,表示该故障对卧式加工中心肯定造成损伤。
(2)平均维修时间:
第i个子系统的平均维修时间Ti的计算公式如下:
t表示子系统i每次发生故障时的维修时间,单位为min。
(3)故障频数;同样时间里,第i个子系统的故障次数记为Ni。
(4)费用比;即子系统的维修费用。
(四)利用旧批次的故障数据来计算R1矩阵
首先利用下面的公式得到4个矩阵A1k。
矩阵A1k中,各个元素的求解公式如下:
(1)矩阵A11中,
Cei表示旧批次卧式加工中心子系统i的危害度值。
(2)矩阵A12中,
Tei表示旧批次子系统i的维修时间平均值。
(3)矩阵A13中,
Nei表示旧批次卧式加工中心子系统i的故障频数。
(4)矩阵A14中,
Mi表示旧批次子系统i的费用比。
之后利用公式(10),可得矩阵R1。
(五)利用新批次的故障数据来计算矩阵R2
R2矩阵首先需要新批次卧式加工中心的故障数据,仍然要先求出4个矩阵A2k:
矩阵A2k中,各个元素的求解公式如下:
(1)矩阵A21中,
Cdi表示新批次卧式加工中心子系统i的危害度。
(2)矩阵A22中,
Ti表示新批次卧式加工中心子系统i的平均维修时间。
(3)矩阵A23中,
Ni表示新批次卧式加工中心子系统i的故障频数。
(4)矩阵A24中,
Mi表示新批次卧式加工中心系统i费用比。
之后利用公式(16),可得矩阵R2。
(六)利用R1和R2组合而成矩阵R
矩阵R公式如下:
R=αR1+βR2 (17)
其中α、β两者取值是与卧式加工中心运行时间有关的。当卧式加工中心刚刚投入运行时,卧式加工中心的可靠性不高,可靠性设计只能依靠旧批次卧式加工中心的故障数据R1来计算。随着运行时间的增加,维修工作的不断进行,新批次卧式加工中心可靠性的数据R2不断增多。
当机床运行的时间为T个月的时候(不到一个月按一个月算):
(七)求四个影响因素(危害度、平均维修时间、故障频数、费用比)的权重向量W;
这里是单独考虑四个影响因素在分配过程中的权重,需要请专家进行打分。打的分数求平均值并进行归一化处理,可得向量W中各个元素的值,公式如下:
Wji表示第i个专家对第j个因素的权重打分,其值为0至1之间任意小数,权重越大打的分数越大。为了防止打分时出现某个专家对所有因素打的分都很高或很低而体现不出各因素之间的区别,在打分时,要求每个专家对所有因素打出的分数和要为1。
(八)求得设计结果
利用层次分析法建立规划设计模型,公式如下:
向量D是可靠性设计的层次模型中的目标层,也就是整机的可靠性设计指标(MTBF),D中各个值的比就是各子系统故障率的比,也是平均故障间隔时间的反比,求出向量D就可以得到各个子系统应该规划到的平均故障间隔时间;向量W是层次模型中的准则层,也就是可靠性设计中影响可靠性设计的因素,其数值表示各个因素的权重,矩阵R是层次模型中的方案层,是指最后设计出的各个子系统的可靠性,其数值是各个子系统在各考虑因素影响下的故障率所占比重。向量W和R两者相乘可得向量D。
向量D还需进一步的变形才可以得出每个子系统的平均故障间隔时间。
如果要求新设计出的卧式加工中心整机平均故障间隔时间要求达到x小时,则每个子系统应得到的最合理的平均故障间隔时间MTBFi可由如下公式计算出。
本发明为加工中心的可靠性设计提供一种改进的方法,利于了旧批次的数据,增大样本量,是更加贴合实际的可靠性设计方法。在现有故障数据不足的情况下,应用旧批次同型号的卧式加工中心的故障数据,扩大故障数据群,该方法可以帮助设计人员协调规划各个子系统的可靠性水平,以设计出可靠性水平更高的新批次卧式加工中心。
具体实施方式
本发明利用新、旧批次卧式加工中心生产运行时产生的故障数据。在计算前,已将某型号16台卧式加工中心6个多月的实际运行故障数据进行了收集和整理,并同时收集了同型号的旧批次卧式加工中心的故障数据。
(一)求矩阵R1
旧批次卧式加工中心的各个子系统的危害影响度大小、平均维修时间长短和故障频繁性、费效比打分的值列在表1中。
表1旧批次卧式加工中心故障数据表
子系统 |
故障危害度 |
平均维修时间 |
故障频率 |
费效比 |
工件传输系统 |
60 |
62 |
6.167% |
5.83 |
控制电气系统 |
61.67 |
58 |
8.5% |
7.17 |
夹具系统 |
51.67 |
45 |
6.67% |
5.67 |
刀库系统 |
61.67 |
56.7 |
6.83% |
5.5 |
进给系统 |
58.3 |
60 |
6.5% |
7.17 |
机床防护及基础件 |
70 |
30 |
5.167% |
4.67 |
液压气动系统 |
30 |
48.3 |
7.167% |
5.33 |
主轴系统 |
51.67 |
81.67 |
3.167% |
8.17 |
冷却及排屑、除尘除雾 |
23.3 |
25 |
3.5% |
4.33 |
根据公式(6)、公式(7)、公式(8)、公式(9)得出4个矩阵A11、A12、A13、A14。
利用公式(13),将上述4个矩阵A1k转换为矩阵R1
(二)求矩阵R2
收集到的新批次卧式加工中心的故障数据如表2所示。
表2新批次卧式加工中心故障数据表
|
故障危害度 |
平均维修时间 |
故障频率 |
费效比 |
工件传输系统 |
85.393 |
102 |
21.35% |
5.83 |
控制电气系统 |
65.17 |
62 |
19.1% |
7.17 |
夹具系统 |
59.561 |
74 |
14.61% |
5.67 |
刀库系统 |
55.054 |
67 |
10.11% |
5.5 |
进给系统 |
46.074 |
99 |
7.87% |
7.17 |
机床防护及基础件 |
44.955 |
55 |
7.87% |
4.67 |
液压气动系统 |
25.844 |
56 |
7.87% |
5.33 |
主轴系统 |
41.578 |
210 |
4.49% |
8.17 |
冷却及排屑、除尘除雾 |
16.86 |
47 |
4.49% |
4.33 |
利用根据公式(12)、公式(13)、公式(14)、公式(15)得出4个矩阵A21、A22、A23、A24。
A24=A14
之后利用公式(19),可得矩阵R2。
(三)求矩阵R
因为卧式加工中心实际运行时间为6个月,因此α=0.7,β=0.3。根据公式(17)、公式(18),最后可求得矩阵R。
(四)求矩阵W
专家对影响因素的权重打出的分数平均值如表2。
表2.专家对考虑因素权重打分表
|
危害影响度 |
平均维修时间 |
故障频繁性 |
费用比 |
专家1 |
0.35 |
0.25 |
0.3 |
0.1 |
专家2 |
0.28 |
0.35 |
0.23 |
0.14 |
专家3 |
0.37 |
0.25 |
0.22 |
0.16 |
专家4 |
0.36 |
0.19 |
0.31 |
0.14 |
专家5 |
0.24 |
0.24 |
0.22 |
0.3 |
专家6 |
0.36 |
0.17 |
0.29 |
0.18 |
专家7 |
0.33 |
0.24 |
0.27 |
0.17 |
根据公式(19)和公式(20),可得向量W。
W=[0.327 0.238 0.267 0.168]
(五)计算各子系统平均故障间隔时间
根据公式(21)将求得的R和W相乘,得出向量D。假设新设计出的卧式加工中心平均故障间隔时间要求达到600小时,那么根据公式(22),可得各个子系统应该设计规划达到的最合理的平均故障间隔时间。
D=W*R=[0.4783 0.5149 0.5089 0.4863 0.4890 0.4887 0.5488 0.43730.5478]。
以MTBF作为最终分配指标,根据式(22)计算所得结果如表3所示。
表3各个子系统应该达到的平均故障间隔时间