数学建模_自动化车床管理中的故障检查与刀具更换模型介绍.docxVIP

自动化车床管理中的故障检查与刀具更换模型 摘要 本文针对自动化车床管理中的故障检查与排除问题，以效益最好（即使总损失费用最少）为目标，建立不同条件下的检查间隔模型和刀具更换间隔模型，并提出改进的检查方式。 为了估计刀具的寿命分布，本文对附件中100次刀具故障记录的数据进行K-S法正态检验，得出有99.4%的概率可以认为刀具寿命服从正态分布。再运用极大似然法估计其正态分布参数，得其服从分布。 对于最优刀具更换间隔的求解，以效益最好为目标，将零件平均损失期望作为目标函数，利用刀具寿命的分布，解得效益最好时的刀具更换间隔为426个零件。 对于检查间隔的求解，需要在以下两种条件下分别讨论： 在工序正常时只产生合格品、工序故障时只产生不合格品的条件下，认为发生故障后的第一次检查即能检查出故障，依此构造出以检查间隔为自变量的零件平均损失期望函数。若以等间隔的方式进行检查，解得效益最好时的检查间隔为15个零件，且零件平均损失费期望最小值为4.51元/个。 在工序正常时生产2%的不合格品、工序故障时生产60%不合格品的条件下，因故障与否不一定能被准确查出，所以根据工序运行状态与检查结果分四种情况讨论：工序故障且检查结果为有故障、工序故障但检查结果为无故障、工序无故障且检查结果为无故障、工序无故障但检查结果为有故障。在此基础上推导出关于检查间隔的零件平均损失期望函数，求解得出使得效益最好的检查间隔为20个零件，且零件平均损失费期望最小值为6.87元/个。 最后，为了获得更高的效益，将检查方案由一次检查一个零件调整为一次检查多个零件再判断是否故障。保持求得的最优检查间隔（20个零件）不变，求得最佳的检查方案为：工作人员每次检查3个零件，若大于等于2个零件不合格即可判断车床有故障。另外，提出非等间隔的检查方式作为模型改进方向。  问题重述 随着我国工业生产的飞速发展，制造业的生产技术已经进入自动化生产时代。但是，自动车床一旦发生故障而又未能及时检查出来，将会产生大量的不合格品，不仅给企业带来严重的经济损失，而且造成资源的严重浪费。因此，对自动化车床进行高效的管理显得尤为必要。 现已知某自动化车床连续加工零件，由于各种因素出现故障导致工厂遭受损失，效益变低。根据故障类型、发生的频率，将自动车床发生的故障分为刀具损坏故障，其它故障。分别占故障总数的95%和5%。为了及时检查出机器是否发生故障，工作人员通过检查零件是否出现故障。根据积累的100次刀具故障记录和生产工序的费用参数，解决以下三个问题： （1）假定工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品，试制定检查间隔与刀具更换策略使得工厂遭受的损失最少； （2）假设工序正常时产出的零件不合格品概率为2%，工序故障时产出的零件有40%为合格品。工序正常而误认为有故障造成车床停机会造成1500元/次的损失费。试改进问题一的检查间隔和刀具更换策略； （3）在（2）的假设条件下，考虑改进的检查方式以获得更高的效益。 问题分析 题目中工序出现故障是完全随机，且生产任一零件时出现故障的机会均相同。由此，在理论上我们可以将问题转化为概率模型。 首先，根据刀具故障占95%这一条件，可以认为故障的发生与刀具的寿命密切相关。为了估计刀具的寿命，通过对附件中100次刀具故障记录的数据进行分析与处理，将100次刀具故障记录的数据绘制出频率分布图，可以发现其图像较符合正态分布。为了验证该猜想，对其做进一步的正态分布检验，发现其正态分布的检验效果很好。据此，可以进一步用极大似然估计法确定其分布中的参数。 由于发生故障后调节使恢复正常时需花费3000元/次，大于更换刀具费用1000元/次。则认为其具体做法为：在刀具更换时先对工序进行检修，若有故障则对其进行修理，花费3000元，若无故障则更换刀具，花费1000元。 由于需要求解的参数有刀具更换间隔和检查间隔两个参数，如果同时找其最优解会十分复杂，因此我们采取分级优化的方式，即先求得一个参数的最优解，再以该参数为基础，求得另一个参数的最优解。由于刀具的更换主要考虑的因素为刀具的寿命，且更换刀具可以避免刀具故障的发生，因此，刀具更换间隔对检查间隔的依赖很小，且对效益的影响程度很高。所以，我们采用先求解刀具更换间隔、再以此为基础求解检查间隔的方法。 因为更换刀具可以避免刀具故障，故对故障的发生点分两种情况讨论：故障发生在刀具更换间隔内和故障发生在刀具更换间隔外。利用问题中不同的假设条件，对这两种情况作详细讨论，即可求解出效益最好的检查间隔和刀具更换间隔。 对于检查间隔的求解，需要在以下两种条件下分别进行讨论： 在工序正常时只产生合格品、工序故障时只产生不合格品的条件下，检查出不合格零件即可认为车床发生故障。根据刀具寿命的分布，可以得出工厂损失期望的表达式，利用MATLA