CN109522650A - 一种无突发失效信息下电主轴寿命评估方法 - Google Patents
一种无突发失效信息下电主轴寿命评估方法 Download PDFInfo
- Publication number
- CN109522650A CN109522650A CN201811366311.4A CN201811366311A CN109522650A CN 109522650 A CN109522650 A CN 109522650A CN 201811366311 A CN201811366311 A CN 201811366311A CN 109522650 A CN109522650 A CN 109522650A
- Authority
- CN
- China
- Prior art keywords
- reliability
- electro spindle
- product
- burst
- life
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Abstract
本发明属于电主轴可靠性分析技术领域,涉及一种无突发失效信息下电主轴寿命评估方法。克服现有技术根据退化信息建模时忽略突发失效及退化对突发失效的影响的缺陷,包括以下步骤:1、电主轴产品定时截尾可靠性试验及电主轴产品退化信息采集;2、指数分布产品可靠性建模;3、威布尔分布产品可靠性建模;4、结合退化信息的无突发失效信息下部分分布竞争风险可靠性建模;5、基于部分分布竞争风险可靠性模型进行电主轴寿命评估。本发明从竞争失效角度提出了一种基于单侧置信限建模基本失效率、以多性能退化量为协变量的部分分布竞争风险建模方法,对合理评价电主轴可靠性水平及完善电主轴可靠性技术体系具有重要意义。
Description
技术领域
本发明属于电主轴寿命评估技术领域,涉及一种无突发失效信息下考虑退化影响的电主轴可靠度建模及寿命评估方法。
背景技术
电主轴属于高可靠、长寿命产品,因时间、经费等因素限制,短期内很难取得突发失效信息,而产品在使用过程中性能总是发生退化,故其可靠性研究多结合退化信息展开。研究发现,产品随着自身性能的逐渐递减,容易发生突发性失效,因此,考虑性能退化对突发失效影响,从竞争角度进行无突发失效数据下电主轴可靠性建模及寿命评估更符合工程实际。
当前,竞争失效建模方法很多,如基于突发失效与退化失效的退化量无关假设下构建退化失效模型,进行突发失效与退化失效独立假设且均服从威布尔分布下竞争失效建模;引入英国统计学家D.R.Cox(1972)年提出的Cox比例风险回归模型(proportionalhazards model,简称Cox模型),分析突发失效时间与退化量间的关系;进行突发失效服从威布尔分布、退化失效服从Wiener过程下基于模式相关的竞争失效建模等。
上述研究表明,目前主要结合退化与突发失效信息,从两失效模式独立与相关角度进行竞争失效模型构建,对于试验期间无突发失效数据的竞争失效建模问题未涉及。
发明内容
针对现有竞争失效建模技术中未考虑无突发失效问题。本发明提供一种基于单侧置信限建模基本失效率、以多性能退化指标为协变量的部分分布竞争风险建模方法,利用该方法对电主轴进行可靠性建模及寿命评价,其结果更符合实际。
为解决上述技术问题,本发明是采用如下技术方案实现的,具体说明如下:
一种无突发失效信息下电主轴寿命评估方法,包括以下步骤:
步骤一:电主轴产品定时截尾可靠性试验及电主轴产品退化信息采集;
基于电主轴前期类似产品现场试验故障信息,以及载荷信息,进行电主轴产品定时截尾可靠性试验,测得电主轴产品退化信息;
步骤二:定时截尾试验无突发失效数据下指数分布产品可靠性建模;
根据指数分布假设、无突发失效数据下可靠寿命与总试验时间、置信水平的关系,建立无突发失效数据最优置信下限下可靠度函数;
步骤三:定时截尾试验无突发失效数据下威布尔分布产品可靠性建模;
假设产品失效信息服从形状参数已知的两参数威布尔分布,基于指数分布与威布尔分布函数关系,结合一定置信度下试验时间和样本量,建立无突发失效数据下产品可靠度函数;
步骤四:结合退化信息的无突发失效信息下部分分布竞争风险可靠性建模;
以无突发失效数据下产品可靠度函数为基本可靠度函数,以退化指标为协变量,构建基于Cox的部分分布竞争风险模型;结合退化信息,采用SPSS软件计算协变量回归系数,并运用对数似然比检验模型有效性;
步骤五:基于部分分布竞争风险可靠性模型进行电主轴寿命评估。
计算一定可靠度下电主轴产品可靠寿命,并将电主轴产品可靠寿命与当前基于修正极大似然参数估计值建模得到的对应可靠寿命对比,进一步验证模型的适用性,并据此进行电主轴可靠寿命评估。
技术方案步骤一中所述的电主轴产品定时截尾可靠性试验及电主轴产品退化信息采集:
基于电主轴前期类似产品现场试验故障信息,以及载荷信息,进行电主轴产品定时截尾可靠性试验,测试并采集电主轴产品退化信息;
技术方案步骤二中所述的定时截尾试验无突发失效数据下指数分布产品可靠性建模:
步骤1:n个产品进行终止时间为ti的定时截尾寿命试验,无突发失效数据下γ水平的置信下限为
假设产品寿命服从指数分布,则若对n个产品进行终止时间为t0的定时截尾试验,将其代入公式(1)可得
两边取自然对数并变换可得
即无突发失效数据下参数θ的γ水平最优置信下限为
θL=-nt0/lnγ (3)
步骤2:将公式(3)代入可靠度函数得到可靠度的γ水平最优置信下限为
步骤3:将公式(3)代入可靠寿命得到可靠寿命的γ水平最优置信下限为
式中:i——试验产品序号,1≤i≤n;
ti——第i个试验产品试验终止时间;
F(t,θ)——产品寿命分布函数;
θ——寿命分布函数中的未知参数;
γ——置信水平;
F(ti,θ)——第i个试验产品寿命分布函数;
t——任务时间;
θL——寿命分布函数F(t,θ)中的参数的最优置信下限;
RL(t)——对应于θL的可靠度函数R(t,θ)的最优置信下限;
tR(θ)——可靠度为R的可靠寿命;
R——可靠度值;
技术方案步骤三中所述的定时截尾试验无突发失效数据下威布尔分布产品可靠性建模:
步骤1:威布尔分布转化为指数分布;
若产品寿命服从形状参数为m(>0)、尺度参数为η(>0)的威布尔分布,记为 t~Weibull(m,η),其可靠度函数为
令T=tm,θ=ηm,则T服从参数为θ=ηm的指数分布。
步骤2:定时截尾试验无突发失效数据下威布尔分布产品可靠性建模;
若对该型n个产品进行截尾时间为t0的定时截尾试验,总试验时间为nt0。参考公式(3),可得θ的γ水平最优置信下限为
ηL——威布尔分布下可靠度函数R(t)中尺度参数的最优置信下限。
依据公式(6)、(7)可得,在已知形状参数m的情况下,可靠度R的γ水平置信下限为
技术方案步骤四中所述的结合退化信息的无突发失效数据下部分分布竞争风险可靠性建模:
步骤1:基于Cox的部分分布竞争风险可靠度模型构建;
基于Cox的部分分布竞争风险故障率模型为
λ(t|X(t))=λ0(t)·exp(βT·X(t)) (9)
式中,λ(t|X(t))——时刻t产品的失效率函数;
λ0(t)——时刻t产品的基本失效率函数;
X(t)——时变协变量,即影响因素;
β——参数向量,也称回归系数向量;
T——向量转置符号;
若同时存在p个影响因素时,因则此时产品失效率函数、可靠度函数可分别表示为
式中,R0(t)——基本可靠度函数;
j——影响因素序号,1≤j≤p;
步骤2:无突发失效数据下基于退化信息的部分分布竞争风险可靠度建模;
在获得无突发失效下威布尔产品可靠度模型RL基础上,以RL作为无突发失效数据下产品基本可靠度函数,结合退化信息,以退化指标为协变量,构建部分分布竞争风险可靠度模型为
步骤3:结合退化信息进行部分分布竞争风险可靠度模型参数估计与有效性检验;
以退化指标为协变量,以产品是否发生退化失效为因变量,采用SPSS(统计)软件将数据录入,得到回归系数以及对数似然函数值,通过计算似然函数比判定模型有效性;当纳入协变量模型的-2倍对数似然值与无协变量时的-2倍对数似然值之比小于1时,即认为该风险模型是有价值的,列入模型的各个协变量联合起来对因变量有显著影响,反之则无显著影响。
技术方案步骤五中所述的基于部分分布竞争风险模型的电主轴寿命评估:
步骤1:基于电主轴部分分布竞争风险可靠度模型的可靠寿命估计;
在得到电主轴部分分布竞争风险可靠度模型基础上,可以求得其可靠寿命,如中位寿命及特征寿命;
步骤2:无突发失效下电主轴寿命估计值验证;
并步骤1计算得到的电主轴可靠寿命与当前基于修正极大似然参数估计值建模得到的对应可靠寿命对比,以进一步验证模型的适用性,并据此进行电主轴寿命评估。
与现有技术相比本发明的有益效果是:
本发明寿命评估方法不仅考虑无突发失效信息下基本失效率,而且考虑产品性能退化及其对突发失效的影响,提高可靠度建模准确性,与传统的无突发失效信息下单纯依据退化信息进行可靠度建模与寿命评估相比更符合实际。
附图说明
图1是本发明所述一种无突发失效信息下建模得到的电主轴的可靠度曲线R(t)与当前基于修正极大似然参数估计值建模得到的同一电主轴的可靠度曲线RS(t)的对比图。
具体实施方式
本发明的无突发失效信息下电主轴寿命评估方法包括下述步骤:进行电主轴产品定时截尾可靠性试验及退化信息采集;定时截尾无突发失效数据下指数分布产品可靠性建模;定时截尾无突发失效数据下威布尔分布产品可靠性建模;结合退化信息的无突发失效信息下部分分布竞争风险可靠性建模;基于部分分布竞争风险可靠性模型计算电主轴寿命评估。
一、电主轴产品定时截尾可靠性试验及退化信息采集
为进行电主轴可靠性建模及寿命评估,本发明基于电主轴前期类似产品现场试验故障及载荷信息,进行电主轴产品定时截尾可靠性试验设计,经试验测得电主轴产品性能退化信息。
二、定时截尾试验无突发失效数据下指数分布产品可靠性建模
基于无突发失效下可靠度与置信水平关系,应用单侧置信限法计算定时截尾试验指数分布参数,进而推导定时截尾试验指数分布产品最优置信下限可靠度模型。
三、定时截尾试验无突发失效数据下威布尔分布产品可靠性建模
基于二参数威布尔分布与指数分布关系,计算定时截尾试验无突发失效下二参数威布尔分布参数,进而推导定时截尾试验威布尔分布产品最优置信下限可靠度模型。
四、结合退化信息的无突发失效数据下部分分布竞争风险模型构建
引入基于Cox的部分分布竞争风险可靠度模型,以最优置信下限可靠度为基本可靠度,以退化指标为协变量,构建部分分布竞争风险可靠度模型;采用SPSS软件进行回归系数估计,应用似然函数比判定模型有效性,当纳入协变量模型的-2倍对数似然值与无协变量时的-2倍对数似然值之比小于1时,即认为该风险模型是有价值的,列入模型的各个协变量联合起来对因变量有显著影响,反之则无显著影响。
五、基于部分分布竞争风险可靠性模型计算电主轴寿命评估
在得到电主轴部分分布竞争风险可靠度模型基础上,求得其可靠寿命;将计算得到的电主轴可靠寿命与当前基于修正极大似然参数估计值建模得到的对应可靠寿命对比,以进一步验证模型的适用性,并据此进行电主轴寿命评估。
实施例
电主轴寿命评估
应用邱荣华的《基于性能退化的小子样电主轴可靠性试验研究》中试验信息,以170MD18Y16电主轴为样件,进行应力载荷FY=81.1N,主轴转速为9000r/min的1700小时定时截尾可靠性试验,以轴端径向跳动指标反映主轴回转精度,选用FT5070F型激光位移传感器轴端径向跳动,实现主轴性能退化信息采集,采集部分信息如表1所示。
表1电主轴性能退化试验数据表(轴端径向跳动)μm
当轴端径向跳动量达到初始值的1.6倍时,试样电主轴失效。
邱荣华结合退化数据,得到轴端径向跳动X(t)=4.625t0.0857,同时采用修正极大似然参数估计法,确定电主轴产品1服从形状参数为1.6472、尺度参数为2494的威布尔分布。因遵循失效机理不变性进行可靠性试验,故本发明设电主轴产品1基本可靠度也服从形状参数为 1.6472的威布尔分布,取置信水平γ=0.90,n=1,将其代入式(8)计算可靠度最优置信下限模型,将其代入公式(12),可得到以可靠度最优置信下限为基本可靠度,以轴端径向跳动量为协变量的部分分布竞争风险可靠度模型为
以轴端径向跳动量为协变量,采用SPSS软件进行协变量回归系数的计算,如表2所示。
表2协变量回归系数表
表2中,B为协变量的回归系数,df为模型中协变量的个数,EXP(B)反映了协变量每增加一个单位变量时故障率的变化,90%EXP(B)的CI表示置信水平为90%下EXP(B)的置信区间。
根据表2的结果,可以得到轴端径向跳动X(t)的回归系数β=0.16,代入部分分布竞争风险可靠度模型,可得到基于协变量的可靠度模型为
邱荣华采用应用修正极大似然参数估计值、结合退化数据建立电主轴产品1可靠度模型为将本发明建立的基于协变量的可靠度模型与其对比,具体如图1 所示。
由图1可知,本发明提出方法较基于修正极大似然参数估计值得到的产品可靠度曲线下降缓慢,且两者差值随时间增长,先上升后下降,在2016h附近达到最大,约为0.06688;在 1700h时按本发明得到的产品可靠度是0.6535,基于修正极大似然参数估计值得到的产品可靠度是0.5887。按机床一班制,每班工作8h,每年工作252天计算,电主轴工作1年即工作 2016h时,可靠度分别为0.5613与0.4944,由此可判断本发明提方法得到的产品可靠度更合理。由此可见,本发明所提方法是符合工程实际的,可据此进行寿命评估。
将本发明提出方法与基于修正极大似然参数估计值法评估的可靠寿命对比,具体如表3 所示。
表3可靠寿命对比表
本发明针对电主轴试验中无突发失效的情况,从竞争失效角度提出了一种基于单侧置信限建模基本失效率、以多性能退化指标为协变量的部分分布竞争风险建模方法;应用单侧置信限法实现无突发失效数据下两参数威布尔分布产品基本失效率建模,应用SPSS得出协变量回归系数并应用似然比进行模型有效性检验。最后,以邱荣华的《基于性能退化的小子样电主轴可靠性试验研究》中试验信息为例,验证了所提方法的有效性。这对于无突发失效下结合退化信息进行产品寿命评估具有一定的指导意义。
Claims (5)
1.一种无突发失效数据下电主轴寿命评估方法,其特征在于,包括以下步骤:
步骤一:电主轴定时截尾可靠性试验及信息采集;
基于电主轴前期类似产品现场试验故障信息,以及载荷信息,进行电主轴产品定时截尾可靠性试验,测试并采集电主轴产品退化信息;
步骤二:定时截尾试验无突发失效数据下指数分布产品可靠性建模;
根据指数分布假设、无突发失效数据下可靠寿命与总试验时间、置信水平的关系,建立无突发失效数据最优置信下限下可靠度函数;
步骤三:定时截尾试验无突发失效数据下威布尔分布产品可靠性建模;
假设产品失效信息服从形状参数已知的两参数威布尔分布,基于指数分布与威布尔分布函数关系,结合一定置信度下试验时间和样本量,建立无突发失效数据下产品可靠度函数;
步骤四:结合退化信息的无突发失效数据下部分分布竞争风险模型构建;
以无突发失效数据下产品可靠度函数为基本可靠度函数,以退化指标为协变量,构建基于Cox的部分分布竞争风险模型;结合退化信息,采用SPSS软件计算协变量回归系数,并运用对数似然比检验模型有效性;
步骤五:基于部分分布竞争风险可靠性模型进行电主轴寿命评估。
2.根据权利要求1所述的一种无突发失效数据下电主轴寿命评估方法,其特征在于:步骤二中所述的定时截尾试验无突发失效数据下指数分布产品可靠性建模,包括以下步骤:
步骤1:n个产品进行终止时间为ti的定时截尾寿命试验,无突发失效数据下γ水平的置信下限为
假设产品寿命服从指数分布,则若对n个产品进行终止时间为t0的定时截尾试验,将其代入公式(1)可得两边取自然对数并变换可得
即无突发失效数据下参数θ的γ水平最优置信下限为
θL=-nt0/lnγ (3)
步骤2:将公式(3)代入可靠度函数,得到可靠度的γ水平最优置信下限为
步骤3:将公式(3)代入可靠寿命得到可靠寿命的γ水平最优置信下限为
式中:i——试验产品序号,1≤i≤n;
ti——第i个试验产品试验终止时间;
F(t,θ)——产品寿命分布函数;
θ——寿命分布函数中的未知参数;
γ——置信水平;
F(ti,θ)——第i个试验产品寿命分布函数;
t——任务时间;
θL——寿命分布函数F(t,θ)中的参数的最优置信下限;
RL(t)——对应于θL的可靠度函数R(t,θ)的最优置信下限;
tR(θ)——可靠度为R的可靠寿命;
R——可靠度值。
3.根据权利要求1所述的一种无突发失效数据下电主轴寿命评估方法,其特征在于:步骤三中所述的定时截尾试验无突发失效数据下威布尔分布产品可靠性建模,包括以下步骤:
步骤1:威布尔分布转化为指数分布;
若产品寿命服从形状参数为m(>0)、尺度参数为η(>0)的威布尔分布,记为t~Weibull(m,η),其可靠度函数为
令T=tm,θ=ηm,则T服从参数为θ=ηm的指数分布;
步骤2:定时截尾试验无突发失效数据下威布尔分布产品可靠性建模;
若对该型n个产品进行截尾时间为t0的定时截尾试验,总试验时间为nt0;参考公式(3),可得θ的γ水平最优置信下限为
ηL——威布尔分布下可靠度函数R(t)中尺度参数的最优置信下限。
依据公式(6)、(7)可得,在已知形状参数m的情况下,可靠度R的γ水平置信下限为
4.根据权利要求1所述的一种无突发失效数据下电主轴寿命评估方法,其特征在于:步骤四中所述的结合退化信息的无突发失效数据下部分分布竞争风险模型构建,包括以下步骤:
步骤1:基于Cox的部分分布竞争风险可靠度模型构建;
基于Cox的部分分布竞争风险故障率模型为
λ(t|X(t))=λ0(t)·exp(βT·X(t)) (9)
式中,λ(t|X(t))——时刻t产品的失效率函数;
λ0(t)——时刻t产品的基本失效率函数;
X(t)——时变协变量,即影响因素;
β——参数向量,也称回归系数向量;
T——向量转置符号;
若同时存在p个影响因素时,因则此时产品失效率函数、可靠度函数可分别表示为
式中,R0(t)——基本可靠度函数;
j——影响因素序号,1≤j≤p;
步骤2:无突发失效数据下基于退化信息的部分分布竞争风险可靠度建模;
在获得无突发失效下威布尔产品可靠度模型RL基础上,以RL作为无突发失效数据下产品基本可靠度函数,结合退化信息,以退化指标为协变量,构建部分分布竞争风险可靠度模型为
步骤3:结合退化信息进行部分分布竞争风险可靠度模型参数估计与有效性检验;
以退化指标为协变量,以产品是否发生退化失效为因变量,采用SPSS(统计)软件将数据录入,得到回归系数以及对数似然函数值,通过计算似然函数比判定模型有效性;当纳入协变量模型的-2倍对数似然值与无协变量时的-2倍对数似然值之比小于1时,即认为该风险模型是有价值的,列入模型的各个协变量联合起来对因变量有显著影响,反之则无显著影响。
5.根据权利要求1所述的一种无突发失效数据下电主轴寿命评估方法,其特征在于:步骤五中所述的基于部分分布竞争风险模型进行电主轴寿命评估,包括以下步骤:
步骤1:基于电主轴部分分布竞争风险可靠度模型的可靠寿命估计;
在得到电主轴部分分布竞争风险可靠度模型基础上,可以求得其可靠寿命,如中位寿命及特征寿命;
步骤2:无突发失效下电主轴寿命估计值验证;
并步骤1计算得到的电主轴可靠寿命与当前基于修正极大似然参数估计值建模得到的对应可靠寿命对比,以进一步验证模型的适用性,并据此进行电主轴寿命评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366311.4A CN109522650B (zh) | 2018-11-16 | 2018-11-16 | 一种无突发失效信息下电主轴寿命评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366311.4A CN109522650B (zh) | 2018-11-16 | 2018-11-16 | 一种无突发失效信息下电主轴寿命评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109522650A true CN109522650A (zh) | 2019-03-26 |
CN109522650B CN109522650B (zh) | 2022-05-10 |
Family
ID=65777977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811366311.4A Active CN109522650B (zh) | 2018-11-16 | 2018-11-16 | 一种无突发失效信息下电主轴寿命评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522650B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046453A (zh) * | 2019-04-25 | 2019-07-23 | 苏州元联传感技术有限公司 | 一种激光雷达的寿命预测方法 |
CN110414552A (zh) * | 2019-06-14 | 2019-11-05 | 中国人民解放军海军工程大学 | 一种基于多源融合的备件可靠性贝叶斯评估方法及系统 |
CN111045939A (zh) * | 2019-12-09 | 2020-04-21 | 山西大学 | Weibull分布的故障检测开源软件可靠性建模方法 |
CN111079253A (zh) * | 2019-11-12 | 2020-04-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 电力电子器件寿命评估方法、装置和计算机设备 |
CN111597682A (zh) * | 2020-04-14 | 2020-08-28 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN112069732A (zh) * | 2020-09-03 | 2020-12-11 | 中国人民解放军陆军工程大学 | 一种火炮可靠性鉴定试验的综合评估方法 |
CN113345525A (zh) * | 2021-06-03 | 2021-09-03 | 谱天(天津)生物科技有限公司 | 一种用于高通量检测中减少协变量对检测结果影响的分析方法 |
CN113420963A (zh) * | 2021-06-03 | 2021-09-21 | 航天科工防御技术研究试验中心 | 机电产品的贮存可靠度评估方法 |
CN114580118A (zh) * | 2022-03-25 | 2022-06-03 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090281669A1 (en) * | 1999-03-31 | 2009-11-12 | Lord Corporation | Method and apparatus for balancing |
CN102567639A (zh) * | 2011-12-30 | 2012-07-11 | 南京航空航天大学 | 一种针对竞争失效的航空发动机可靠性评估方法 |
CN102981452A (zh) * | 2012-12-28 | 2013-03-20 | 吉林大学 | 数控机床三类功能部件的可靠性建模与可靠性评估方法 |
CN103240633A (zh) * | 2013-04-18 | 2013-08-14 | 浙江大学 | 数控机床主轴零件的寿命同步控制方法 |
US20140007657A1 (en) * | 2011-03-03 | 2014-01-09 | Yukio Matsubara | Status monitoring system and status monitoring method for rolling device |
CN103778309A (zh) * | 2012-10-18 | 2014-05-07 | 天津职业技术师范大学 | 退化试验下数控系统可靠性快速贝叶斯评定系统 |
CN104166371A (zh) * | 2013-05-16 | 2014-11-26 | 发那科株式会社 | 具备推定支持主轴的轴承的寿命的功能的数值控制装置 |
CN106202647A (zh) * | 2016-06-29 | 2016-12-07 | 北京科技大学 | 电主轴的多轴疲劳寿命预测方法及疲劳寿命可靠性评估方法 |
CN106874582A (zh) * | 2017-01-25 | 2017-06-20 | 吉林大学 | 一种电主轴加速寿命试验时间设计方法 |
-
2018
- 2018-11-16 CN CN201811366311.4A patent/CN109522650B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090281669A1 (en) * | 1999-03-31 | 2009-11-12 | Lord Corporation | Method and apparatus for balancing |
US20140007657A1 (en) * | 2011-03-03 | 2014-01-09 | Yukio Matsubara | Status monitoring system and status monitoring method for rolling device |
CN102567639A (zh) * | 2011-12-30 | 2012-07-11 | 南京航空航天大学 | 一种针对竞争失效的航空发动机可靠性评估方法 |
CN103778309A (zh) * | 2012-10-18 | 2014-05-07 | 天津职业技术师范大学 | 退化试验下数控系统可靠性快速贝叶斯评定系统 |
CN102981452A (zh) * | 2012-12-28 | 2013-03-20 | 吉林大学 | 数控机床三类功能部件的可靠性建模与可靠性评估方法 |
CN103240633A (zh) * | 2013-04-18 | 2013-08-14 | 浙江大学 | 数控机床主轴零件的寿命同步控制方法 |
CN104166371A (zh) * | 2013-05-16 | 2014-11-26 | 发那科株式会社 | 具备推定支持主轴的轴承的寿命的功能的数值控制装置 |
CN106202647A (zh) * | 2016-06-29 | 2016-12-07 | 北京科技大学 | 电主轴的多轴疲劳寿命预测方法及疲劳寿命可靠性评估方法 |
CN106874582A (zh) * | 2017-01-25 | 2017-06-20 | 吉林大学 | 一种电主轴加速寿命试验时间设计方法 |
Non-Patent Citations (5)
Title |
---|
JIANG DAYONG 等: "Reliability Analysis of Motor Spindle Bearing Based on Operating Condition", 《2011 THIRD INTERNATIONAL CONFERENCE ON MEASURING TECHNOLOGY AND MECHATRONICS AUTOMATION》 * |
JIANG DAYONG 等: "Reliability Assessment of Machine Tool Spindle Bearing Based on Vibration Feature", 《2010 INTERNATIONAL CONFERENCE ON DIGITAL MANUFACTURING & AUTOMATION》 * |
彭卫文: "重型数控机床可靠性建模与评估技术研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
郑玉彬 等: "基于威布尔分布的电主轴加速寿命试验时间设计", 《吉林大学学报(工学版)》 * |
郑玉彬: "无突发失效下电主轴可靠性建模及评估", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046453A (zh) * | 2019-04-25 | 2019-07-23 | 苏州元联传感技术有限公司 | 一种激光雷达的寿命预测方法 |
CN110414552A (zh) * | 2019-06-14 | 2019-11-05 | 中国人民解放军海军工程大学 | 一种基于多源融合的备件可靠性贝叶斯评估方法及系统 |
CN111079253B (zh) * | 2019-11-12 | 2023-12-12 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 电力电子器件寿命评估方法、装置和计算机设备 |
CN111079253A (zh) * | 2019-11-12 | 2020-04-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 电力电子器件寿命评估方法、装置和计算机设备 |
CN111045939B (zh) * | 2019-12-09 | 2021-03-30 | 山西大学 | Weibull分布的故障检测开源软件可靠性建模方法 |
CN111045939A (zh) * | 2019-12-09 | 2020-04-21 | 山西大学 | Weibull分布的故障检测开源软件可靠性建模方法 |
CN111597682A (zh) * | 2020-04-14 | 2020-08-28 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN111597682B (zh) * | 2020-04-14 | 2023-03-31 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN112069732A (zh) * | 2020-09-03 | 2020-12-11 | 中国人民解放军陆军工程大学 | 一种火炮可靠性鉴定试验的综合评估方法 |
CN112069732B (zh) * | 2020-09-03 | 2022-05-10 | 中国人民解放军陆军工程大学 | 一种火炮可靠性鉴定试验的综合评估方法 |
CN113345525A (zh) * | 2021-06-03 | 2021-09-03 | 谱天(天津)生物科技有限公司 | 一种用于高通量检测中减少协变量对检测结果影响的分析方法 |
CN113420963A (zh) * | 2021-06-03 | 2021-09-21 | 航天科工防御技术研究试验中心 | 机电产品的贮存可靠度评估方法 |
CN114580118A (zh) * | 2022-03-25 | 2022-06-03 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
CN114580118B (zh) * | 2022-03-25 | 2023-12-15 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109522650B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522650A (zh) | 一种无突发失效信息下电主轴寿命评估方法 | |
CN109030202B (zh) | 一种快速确定岩石类脆性材料离散元模型参数的方法 | |
CN102467684B (zh) | 基于改进雷达图的综合性能评估系统和方法 | |
CN102682208B (zh) | 基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法 | |
Ke et al. | A new methodology for analysis of equivalent static wind loads on super-large cooling towers | |
CN109242041A (zh) | 一种电能表异常数据检测方法、装置、设备及存储介质 | |
CN105137328B (zh) | 基于hmm的模拟集成电路早期软故障诊断方法及系统 | |
CN109543303A (zh) | 一种基于类柔度差曲率和频率摄动的结构损伤识别的方法 | |
CN106599507B (zh) | 一种改进b-k准则用于含纤维桥接影响复合材料多向层板分层预测的方法 | |
CN106897543A (zh) | 模态柔度曲率矩阵范数的梁结构损伤识别方法 | |
CN107145641A (zh) | 叶片振动疲劳概率寿命预测方法 | |
CN110472846A (zh) | 核电厂热工水力安全分析最佳估算加不确定性方法 | |
CN109165477A (zh) | 一种螺旋桨静强度计算方法 | |
CN103217282B (zh) | 一种基于等寿命原则的水平轴风力机叶片缩比模型疲劳测试方法 | |
CN112465124B (zh) | 孪生深度时空神经网络模型获取/故障诊断方法、装置 | |
CN110864966A (zh) | 一种适用于裂缝型岩石的可压性评价方法 | |
CN104134013B (zh) | 一种风力机叶片模态分析方法 | |
CN109581427A (zh) | 基于微小卫星自主定轨的联合故障检测方法 | |
CN108319776A (zh) | 基于群广义区间直觉模糊软集的仿真参数选择决策方法 | |
CN105046203A (zh) | 基于夹角dtw距离的卫星遥测数据自适应层次聚类方法 | |
CN105508147A (zh) | 风电叶片单点疲劳加载试验弯矩匹配方法 | |
CN109657260A (zh) | 一种考虑失效相关性的涡轮转子系统可靠性分配方法 | |
CN108763164A (zh) | 煤与瓦斯突出反演相似度的评价方法 | |
CN102901611B (zh) | 一种基于模态试验的星载天线结构损伤快速排查方法 | |
CN110533548A (zh) | 一种基于轨迹特征建立仿真误差评价指标的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |