2024数控机床关键功能部件可靠性建模与评估.pdf

数控机床关键功能部件可靠性建模与评估

1概述

在设计初期，系统的可靠性预计与分配以及可靠性分析等工作均需以可靠性

模型为前提，从而便于进行设计评审、设计改进及制定维修决策。可靠性建模一

般是采用可靠性框图或者数学模型，根据可靠性分析的需求和产品的结构特点而

建立，以用来描述系统与其组成单元的可靠性逻辑关系。

本规范规定了一般功能部件产品可靠性建模流程，根据收集的故障数据，采

用相应的可靠性建模方法，评定出功能部件产品的可靠性特征值，为开展新产品

可靠性设计和可靠性考核提供基础数据，并持续提高功能部件产品的可靠性水平。

2小数据样本的可靠性建模与评估

传统的可靠性建模与评估依赖于大样本数据，然而在可靠性现场试验整个过

程中，由于试验时间和被考核功能部件数量的限制等，大样本数据的获取并非是

理所当然和轻而易举的。当功能部件发生的故障次数较少，相应的数据样本容量

较小，不满足经典统计学方法对大样本数据的要求时，本规范选用贝叶斯方法作

为功能部件小样本问题的可靠性建模与评估解决方案。

利用贝叶斯方法进行可靠性建模与评估一般包括3个步骤：（1）建立威布

尔参数的先验分布；（2）基于先验分布与数据，计算参数的后验分布；（3）基

于参数的后验分布计算参数的估计值，利用估计值计算MTBF。

2.1两参数威布尔分布及其函数

采用两参数威布尔分布作为功能部件的可靠性模型，用于描述功能部件TBF

的统计规律。其累积分布函数(CDF):P=F(t),由式(2.1)给出：

t

PF(t|,)1exp[()],t0

……………(2.1)



其中α0，是尺度参数；β0，是形状参数；θ=(α,β)为参数向量；t为时间；

CDF的值用P表示F(t|α,β)代表随机变量TBF落在时间轴上某值t左侧的概率。

25

2.2威布尔参数的先验分布

αβ

根据贝叶斯统计学的理论，威布尔参数和都是具有各自分布的随机变

π(α)π(β)

量，这个分布称为先验分布，用和表示。先验分布是由功能部件的先验

αβ

信息决定的。根据先验信息，我们首先确认和的取值都是有一定范围的。理

由如下：

1

（）根据某台功能部件的具体型号、生产厂家、成本等信息，专家可大致

判断该型号功能部件MTBF的取值范围。

2β

（）形状参数具有一定的物理意义，可以表征功能部件所处的故障阶段。

β

专家可通过判断功能部件的故障阶段来间接估计的取值范围。从故障率角度来

1(0β1)2

讲，任何功能部件必将处于以下三个阶段之一：（）早期故障期；（）偶

(β=1)3(β1)

然故障期；和（）耗损故障期。由于专家可根据功能部件的出厂日期、

β

累积运行时间等先验信息判断功能部件处于哪个故障期，因而的大致范围容易

β3

限定。在历史文献与工程实践