CN109086979A - 一种基于最大熵有序加权平均的数控机床可靠性分配方法 - Google Patents
一种基于最大熵有序加权平均的数控机床可靠性分配方法 Download PDFInfo
- Publication number
- CN109086979A CN109086979A CN201810776933.8A CN201810776933A CN109086979A CN 109086979 A CN109086979 A CN 109086979A CN 201810776933 A CN201810776933 A CN 201810776933A CN 109086979 A CN109086979 A CN 109086979A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- formula
- reliability
- controlled machine
- numerically
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于最大熵有序加权平均的数控机床可靠性分配方法,属于高档数控机床与基础制造装备的设计领域,具体是涉及数控机床的可靠性分配方法。在目标可行性技术的基础上,利用有序加权平均算子导出多项式方程来确定最大熵下的最优加权向量,对复杂度、技术水平、工作时间以及环境对机床各子系统的综合影响程度做出正确的评值,从而对机床各子系统的可靠性分配等级做出正确的判断。本方法从根本上解决了目标可行性技术以及平均权重分配方法衡量尺度分配不均的缺陷。
Description
技术领域
本发明涉及高档数控机床与基础制造装备的设计领域,具体是涉及数控机床的可靠性分配方法
背景技术
可靠性分配是确定产品可靠性和竞争力时需要考虑的最重要的因素之一,也是可用于提高系统可靠性的重要分析工具。近年来,由于用于高科技工业过程的工程系统的复杂性增加,对系统可靠性的关注有所增加
可靠性分配是为了把系统的可靠性指标按照一定的准则分配给系统各组成单元而进行的工作。其目的就是将整个系统的可靠性指标转换为每一个分系统或单元的可靠性指标,使之协调一致。它是一个由整体到局部,自上到下的分解过程。
目前中常用的可靠性分配方法主要有等分配法、考虑重要度和复杂度的分配法、比例组合法和评分分配法,这些传统的可靠性分配方法没有考虑到可靠性分配的影响因素,或者考虑得不够全面。在针对数控机床这种集机、电、液、光、气、光为一体,且任务异常复杂的系统进行可靠性分配时,上述传统方法很明显不能达到我们的目的。
发明内容
针对现有机床可靠性分配方法的不足,本发明提出一种基于最大熵有序加权平均的数控机床可靠性分配方法,有效地解决了传统目标可行性技术的因子I、S、P、E的测量尺度的等权重问题。
本发明的特征在于通过在目标可行性技术的基础上引入了条件参数α(提供了有关子系统的有价值的信息,可以用于更好地协助设计者做出正确的可靠性分配决策),并结合通过平均算子导出多项式方程确定的最大熵下的最优加权向量,从而确定最大熵下数控机床各子系统的最优ISPE值,从而能够在数控机床子系统合理分配的可靠性水平内准确有效地分配可靠性等级,控制合理支持成本,降低机床维护成本。
一种基于最大熵有序加权平均的数控机床可靠性分配方法,主要包括以下步骤:
S1列出数控机床系统和子系统的结构;
S2定义数控机床可靠性和任务执行时间;
S3为每个子系统分别确定复杂性I、技术发展水平S、工作时间P、环境E的标度,子系统分配因子作为I、S、P和E的数值等级的函数来计算。
公式(1):λS=-ln(R)/T
公式(2):ω'k=r'Ik×ω1+r'Sk×ω2+r'Pk×ω3+r'EK×ω4
公式(3):
公式(4):
公式(5):
S4计算该数控机床每一个子系统的分配等级r’,然后根据对机床可靠性的要求,确定该目标机床条件参数α,α=0.5,0.6,0.7,0.8,0.9,1.0,α的值从低到高表示设计人员对目标机床可靠性的乐观程度,α=1用于表示决策者最乐观的情况,当决策者面临适度评估时,α=0.5。当可用信息在可靠性分配设计阶段不准确,不完整或不确定时,条件参数尤其有用,根据确定的条件参数然后确定最大熵下的权重向量,ω1、ω2、ω3、ω4,不同条件参数下的权重向量数值可参见表1,然后利用公式(2)求得第k个子系统的总体等级ω’k
S5利用公式(3)和公式(5)求得第K个子系统的复杂度C’k
S6根据数控机床系统规范来计算系统故障率,假设R是系统可靠性,T是任务持续时间,系统故障率λs计算如下:λS=-ln(R)/T
S7利用公式(4)计算分配的子系统故障率
S8通过第七步求得的各子系统故障率,互相比较,可以确定目标数控机床系统的最优可靠性分配等级。
其中ω'k指的是第K个子系统的评级,r'Ik、r'Sk、r'Pk、r'EK指的是第K个子系统的ISPE值,C'K指的是第K个子系统的复杂度,ω'指的是整个系统的评级,为分配给第k个子系统的故障率,λs指的是整个系统的故障率,R为整个系统可靠性。
表1:在最大熵下的最优权重向量(n=4)
与现有技术相比较,本发明具有如下技术效果。
在数控机床可靠性分配领域,提高可靠性的可靠性分配方法为之不多且效率低下,在目标可行性技术的基础上引入了条件参数,并结合通过平均算子导出多项式方程确定的最大熵下的最优加权向量,从而确定最大熵下数控机床各子系统的最优ISPE值,从而能够在数控机床子系统合理分配的可靠性水平内准确有效地分配可靠性等级,控制合理支持成本,降低机床维护成本,大大提高了机床的可靠性。
附图说明
图1数控机床系统的结构图。
图2是本发明方法的实施流程图。
具体实施方式
本发明以某数控机床为例,对该发明能否达到最优分配来进行验证。
具体包括如下步骤:
步骤一:列出数控机床系统及子系统的结构,如图1所示
步骤二:基于设计要求和系统运行环境,数控机床系统的系统可靠性设置为0.995214,任务时间设为1000个小时,由公式(1)可计算该数控机床系统的故障率,即
λS=-ln(R)/T=0.0000047975=47.975×10-7
步骤三:为数控机床的每个子系统分别确定I、S、P、E的标度(ISPE值为1~10内的一个数),然后利用专家评判的方法分别确定数控机床各个子系统的ISPE值,如表2所示
表2:数控机床子系统的ISPE值
步骤四:假设目标数控机床条件参数α=0.5,由图1可知其在最大熵下的权重向量分别为ω1=0.25ω2=0.25ω3=0.25ω4=0.25,以传动系统为例,其ISPE值分别为7、5、9、2则根据公式(2)可求得其系统的评级值:ω'k=r'Ik×ω1+r'Sk×ω2+r'Pk×ω3+r'EK×ω4=7×0.25+5×0.25+9×0.25+2×0.25=5.75以此方法可依次求得剩余系统的评级值,由公式(5)可知,将上述求得各子系统的评级值累加可得该数控机床的总的评级值ω',当α为其他值时,计算过程类似,就不再赘述了,各结果可参见表3。
表3:各子系统在条件参数不同时的评级值
步骤五:根据公式(3)以及步骤四求得的各子系统的评分以及系统总的评分,可求得各子系统的复杂度,以传动系统为例,当α=0.5时,其他系统结果参见表4。
表4:各子系统在条件参数不同时的复杂度
步骤六:然后可以根据公式(5)来计算传动系统的故障率,其系统故障率(每107小时),其余系统结果可参见表5。
表5:各子系统在条件参数不同时的故障率(每107小时)
结论:
(1)就α=0.5而言,由表4可知,进给系统以及数控系统的值最高,自然,其可靠性分配等级在α=0.5时应最高
(2)在考虑其他α值各子系统的值并比较后,可知,数控系统的值综合来说是最高的,所以数控系统应当在可靠性分配时最先考虑,其综合可靠性分配等级应该是最高的,其次是进给系统。
Claims (1)
1.一种基于最大熵有序加权平均的数控机床可靠性分配方法,其特征在于:包括以下步骤,
S1列出数控机床系统和子系统的结构;
S2定义数控机床可靠性和任务执行时间;
S3为每个子系统分别确定复杂性I、技术发展水平S、工作时间P、环境E的标度,子系统分配因子作为I、S、P和E的数值等级的函数来计算;
公式(1):λS=-ln(R)/T
公式(2):ω'k=r'Ik×ω1+r'Sk×ω2+r'Pk×ω3+r'EK×ω4
公式(3):
公式(4):
公式(5):
S4计算该数控机床每一个子系统的分配等级r’,然后根据对机床可靠性的要求,确定该目标机床条件参数α,α=0.5,0.6,0.7,0.8,0.9,1.0,α的值从低到高表示设计人员对目标机床可靠性的乐观程度,α=1用于表示决策者最乐观的情况,当决策者面临适度评估时,α=0.5;当可用信息在可靠性分配设计阶段不准确,不完整或不确定时,条件参数尤其有用,根据确定的条件参数然后确定最大熵下的权重向量,ω1、ω2、ω3、ω4,不同条件参数下的权重向量数值可参见表1,然后利用公式(2)求得第k个子系统的总体等级ω’k
S5利用公式(3)和公式(5)求得第K个子系统的复杂度C’k
S6根据数控机床系统规范来计算系统故障率,假设R是系统可靠性,T是任务持续时间,系统故障率λs计算如下:λS=-ln(R)/T
S7利用公式(4)计算分配的子系统故障率
S8通过第七步求得的各子系统故障率,互相比较,可以确定目标数控机床系统的最优可靠性分配等级;
其中ω'k指的是第K个子系统的评级,r'Ik、r'Sk、r'Pk、r'EK指的是第K个子系统的ISPE值,C'K指的是第K个子系统的复杂度,ω'指的是整个系统的评级,为分配给第k个子系统的故障率,λs指的是整个系统的故障率,R为整个系统可靠性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810776933.8A CN109086979A (zh) | 2018-07-13 | 2018-07-13 | 一种基于最大熵有序加权平均的数控机床可靠性分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810776933.8A CN109086979A (zh) | 2018-07-13 | 2018-07-13 | 一种基于最大熵有序加权平均的数控机床可靠性分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109086979A true CN109086979A (zh) | 2018-12-25 |
Family
ID=64837966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810776933.8A Pending CN109086979A (zh) | 2018-07-13 | 2018-07-13 | 一种基于最大熵有序加权平均的数控机床可靠性分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086979A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901515A (zh) * | 2019-03-28 | 2019-06-18 | 北京工业大学 | 一种基于owa算子的重型机床可靠性分配方法 |
CN110704986A (zh) * | 2019-10-18 | 2020-01-17 | 重庆大学 | 基于最小可变性owga和模糊dematel的机械系统可靠性分配方法 |
CN112668861A (zh) * | 2020-12-23 | 2021-04-16 | 吉林大学 | 一种基于二元语义和pfowa算子的数控机床可靠性分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007048959A1 (de) * | 2007-10-12 | 2009-04-16 | Daimler Ag | Verfahren und System zur Analyse von vernetzten Produktionsprozessen zur Herstellung mindestens eines Produktes, insbesondere eines Kraftfahrzeuges |
CN107479494A (zh) * | 2017-07-28 | 2017-12-15 | 东北大学 | 一种基于数控机床子系统相关性的可靠性分配方法 |
-
2018
- 2018-07-13 CN CN201810776933.8A patent/CN109086979A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007048959A1 (de) * | 2007-10-12 | 2009-04-16 | Daimler Ag | Verfahren und System zur Analyse von vernetzten Produktionsprozessen zur Herstellung mindestens eines Produktes, insbesondere eines Kraftfahrzeuges |
CN107479494A (zh) * | 2017-07-28 | 2017-12-15 | 东北大学 | 一种基于数控机床子系统相关性的可靠性分配方法 |
Non-Patent Citations (1)
Title |
---|
郭强 等: "基于最大熵加权平均的产品可靠性分配方法", 《机械设计与制造》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901515A (zh) * | 2019-03-28 | 2019-06-18 | 北京工业大学 | 一种基于owa算子的重型机床可靠性分配方法 |
CN110704986A (zh) * | 2019-10-18 | 2020-01-17 | 重庆大学 | 基于最小可变性owga和模糊dematel的机械系统可靠性分配方法 |
CN112668861A (zh) * | 2020-12-23 | 2021-04-16 | 吉林大学 | 一种基于二元语义和pfowa算子的数控机床可靠性分配方法 |
CN112668861B (zh) * | 2020-12-23 | 2022-10-25 | 吉林大学 | 一种基于二元语义和pfowa算子的数控机床可靠性分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086979A (zh) | 一种基于最大熵有序加权平均的数控机床可靠性分配方法 | |
CN106206346B (zh) | 具取样率决定机制的量测抽样方法 | |
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
CN104537034B (zh) | 基于时间序列分析的输变电设备的状态监测数据清洗方法 | |
CN109061341A (zh) | 基于神经网络的卡尔曼滤波变压器故障预测方法和系统 | |
CN102930344B (zh) | 一种基于负荷趋势变化的超短期母线负荷预测方法 | |
US7050935B1 (en) | Method for assessing the reliability of technical systems | |
CN109495332B (zh) | 一种电力通信网络健康状态评估分析方法 | |
CN113239132B (zh) | 一种电压互感器的超差在线辨识方法 | |
JP2006318263A (ja) | 情報分析システム、情報分析方法及びプログラム | |
CN107479494A (zh) | 一种基于数控机床子系统相关性的可靠性分配方法 | |
CN109829246B (zh) | 一种基于参数综合可疑度的线路参数辨识方法 | |
CA2034492A1 (en) | Method of monitoring the operational state of a system | |
CN117008557A (zh) | 共混型互穿网络热塑性弹性体的生产控制方法及系统 | |
CN109870978A (zh) | 一种基于熵权法和犹豫模糊语言项集的数控机床可靠性分配方法 | |
CN109816191A (zh) | 多工作站系统的质量预测方法及其系统 | |
CN106886620B (zh) | 航天器测试资源优化配置方法 | |
CN109961160B (zh) | 一种基于潮流参数的电网未来运行趋势预估方法及系统 | |
CN112332420B (zh) | 电力系统风险评估中的分层负荷削减量确定装置及方法 | |
CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
CN108242411B (zh) | 用于管控线上缺陷的方法和系统 | |
CN109510189B (zh) | 基于可信性理论的配电网规划方法 | |
CN110956330A (zh) | 一种基于多维影响量对输电线路线损进行预测的方法及系统 | |
CN113052473B (zh) | 一种基于故障率和静态安全分析的电网风险分析方法 | |
CN114386510A (zh) | 一种电力系统量测错误辨识方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |
|
RJ01 | Rejection of invention patent application after publication |