随机截尾数控机床三参数威布尔分布模型

吉林大学学报(工学版)

随机截尾数控机床三参数威布尔分布模型

张英芝¹，申桂香¹，吴甦²，薛玉霞¹，何宇¹

1.吉林大学机械科学与工程学院，长春 130022; 2.清华大学工业工程系，北京 100084

收稿日期:2007-10-23 修回日期:1900-01-01 出版日期:2009-03-01 发布日期:2009-03-01
通讯作者: 申桂香

3-parameter Weibull distribution for random
truncated NC machine tool fault data

ZHANG Ying-zhi¹，SHEN Gui-xiang¹，WU Su²，XUE Yu-xia¹，He Yu¹

1.College of Mechanical Science and Engineering, Jilin University, Changchun 130022,China; 2.Department of Industry Engineering, Tsinghua University, Beijing 100084,China

Received:2007-10-23 Revised:1900-01-01 Online:2009-03-01 Published:2009-03-01
Contact: SHEN Gui-xiang

摘要/Abstract

摘要： 工程实际中在对数控机床可靠性试验数据进行分析与评估时，多不考虑截尾时间，并多采用二参数威布尔分布，因而数据分析和参数估计中常带来一定误差。针对这一问题，本文提出首先采用故障总时间法进行故障数据预处理，其次假设数据服从二参数威布尔分布并求得相关参数，最后采用改进的插值法来求出位置参数，得出三参数威布尔分布模型。并以 6台某系列数控车床1年的28个随机截尾故障数据为例给出具体计算过程，这可以提高数控机床可靠性分析与评价的精确性。

关键词: 机床, 随机截尾, 故障总时间法, 插值法, 三参数威布尔分布

Abstract: In the engineering practice, the reliability test data of the numerically controlled(NC) machine tool were analyzed and evaluated mostly without consideration of the data truncation time. The data were normally fitted by the 2parameter Weibull distribution, resulting in large error in the data analysis and the parameter estimation. Aiming at this problem, a total fault time method was used to pretreat the fault data, and the relevant parameters were got assuming that the data follow the 2parameter Weibull distribution, then a 3parameter Weibull distribution model was established using the improved interpolation technique to evaluate the position parameter. Taking the random truncated fault data of a certain series of 6 NC machine tools in a year as an example to demonstrate the detailed calculation process. The obtained results can improve the accuracy of the reliability analysis and evaluation on NC machine tools.

Key words: machine tool, random truncation, total fault time method, interpolation method, threeparameter Weibull distribution

中图分类号:

TG659

张英芝，申桂香，吴甦，薛玉霞，何宇 . 随机截尾数控机床三参数威布尔分布模型[J]. 吉林大学学报(工学版), 2009, 39(02): 378-0381.

ZHANG Ying-zhi，SHEN Gui-xiang，WU Su，XUE Yu-xia，He Yu . 3-parameter Weibull distribution for random
truncated NC machine tool fault data
[J]. 吉林大学学报(工学版), 2009, 39(02): 378-0381.

参考文献

相关文章 15

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	申桂香, 孟书, 张英芝, 戚小艳, 栾兰, 宋琪. 平均秩次法在子系统可靠性建模中的应用[J]. 吉林大学学报(工学版), 2014, 44(01): 101-105.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed