吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (02): 403-0407.
贾志新1,张宏斌1,2,郗安民1
JIA Zhi-xin1,ZHANG Hong-bin1,2,XI An-min1
摘要:
针对数控机床可靠性研究过程中可靠性数据收集周期长、费用较高的问题,提出了基于人工神经网络理论和算法的数控机床可靠性数据扩充方法。在对收集的少量可靠性数据进行初步分析的基础上,对人工神经网络网络进行训练,并应用训练后的神经网络对原始可靠性数据进行扩充。扩充后的可靠性数据与原始可靠性数据具有相同的失效分布规律。对扩充后的可靠性数据通过应用最小二乘法和KS检验法进行分析,可以确定数控机床可靠性数据分布模型。以9台某型号数控车床3个月的可靠性数据为例证明该方法能够在可靠性数据较少的情况下实现对数控机床可靠性数据分布模型的确定,同时分布模型的拟合更加准确。
中图分类号:
[1] | 江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754. |
[2] | 郑玉彬, 杨斌, 王晓峰, 申桂香, 赵宪卓, 秦猛猛. 基于威布尔分布的电主轴加速寿命试验时间设计[J]. 吉林大学学报(工学版), 2018, 48(3): 767-772. |
[3] | 申桂香, 曾文彬, 张英芝, 吴茂坤, 郑玉彬. 最小故障率下数控组合机床平均维修时间确定[J]. 吉林大学学报(工学版), 2017, 47(5): 1519-1526. |
[4] | 曲兴田, 赵永兵, 刘海忠, 王昕, 杨旭, 陈行德. 串并混联机床几何误差建模与实验[J]. 吉林大学学报(工学版), 2017, 47(1): 137-144. |
[5] | 张英芝, 刘津彤, 申桂香, 戚晓艳, 龙哲. 基于故障相关性分析的数控机床系统可靠性建模[J]. 吉林大学学报(工学版), 2017, 47(1): 169-173. |
[6] | 孟书, 申桂香, 张英芝, 龙哲, 曾文彬. 基于时间相关的数控机床系统组件更换时间[J]. 吉林大学学报(工学版), 2016, 46(6): 1946-1952. |
[7] | 李洪洲, 杨兆军, 许彬彬, 王彦鹍, 贾玉辉, 侯超. 数控机床可靠性评估试验周期设计[J]. 吉林大学学报(工学版), 2016, 46(5): 1520-1527. |
[8] | 王健健, 冯平法, 张建富, 吴志军, 张国斌, 闫培龙. 卡盘定心精度建模及其保持特性与修复方法[J]. 吉林大学学报(工学版), 2016, 46(2): 487-493. |
[9] | 杨兆军, 杨川贵, 陈菲, 郝庆波, 郑志同, 王松. 基于PSO算法和SVR模型的加工中心可靠性模型参数估计[J]. 吉林大学学报(工学版), 2015, 45(3): 829-836. |
[10] | 王晓燕,申桂香,张英芝,孙曙光,戚晓艳,荣峰. 基于故障链的复杂系统故障相关系数建模[J]. 吉林大学学报(工学版), 2015, 45(2): 442-447. |
[11] | 赵帼娟, 张雷, 卢磊, 韩飞飞, 赵继. 四轴抛光平台综合误差建模及分析[J]. 吉林大学学报(工学版), 2014, 44(6): 1676-1683. |
[12] | 王继利, 杨兆军, 李国发, 朱晓翠. EM算法的多重威布尔可靠性建模[J]. 吉林大学学报(工学版), 2014, 44(4): 1010-1015. |
[13] | 杨兆军,王继利,李国发,张新戈. 冲压机床可靠性增长的模糊层次分析预测方法[J]. 吉林大学学报(工学版), 2014, 44(3): 686-691. |
[14] | 杨兆军, 杨川贵, 陈菲, 王东亮, 马帅, 刘博. 基于最小二乘算法和SVDUKF算法的电液伺服加载优化[J]. 吉林大学学报(工学版), 2014, 44(2): 392-397. |
[15] | 陈传海, 杨兆军, 陈菲, 郝庆波, 许彬彬, 阚英男. 基于Bootstrap-Bayes的加工中心主轴可靠性建模[J]. 吉林大学学报(工学版), 2014, 44(01): 95-100. |
|