基于失效模式和动态贝叶斯网络的数控机床可靠性分析

doi:10.13229/j.cnki.jdxbgxb.20240052

摘要/Abstract

摘要：

针对数控机床系统可靠性分析复杂的问题，将故障模式影响及危害性分析方法和动态贝叶斯网络相结合，建立了可靠性分析模型。首先，分析了数控机床的故障原因、故障模式以及主要故障零部件，并结合专家意见对故障原因进行了风险评估。然后，基于数控机床的故障模式表和故障数据构建了动态贝叶斯网络可靠性模型的结构和参数。通过该模型对系统的状态变化、故障零部件的重要性、子系统的重要性以及各零部件的状态变化进行了分析，并对模型分析的结果与传统的蒙特卡洛方法进行了对比验证。

关键词: 机械设计, 数控机床, 可靠性分析, 故障模式影响及危害性分析, 动态贝叶斯网络

Abstract:

In order to solve the complex problem of reliability analysis of CNC machine tool system， this paper combines the failure mode influence and hazard analysis method with the dynamic Bayesian network to establish a reliability analysis model. Firstly， the failure causes， failure modes and main fault parts of CNC machine tools were analyzed， and the risk assessment of the failure causes was carried out in combination with expert opinions. Then， based on the failure mode table and fault data of the CNC machine tool， the structure and parameters of the dynamic Bayesian network reliability model were constructed. The state change of the system， the importance of the faulty parts， the importance of the subsystem and the state changes of each component are analyzed by the model， and the results of the model analysis are compared with the traditional Monte Carlo method.

Key words: mechanical design, CNC machine tools, reliability analysis, failure mode impact and hazard analysis, dynamic Bayesian networks

中图分类号:

TG659

黄贤振,李超,孙超,邱开慧. 基于失效模式和动态贝叶斯网络的数控机床可靠性分析[J]. 吉林大学学报(工学版), 2025, 55(11): 3534-3543.

Xian-zhen HUANG,Chao LI,Chao SUN,Kai-hui QIU. Reliability analysis of CNC machine tools based on failure modes and dynamic bayesian networks[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(11): 3534-3543.

图/表 13

表 1

表 2

数控机床主要零部件故障模式表"

编号	故障模式	编号	故障模式	编号	故障模式	编号	故障模式
FM1	床身断裂	FM26	编码器报警	FM51	滚珠丝杠润滑不良	FM76	液压泵泄压
FM2	床身变形	FM27	皮带松动	FM52	滚珠丝杠副噪声	FM77	润滑油泵压力不足
FM3	立柱断裂	FM28	皮带断裂	FM53	滚珠丝杠不灵活	FM78	润滑泵吸油不足
FM4	立柱变形	FM29	皮带磨损	FM54	刀架不出水	FM79	分油环漏油
FM5	底座破裂	FM30	漏油	FM55	刀架漏水	FM80	冷却泵底座漏水
FM6	底座变形	FM31	无法装夹	FM56	刀架冷却漏水	FM81	冷却泵不上水
FM7	导轨松动	FM32	夹紧机构松动	FM57	编码器松动	FM82	冷却水管漏水
FM8	导轨磨损	FM33	夹紧机构磨损	FM58	编码器损坏	FM83	液位报警
FM9	主轴箱铸造缺陷	FM34	锁紧油缸漏油	FM59	刀架不转位	FM84	排屑器不转
FM10	主轴箱刚度不足	FM35	锁紧部位松动	FM60	刀架转不停	FM85	排屑器卡死
FM11	主轴箱定位孔精度低	FM36	卡盘无动作	FM61	刀架转不到位	FM86	接屑车漏水
FM12	主轴定位故障	FM37	卡盘无法夹紧	FM62	刀架锁不紧	FM87	电机烧坏
FM13	主轴发热过大	FM38	卡盘无动作	FM63	换刀卡住	FM88	电机运转不稳
FM14	主轴噪声过大	FM39	卡盘压力无法调节	FM64	刀具交换时掉刀	FM89	显示器无图像
FM15	主轴停转	FM40	电机损坏	FM65	刀架报警	FM90	显示器无响应
FM16	主轴无变速	FM41	电机线路故障	FM66	刀架不反转只正转	FM91	元件松动
FM17	轴承磨损	FM42	液压套筒无动作	FM67	刀架不定位	FM92	线路、电路短路
FM18	轴承过度发热	FM43	顶尖顶不紧	FM68	电气控制箱故障	FM93	线路接错
FM19	轴承零件损坏	FM44	台尾油路漏油	FM69	线路断开或松脱	FM94	防护门紧
FM20	密封圈腐蚀	FM45	压力不稳定	FM70	滑阀卡住	FM95	防护门卡死
FM21	密封圈磨损	FM46	电机噪声大	FM71	电磁铁故障	FM96	防护门合不上
FM22	密封圈物理失效	FM47	同步带轮裂纹	FM72	电磁铁响声大	FM97	防护罩脱落
FM23	锁紧螺母断裂	FM48	工件出现波纹	FM73	游标漏油	FM98	防护罩漏水
FM24	锁紧螺母腐蚀	FM49	工件加工误差大	FM74	液压油泄露
FM25	锁紧螺母疲劳	FM50	加工工件粗糙度高	FM75	异常噪声、振动

表 2

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

表 3

图 9

表 4

参考文献 19

[1]	陈红霞, 李宏悦, 包斯日古楞, 等. 某重型数控机床可靠性建模及评估研究[J]. 机床与液压, 2024,52(12): 239-243.
	Chen Hong-xia, Li Hong-yue, Bao Si-ri-gu-leng, et al. Research on reliability modeling and evaluation of a heavy-duty CNC machine tool[J]. Machine Tools and Hydraulics, 2024, 52(12): 239-243.
[2]	Stamatis D H. Failure Mode and Effect Analysis[M]. Welshpool: Quality Press, 2003.
[3]	Lee W S, Grosh D L, Tillman F A, et al. Fault tree analysis, methods, and applications: a review[J]. IEEE Transactions on Reliability, 1985, 34(3): 194-203.
[4]	Cowles M K, Carlin B P. Markov chain monte carlo convergence diagnostics: a comparative review[J]. Journal of the American Statistical Association, 1996, 91(434): 883-904.
[5]	王刚, 陈捷, 王华, 等. 基于FMECA的数控转台可靠性分析[J]. 南京工业大学学报: 自然科学版, 2018, 40(4): 52-58.
	Wang Gang, Chen Jie, Wang Hua, et al. Reliability analysis of CNC turntable based on FMECA[J]. Journal of Nanjing University of Technology (Natural Science Edition), 2018, 40(4): 52-58.
[6]	章浩然, 洪荣晶, 陈复兴, 等. 基于FMECA和模糊评判的数控机床可靠性分析方法[J]. 制造技术与机床, 2020(11): 125-129.
	Zhang Hao-ran, Hong Rong-jing, Chen Fu-xing, et al. Reliability analysis method of CNC machine tools on FMECA and fuzzy evaluation[J]. Manufacturing Technology and Machine Tool, 2020(11): 125-129.
[7]	陈红霞, 王纪华, 马爱博, 等. 基于模糊故障树的某重型数控机床主轴系统可靠性分析[J]. 机床与液压, 2022,50(24):165-170.
	Chen Hong-xia, Wang Ji-hua, Ma Ai-bo, et al. Reliability analysis of a heavy-duty CNC machine tool spindle system based on fuzzy fault tree[J]. Machine Tools and Hydraulics, 2022, 50(24): 165-170.
[8]	吴军, 邵新宇, 邓超. 隐马尔科夫链模型在装备运行可靠性预测中的应用[J]. 中国机械工程, 2010, 21(19): 2345-2349.
	Wu Jun, Shao Xin-yu, Deng Chao. Application of hidden Markov chain model in equipment operation reliability prediction[J]. Chinese Mechanical Engineering, 2010, 21(19): 2345-2349.
[9]	郑玉彬, 申桂香, 张英芝, 等. 基于贝叶斯网络的链式刀库系统重要度分析[J]. 吉林大学学报: 工学版, 2019, 49(2): 466-471.
	Zheng Yu-bin, Shen Gui-xiang, Zhang Ying-zhi, et al. Importance analysis of chain-type tool magazine system based on Bayesian network[J].Journal of Jilin University (Engineering and Technology Edition) 2019, 49(2): 466-471.
[10]	Mi J, Li Y F, Peng W, et al. Reliability analysis of complex multi-state system with common cause failure based on evidential networks[J]. Reliability Engineering & System Safety, 2018, 174: 71-81.
[11]	Zuo F, Jia M, Wen G, et al. Reliability modeling and evaluation of complex multi-state system based on bayesian networks considering fuzzy dynamic of faults[J]. CMES-Computer Modeling in Engineering & Sciences, 2021, 129(2): 993-1012.
[12]	Li H, Deng Z M, Golilarz N A, et al. Reliability analysis of the main drive system of a CNC machine tool including early failures[J]. Reliability Engineering & System Safety, 2021, 215: 107846.
[13]	王立平, 朱斌, 吴军, 等. 基于贝叶斯网络的盘式刀库故障分析[J]. 吉林大学学报: 工学版, 2022, 52(2):280-287.
	Wang Li-ping, Zhu Bin, Wu Jun, et al.Fault analysis of circular tool magazine based on Bayesian network[J].Journal of Jilin University (Engineering and Technology Edition), 2022, 52(2): 280-287.
[14]	葛红玉, 王拓, 刘园, 等. 基于贝叶斯网络推理的数控机床元动作装配情景异常识别[J]. 机械设计, 2023, 40(4): 36-42.
	Ge Hong-yu, Wang Tuo, Liu Yuan, et al. CNC machine tool element action assembly scenario anomaly identification based on Bayesian network reasoning [J]. Mechanical Design, 2023, 40(4): 36-42.
[15]	Zúñiga A A, Fernandes J F P, Branco P J C. Fuzzy-based failure modes, effects, and criticality analysis applied to cyber-power grids[J]. Energies, 2023, 16(8): 3346.
[16]	Yu L, Zhang T, Tian H, et al. FMECA of CNC machine tool design stage based on CBWM and DEA[J]. Quality and Reliability Engineering International, 2024, 40(1):154-169.
[17]	Liu H C, Liu L, Bian Q H, et al. Failure mode and effects analysis using fuzzy evidential reasoning approach and grey theory[J]. Expert Systems with Applications, 2011, 38(4): 4403-4415.
[18]	Friedman N, Koller D. Bayesian approach to structure discovery in Bayesian networks[J]. Machine Learning, 2003, 50(1/2): 95-125.
[19]	Andrews J D, Beeson S. Birnbaum's measure of component importance for noncoherent systems[J]. IEEE Transactions on Reliability, 2003, 52(2): 213-219.

相关文章 15

[1]	姚宗伟,陈辰,高振云,靳鸿鹏,荣浩,李学飞,黄虹溥,毕秋实. 基于合成图像数据集的挖掘机关键点识别[J]. 吉林大学学报(工学版), 2026, 56(1): 76-85.
[2]	刘志峰,李伟宁,齐宝宝,陈传海,侍威,张兆晶,谭晓庆,邬昌军. 行星滚柱丝杠滚滑运动机理分析及试验[J]. 吉林大学学报(工学版), 2025, 55(9): 2892-2901.
[3]	刘长钊,宋健,李峥琪,张铁,王磊. 考虑动力学性能的高速薄壁齿轮多目标优化[J]. 吉林大学学报(工学版), 2025, 55(8): 2487-2500.
[4]	黄贤振,马明斐,李超,王旭,荣治明. 机床回转工作台变形全局可靠性灵敏度分析[J]. 吉林大学学报(工学版), 2025, 55(6): 1906-1914.
[5]	刘志峰,陈继民,李迎,赵永胜,闫兴,孙富权. 数控机床线轨装配精度建模及控制方法[J]. 吉林大学学报(工学版), 2025, 55(5): 1536-1543.
[6]	付学中,何厚冰,刘旭东,李静珍. 非正交偏置变位一体化的斜齿面齿轮齿宽设计[J]. 吉林大学学报(工学版), 2025, 55(4): 1207-1214.
[7]	宋剑锋,黄鑫磊,王思然,谢光耀,董永刚. C80列车长大下坡周期制动踏面疲劳寿命预测[J]. 吉林大学学报(工学版), 2025, 55(3): 866-876.
[8]	陈一馨,陈再续,刘永生,杨帅,郭浩杰,贾晋三. 基于改进深度代理模型的挖掘机铲斗结构优化设计[J]. 吉林大学学报(工学版), 2025, 55(11): 3485-3497.
[9]	王淑坤,冯育泽,张景然,张心明,郑龙. 仿清道夫下唇结构除污性能分析[J]. 吉林大学学报(工学版), 2025, 55(1): 392-400.
[10]	黄贤振,于瑞,刘慧珍,唐继武. 考虑轴承非线性恢复力的主轴振动可靠性分析[J]. 吉林大学学报(工学版), 2025, 55(1): 116-124.
[11]	王琛,雒特,惠倩倩,王忠昊,王方方. 面向分体式飞行汽车对接锁定的机电系统设计与验证[J]. 吉林大学学报(工学版), 2024, 54(8): 2130-2140.
[12]	刘洋. 橡胶鞋底弹性打磨仿真及试验[J]. 吉林大学学报(工学版), 2024, 54(8): 2167-2173.
[13]	刘洋,江涛. 计及安装角的六自由度平台虎克铰干涉计算模型[J]. 吉林大学学报(工学版), 2024, 54(6): 1519-1527.
[14]	王磊,李东侠,周松,回丽,沈振鑫. 2024-O铝合金搅拌摩擦焊接头疲劳裂纹扩展行为及寿命预测[J]. 吉林大学学报(工学版), 2024, 54(6): 1563-1569.
[15]	蔡安江,王沛彭,王晨曦,李玲. 多主轴头数控机床虚拟仿真加工平台的构建方法[J]. 吉林大学学报(工学版), 2024, 54(6): 1528-1536.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

系统		零部件
代码	名称	代码	名称	代码	名称	代码	名称	代码	名称
JCS	基础系统	CS	床身	LZ	立柱	DZ	底座	DG	导轨
ZS	主传动系统	ZZX	主轴箱	ZZ	主轴	ZC	滚动轴承	MFQ	密封圈
		SJ	锁紧螺母	GZC	钢栅尺	PD	皮带	DJ1	电机
		YG	油管	LM	螺帽	LG	拉杆	YGT	油缸
		KP	卡盘
TYS	台尾系统	TWY	台尾液压组件	TT	套筒	DJ	顶尖
JJS	进给系统	SF	伺服电机	DL	同步带轮	ZC	轴承	SG	丝杠
DJS	刀架系统	LQG	冷却管路	GJT	管接头	BMQ	编码器	SFDJ	伺服刀架
DJS	刀架系统	DCF	电磁阀
DQS	电气系统	DC	电气控制箱	XL	线路
YYS	液压系统	YDCF	电磁阀	YB	游标	YYB	液压泵
RHS	润滑系统	FYH	分油环	RHB	润滑泵
LQS	冷却系统	YWJ	液位计	LQSG	冷却水管	LQB	冷却水泵
PXS	排屑系统	PXQ	排屑器	JXC	接屑车	DDJ	电动机
SKS	数控系统	XSZ	显示装置	DB	底板	DYB	电源板	ZXB	总线板
FHS	防护系统	FHM	防护门	FHZ	防护罩

可靠度	MC方法	FMECA-DBN	相对误差/%
R（0）	1	1	0.00
R（1）	0.803 922	0.803 848 8	0.01
R（2）	0.601 295	0.600 746 1	0.09
R（3）	0.429 012	0.429 308 2	0.07
R（4）	0.295 428	0.295 915 0	0.16
R（5）	0.197 395	0.197 676 7	0.14
R（6）	0.128 258	0.128 378 4	0.09
R（7）	0.081 126	0.081 236 8	0.14
R（8）	0.050 201	0.050 174 5	0.05
R（9）	0.030 408	0.030 288 4	0.39

系统名称	DBN方法	排序	Birnbaum	排序
基础系统	0.085 158	4	0.820 053	4
主传动系统	0.343 620	1	0.861 945	1
台尾系统	0.035 229	9	0.809 442	9
进给系统	0.048 344	8	0.811 545	8
刀架系统	0.188 817	2	0.834 766	2
电气系统	0.004 209	12	0.804 513	12
液压系统	0.151 712	3	0.828 504	3
润滑系统	0.052 487	7	0.812 211	7
冷却系统	0.028 983	10	0.808 445	10
排屑系统	0.027 211	11	0.808 162	11
数控系统	0.064 734	5	0.814 187	5
防护系统	0.062 316	6	0.813 796	6