CN107038321B - 基于元动作单元的任务可靠性预计分析方法 - Google Patents

基于元动作单元的任务可靠性预计分析方法 Download PDF

Info

Publication number
CN107038321B
CN107038321B CN201710374803.7A CN201710374803A CN107038321B CN 107038321 B CN107038321 B CN 107038321B CN 201710374803 A CN201710374803 A CN 201710374803A CN 107038321 B CN107038321 B CN 107038321B
Authority
CN
China
Prior art keywords
reliability
similarity
evaluation
meta
units
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710374803.7A
Other languages
English (en)
Other versions
CN107038321A (zh
Inventor
肖莉明
冉琰
周伟
姚梦生
李清香
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201710374803.7A priority Critical patent/CN107038321B/zh
Publication of CN107038321A publication Critical patent/CN107038321A/zh
Application granted granted Critical
Publication of CN107038321B publication Critical patent/CN107038321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于元动作单元的任务可靠性预计分析方法,在进行整机可靠性分析前,将整机分解至子***,再将各子***分解到元动作单元层;找到各元动作单元的相似元动作单元,并对相似单元故障数据和两单元之间的相似性进行综合分析,从而求出待评估元动作单元的可靠性指标;然后根据元动作单元与运动之间以及运动和子***功能之间的关系模型可求解运动可靠性和子***功能可靠性。本发明将对机械部件的可靠性预计转变为对元动作单元的可靠性预计,基于元动作单元结构简单、安装形式单一的特点,能够更加方便的对其应用相似产品预计法进行可靠性预计。另外,对相似单元之间的相似性进行了量化分析,可以提高元动作单元可靠性预计的准确性。

Description

基于元动作单元的任务可靠性预计分析方法
技术领域
本发明涉及机械设备的一种可靠性分析方法,特别的涉及一种基于元动作单元的任务可靠性预计分析方法。
背景技术
机械设备的可靠性尤其是机床的可靠性在国内外引起了越来越多的关注,设备可靠性研究可以为设计、加工和装配过程提供指导,进而提升设备自身使用精度和使用寿命,同时能够在很大程度上改善设备加工制造和维修过程中的经济性。目前最为主流的可靠性预计方法是通过结构分解的方法将整个***分解到零部件级别,再计算零部件的可靠性指标,最后从零部件的可靠性指标推算整个***的可靠性指标,从而对设计加工进行指导。然而对于机构复杂、工况多变、载荷多变或故障模式繁多的机械***,将结构分解到零部件再进行可靠性分析的工作量非常巨大,而且中间过程的增多对最终结果的影响也会相应提升。由此专家提出将基于结构进行分解的方法转化为基于功能进行分解的方法,即将机械***的总功能按照“功能—运动—动作”的分解流程,分解成不能进一步再分解的最小动作单元,称为元动作单元,将对零部件的可靠性研究转移为对元动作单元的可靠性研究。目前已有学者从元动作单元层面进行了故障模式、影响和危害性分析(FMECA)以及元动作单元故障的根本原因的定性定量分析(故障树分析FTA)。
但是,机械设备的可靠性分析技术是一个***性的分析技术,必须做到层层推进,在FMECA和FTA分析之前对***可靠性的预计和分配研究是必不可少的,而任务可靠性是机械***能在规定条件下完成其功能的重要体现,然而现有任务可靠性预计方法的准确性还有待提高。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种基于元动作单元的任务可靠性预计分析方法,将对机械零部件的可靠性预计转变为对元动作单元的可靠性预计,基于元动作单元结构简单、安装形式单一的特点,能够更加方便的对其应用相似产品预计法进行可靠性预计。另外,对待评估元动作单元和相似元动作单元之间的相似性进行了量化分析,提高了应用相似产品法进行可靠性预计的准确性。最后,从运动和功能角度进行可靠性预计,更好的与机械设备任务可靠性进行联系。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种基于元动作单元的任务可靠性预计分析方法,包括如下步骤:
A、将整机按照功能进行结构化分解至子***,再将各子***按照“功能—运动—动作”的步骤逐步分解到元动作单元层;
B、根据整机的技术要求和用户需求,确定整机的任务可靠性指标,并将可靠性指标分配到步骤A中的各子***中,确定各子***的可靠性指标;
C、采用相似产品法找出与所述步骤A中的各元动作单元相对应的相似单元,将影响元动作单元与相似单元之间的相似程度的因素作为相似性评价点,对二者的相似性进行量化分析,确定各评价点对可靠性的相对影响程度;然后应用模糊综合评判法对相似单元的可靠性数据和相似单元与元动作单元之间的相似性进行综合分析,从而求出元动作单元的可靠性预计值;
D、根据各子***的功能实现过程,建立元动作—运动—子***功能之间的关系模型,结合步骤C中得到的元动作单元的可靠性预计值对运动可靠性和子***功能可靠性进行预计,得到各子***的可靠性指标;
E、将步骤D中得到的各子***的可靠性指标分别与步骤B中该子***分配的可靠性指标进行比较,若各子***在步骤B中分配的可靠性指标均小于步骤D中求解的可靠性指标,则完成***可靠性的预计和分配;否则,重复步骤B~E。
在传统的可靠性预计中机械设备设计阶段的可靠性预计通常应用相似产品法和评分预计法,但相似产品法对新研制的产品或者结构比较复杂的产品应用比较困难,而且对相似程度的高低没有进行明确的界定,对于复杂机械***或者子***来说要界定相似程度也比较困难。本发明将元动作单元引入到可靠性预计技术中,将针对零部件的相似产品预计方法转变为针对元动作单元的相似产品预计。由于元动作单元是将机械功能进行最大程度划分的结果,其运动形式只包含“转动”和“移动”,安装结构只包含元动作执行件及相关联的支撑件和紧固件,因此其运动形式简单,安装方式单一,这使得寻找元动作单元的相似单元与寻找复杂机械结构的相似产品相比容易得多。而且,针对元动作单元所寻找的相似单元的相似性也较高。另外,本发明对相似单元数据和待评估单元同相似单元之间的相似性进行了综合分析,从而求出可信性较高的元动作单元可靠性预计值。最后,在元动作单元可靠性预计的基础上进一步对运动和功能进行了可靠性预计,保证了产品任务可靠性预计的有效性。
进一步的,所述步骤C中,还包括如下步骤:
C1、确定元动作单元的相似单元后,收集该相似单元的故障数据,并对故障数据进行分析得到该相似单元的可靠性指标的范围为R1~R2;
C2、将影响元动作单元与相似单元之间的相似程度的因素作为相似性评价点,建立相似性评价点集为
U=(U1,U2,U3,…,Un)
其中,U1~Un表示各相似性评价点;
C3、在相似单元的可靠性指标的基础上,结合各相似性评价点进行初步分析,得到待评估元动作单元的可靠性范围为
Figure GDA0002422076370000031
并在此范围内间隔取值建立待评估元动作单元可靠性指标的备择集为
V=(V1,V2,V3,…,Vp);
C4、将在各相似性评价点下的相似程度分为“完全不相似、少量不相似、相似、很相似和非常相似”五个等级,用三角正模糊数
Figure GDA0002422076370000032
对这5个等级进行标度,三角模糊数为三元组(l,t,μ),其中,l和μ分别为三角模糊数的上限和下限,中间值t为标度值;
C5、对n个相似性评价点进行m次相互独立的相似程度评价,第k次对n个相似性评价点的评价结果用向量
Figure GDA0002422076370000033
表示
Figure GDA0002422076370000034
其中,
Figure GDA0002422076370000035
表示第k次评价时对相似性评价点i的评价结果,i=1,2,3…n;
C6、综合m次相互独立的相似程度的评价结果,对第i个相似性评价点的综合评价结果为
Figure GDA0002422076370000036
li=min(lki)
Figure GDA0002422076370000037
μi=max(μki)
上式中i=1,2,3…n,k=1,2,3…m,则对n个相似性评价点的相似性的综合评价向量可表示为:
Figure GDA0002422076370000038
C7、采用层次分析法中判断矩阵的构建原理对各评价点进行相似性比较,确定各评价点的相似性对可靠性的相对影响程度;对向量
Figure GDA0002422076370000039
中的综合评价结果进行两两比较得出相似性模糊比较矩阵
Figure GDA0002422076370000041
矩阵中的元素
Figure GDA0002422076370000042
为第i个相似性评价点的相似性综合评价结果和第j个相似性评价点的相似性综合评价结果的比值,即
Figure GDA0002422076370000043
C8、通过模糊运算,求出各个相似性评价点对可靠性的相对影响程度
Figure GDA0002422076370000044
式中i=1,2,3…n,j=1,2,3…n,由此将各评价点对可靠性的相对影响程度用向量W表示:
Figure GDA0002422076370000045
C9、采用模糊综合评判法对待评估元动作单元进行可靠性预计,针对各相似性评价点对备择集中p个元素进行m次隶属度评价,对同一备择元素进行m次隶属度评价的平均值作为该元素的隶属度评价结果,得到第i个相似性评价点下备择集中各元素的隶属度向量为
Figure GDA0002422076370000046
其中,i=1,2,3…n,进而得到考虑所有相似性评价点得出隶属度模糊综合评判矩阵
Figure GDA0002422076370000047
C10、综合考虑隶属度矩阵
Figure GDA0002422076370000048
和各评价点对可靠性的相对影响向量
Figure GDA0002422076370000049
得到综合评价指标向量
Figure GDA00024220763700000410
Figure GDA0002422076370000051
式中“。”是模糊算子,这里表示“×”;将
Figure GDA0002422076370000052
中的元素
Figure GDA0002422076370000053
作为权数对备择集V中的各元素Vε进行加权平均,并将结果
Figure GDA0002422076370000054
作为待评估元动作单元的可靠性指标,即:
Figure GDA0002422076370000055
式中ε=1,2,3…p,求解
Figure GDA0002422076370000056
的λ截集
Figure GDA0002422076370000057
将模糊数
Figure GDA0002422076370000058
作为常数区间求其平均值作为待评估元动作单元的可靠性预计结果R,即
Figure GDA0002422076370000059
式中
Figure GDA00024220763700000510
Figure GDA00024220763700000511
分别为模糊数
Figure GDA00024220763700000512
的上下限。
进一步的,所述步骤D中的关系模型由多个基本关系模型组合而成,所述基本关系模型包括串联模型、并联模型、混联模型、表决型模型、旁联模型或桥联模型。
综上所述,本发明将对机械零部件的可靠性预计转变为对元动作单元的可靠性预计,基于元动作单元结构简单、安装形式单一的特点,能够更加方便的对其应用相似产品预计法进行可靠性预计。另外,对待评估单元和相似单元之间的相似程度进行了定量分析,提高了相似产品法进行可靠性预计的准确性。最后,从运动和功能角度进行可靠性预计,更好的与机械设备任务可靠性进行了联系。
附图说明
图1为本发明流程示意图。
图2为FMA分解模型。
图3为数控机床子***的划分示意图。
图4为进给传动***元动作的划分示意图。
图5为丝杆转动元动作单元的结构简图(不包含螺母)。
具体实施方式
下面结合数控机床进给***对本发明的具体实施过程进行说明。
具体实施时:先按照“功能(Function)--运动(Motion)--动作(Action)”(FMA)分解模型将数控机床整机功能映射到子***功能层,并完成子***划分,FMA分解模型如图2。对数控机床进行分析,可将其划分为主轴***、进给传动***、托盘交换架***、换刀***、切削处理***和分度***,子***分解结果见图3,整机功能的实现依靠各个子***分别完成相应的加工、传动、更换工件、更换刀具、切削处理等一些列子***功能进行保证。以进给传动***为例将其按照图2中的FMA分解模型划分到元动作层,分解结果如图4。通过上述分解可见,元动作都是机械***中最为基本的运动形式,在大多数机械设备中都可以找到,故其相似产品的寻找比较容易,而且元动作单元的组成和安装都比较固定。以图4中丝杠转动元动作单元为例,其结构单元一般包含动作执行件丝杆,支撑件轴承、支撑座和机架,紧固件螺钉、螺母等,其一般安装形式如图5(不包含螺母)所示。
根据数控机床使用方要求,确定其任务可靠性指标,并将可靠性指标分配给各个子***,将各个子***的可靠性指标依照图3中的顺序分别命名为Z1~Z6,则进给传动***的可靠性指标为Z2。
以丝杠转动元动作单元为例,对其进行可靠性预计。假设现已找到多台某型号机械设备中丝杆转动元动作单元与待评估丝杆转动元动单元相似,对这些设备中的相似元动作单元分别进行故障数据收集(在收集故障数据时,应以元动作单元动作不能完成为分析目标,比如动作超程、不能动作、动作卡顿等),然后对故障数据进行分析计算求出各相似单元的可靠性指标,通过这几个有限的可靠性指标值,可以估计相似单元的可靠性的范围,设为R1~R2。
待评估丝杆转动单元和相似单元在某些方面不能完全一样,例如产品结构和性能、设计、材料和制造工艺、使用剖面等,两相似单元之间这些因素的相似程度不同对可靠性的影响程度也不相同,在进行分析时可将这些因素作为相似性评价点进行相似性量化分析,并确定各评价点因相似性不同对可靠性的相对影响程度,最后应用模糊综合评判法对相似单元数据和相似性进行综合分析求解待评估丝杆转动单元的靠性度,具体方法如下:
(1)首先建立相似性评价点集和待评估单元可靠性指标备择集。实际应用过程中可根据实际对上述评价点进增减和展开,假设所选评价点用U1~Un表示,则评价点集为:
U=(U1,U2,U3,…,Un)
前面通过相似产品法求出了相似单元的可靠性范围在R1~R2之间,在各因素的影响下,待评估丝杆转动单元的可靠性水平相对于相似单元会升高或降低,例如待评估丝杆转动单元的工作环境更恶劣时,其可靠性相应有所降低,但待评估丝杆转动单元中关键零件(如丝杠)若采用了更好的材料和加工工艺,则会提高其可靠性。由此待评估丝杆转动单元的可靠性范围可在相似单元得出的可靠性范围的基础上适当扩大为
Figure GDA0002422076370000061
扩大原则为:根据待评估单元和选取的相似单元间差异较大且相对重要的评价点进行判定,具体增大范围由经验丰富的专家进行确定。此范围不易变化太大,否则会加大专家评分的难度和不确定性,在此范围取合理间隔的可靠性数据值构成待评估丝杆转动元动作单元的可靠性可靠性指标备择集:
V=(V1,V2,V3,…,Vp)
(2)然后求解评价点因相似性不同对可靠性的相对影响程度向量
Figure GDA0002422076370000071
由于各评价点的相似性是一个模糊概念,这里应用模糊理论对其进行评分量化。
为便于专家评分,将各个评价点的相似程度分成五个等级,即“完全不相似、少量不相似、相似、很相似、非常相似”,用三角正模糊数(TFN)
Figure GDA0002422076370000072
对这5个等级进行标度。三角模糊数通常用三元组(l,t,μ)表示,标度值中的数值代表三角模糊数的中间值t,l和μ分别为三角模糊数的上下限,当两者之间的差值Δ=μ-l越大时,所表示的模糊性也就越大,在专家评价过程中l和μ由专家评定。使用模糊数进行评分可使评分结果更符合实际。
从专家库中聘请m位专家(专家应覆盖到设计人员、加工人员、装配人员和质量管理人员)对n个评价点进行相似性评价。第k个专家对n个评价点的评价结果用向量
Figure GDA0002422076370000073
表示,设:
Figure GDA0002422076370000074
其中
Figure GDA0002422076370000075
表示第k个专家对评价点i的评价结果。对m位专家的评价结果进行处理,使得:
li=min(lki)
Figure GDA0002422076370000076
μi=max(μki)
上式中i=1,2,3…n,k=1,2,3…m。令
Figure GDA0002422076370000077
则m位专家对n个评价点相似性的综合评价向量可表示为:
Figure GDA0002422076370000078
得出各个评价点的评价结果后,采用层次分析法中评判矩阵构建原理对结果进行两两比较得出相似性模糊比较矩阵:
Figure GDA0002422076370000081
矩阵中的元素
Figure GDA0002422076370000082
为第i个评价点和第j个评价点评分结果的比值,即:
Figure GDA0002422076370000083
由此可知,矩阵B为模糊互反矩阵,即:
Figure GDA0002422076370000084
当评价点的相似性越高时,其对元动手单元的可靠性影响就越小;反之,对可靠性的影响就越大,则通过对各相似性评价点的相似进行比较分析,可确定各评价点因相似性不同对可靠性的相对影响程度。对上述模糊比较矩阵进行模糊运算,可求出各个评价点的相对影响程度值
Figure GDA0002422076370000085
Figure GDA0002422076370000086
式中i=1,2,3…n,j=1,2,3…n。
由此求出各评价点相似性不同对可靠性的相对影响程度向量:
Figure GDA0002422076370000087
(3)最后在相似单元数据分析和处理得出的待评估单元可靠性备择集基础上,通过模糊综合评判法对待评估丝杆转动单元可靠性备择集元素进行隶属度评价并求出待评估单元的可靠性指标。由于隶属度同样具有模糊性,依然可用三角模糊数对其进行评价。假设针对第i个评价点m位专家对待评估单元可靠性备择集中p个元素的隶属度评价如表1所示。
表1针对评价点i对各备择集元素隶属度评价
Figure GDA0002422076370000088
Figure GDA0002422076370000091
求出m位专家对同一备择集元素评价的平均值作为评价结果,则对于相似性评价点i各备择集元素的隶属度向量为:
Figure GDA0002422076370000092
其中i=1,2,3…n,考虑所有评价点得出隶属度模糊综合评判矩阵:
Figure GDA0002422076370000093
综合考虑隶属度模糊综合评判矩阵和各评价点对可靠性的相对影响程度得综合评价指标向量:
Figure GDA0002422076370000094
式中“。”是模糊算子,这里表示“×”。
将D中的元素
Figure GDA0002422076370000095
作为权数对各备择集元素Vε进行加权平均,并将结果
Figure GDA0002422076370000096
作为待评估丝杠转动元动作单元的可靠性度,即:
Figure GDA0002422076370000097
式中ε=1,2,3…p,所求结果
Figure GDA0002422076370000098
也是一个模糊数,即是一个区间值,当可靠性要求较高时可通过求解
Figure GDA0002422076370000099
的λ截集
Figure GDA00024220763700000910
来提高预计值的精确度,最后可将模糊数
Figure GDA00024220763700000911
当做普通常数区间求其平均值作为待评估丝杆转动单元的可靠性预计结果R,即:
Figure GDA00024220763700000912
式中
Figure GDA00024220763700000913
Figure GDA00024220763700000914
分别为模糊数
Figure GDA00024220763700000915
的上下限。
预计出元动作单元的可靠性指标后,由于子***的功能都是由各个元动作单元前后驱动完成的,从任务可靠性角度出发,首先以实现运动为目标分析动作传递过程,建立运动和动作之间的关系模型,并通过关系模型计算运动可靠性;然后以子***完成具体功能为目标建立运动和功能之间的关系模型,通过此关系模型进一步对子***功能可靠性进行求解(如需对整机进行任务可靠性预计,还应建立子***功能同整机功能之间的关系模型)。通常关系模型中包含的基本模型有:串联模型、并联模型、混联模型、表决型模型、旁联模型、桥联模型。值得注意的是,建模的依据是各元动作单元之间的功能关系(运动关系)而不是结构关系(装配关系)。复杂***中的关系模型也比较复杂,但都是由这些基本的关系模型组合而成,其中较常见的基本模型为:串联模型、并联模型和混联模型。在元动作单元可靠性指标已求出的基础上根据关系模型可进行运动和子***功能可靠性指标求解。假设各单元寿命服从指数分布,则上述基本关系模型中常见基本模型(串联模型、并联模型、混联模型)求解公式见表2(其他模型求解公式可查《型号可靠性工程》)。重复以上方法可以求出进给***中各个元动作单元的可靠性指标,此处进给***沿各坐标轴进给运动是通过各元动作串联完成的,故可按照表2中串联模型求解公式对进给运动可靠性进行求解,由于进给***只完成各轴向的进给运动,故运动可靠性即为功能可靠性。
表2常见基本模型及其求解公式
Figure GDA0002422076370000101
利用同样的方法即可求解其他子***的可靠性指标,最后将求得的子***可靠性指标同步骤B中分配的可靠性指标Z1~Z5进行对比,如果预计结果中某些***的可靠性水平较分配值大,则表示现有技术下这些***能达到较分配结果更高的可靠性要求,这时可对原机械设备中薄弱环节的预计和分配进行比较,确定是否需要重新进行可靠性分配,以便对薄弱环节进行降额设计;若预计结果中某***的可靠性水平较分配值小,则表示现有技术下该***的可靠性达不到分配要求,这时必须对该***的设计进行改进,以保证其可靠性;这两种情况同时存在时,表示原机械设备的可靠性在子***层面的分配或预计结果不合理,必须进行重新分配或预计。通过预计过程与分配过程的相辅相成、相互迭代,不断改进设计中的缺陷,能有效提高新研制产品的可靠性。
以上所述仅为本发明的较佳实施例而已,并不以本发明为限制,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于元动作单元的任务可靠性预计分析方法,其特征在于,包括如下步骤:
A、将整机按照功能进行结构化分解至子***,再将各子***按照“功能—运动—动作”的步骤逐步分解到元动作单元层;
B、根据整机的技术要求和用户需求,确定整机的任务可靠性指标,并将可靠性指标分配到步骤A中的各子***中,确定各子***的可靠性指标;
C、采用相似产品法找出与所述步骤A中的各元动作单元相对应的相似单元,将影响元动作单元与相似单元之间的相似程度的因素作为相似性评价点,对二者的相似性进行量化分析,确定各评价点对可靠性的相对影响程度;然后应用模糊综合评判法对相似单元的可靠性数据和相似单元与元动作单元之间的相似性进行综合分析,从而求出元动作单元的可靠性预计值;
D、根据各子***的功能实现过程,建立元动作—运动—子***功能之间的关系模型,结合步骤C中得到的元动作单元的可靠性预计值对运动可靠性和子***功能可靠性进行预计,得到各子***的可靠性指标;
E、将步骤D中得到的各子***的可靠性指标分别与步骤B中该子***分配的可靠性指标进行比较,若各子***在步骤B中分配的可靠性指标均小于步骤D中求解的可靠性指标,则完成***可靠性的预计和分配;否则,重复步骤B~E。
2.如权利要求1所述的基于元动作单元的任务可靠性预计分析方法,其特征在于,所述步骤C中,还包括如下步骤:
C1、确定元动作单元的相似单元后,收集该相似单元的故障数据,并对故障数据进行分析得到该相似单元的可靠性指标的范围为R1~R2;
C2、将影响元动作单元与相似单元之间的相似程度的因素作为相似性评价点,建立相似性评价点集为
U=(U1,U2,U3,…,Un)
其中,U1~Un表示各相似性评价点;
C3、在相似单元的可靠性指标的基础上,结合各相似性评价点进行初步分析,得到待评估元动作单元的可靠性范围为
Figure FDA0002422076360000011
并在此范围内间隔取值建立待评估元动作单元可靠性指标的备择集为
V=(V1,V2,V3,…,Vp);
C4、将在各相似性评价点下的相似程度分为“完全不相似、少量不相似、相似、很相似和非常相似”五个等级,用三角正模糊数
Figure FDA0002422076360000012
对这5个等级进行标度,三角模糊数为三元组(l,t,μ),其中,l和μ分别为三角模糊数的上限和下限,中间值t为标度值;
C5、对n个相似性评价点进行m次相互独立的相似程度评价,第k次对n个相似性评价点的评价结果用向量
Figure FDA0002422076360000021
表示
Figure FDA0002422076360000022
其中,
Figure FDA0002422076360000023
表示第k次评价时对相似性评价点i的评价结果,i=1,2,3…n;
C6、综合m次相互独立的相似程度的评价结果,对第i个相似性评价点的综合评价结果为
Figure FDA0002422076360000024
li=min(lki)
Figure FDA0002422076360000025
μi=max(μki)
上式中i=1,2,3…n,k=1,2,3…m,则对n个相似性评价点的相似性的综合评价向量可表示为:
Figure FDA0002422076360000026
C7、采用层次分析法中判断矩阵的构建原理对各评价点进行相似性比较,确定各评价点的相似性对可靠性的相对影响程度;对向量
Figure FDA0002422076360000027
中的综合评价结果进行两两比较得出相似性模糊比较矩阵
Figure FDA0002422076360000028
矩阵中的元素
Figure FDA0002422076360000029
为第i个相似性评价点的相似性综合评价结果和第j个相似性评价点的相似性综合评价结果的比值,即
Figure FDA00024220763600000210
C8、通过模糊运算,求出各个相似性评价点对可靠性的相对影响程度
Figure FDA0002422076360000031
式中i=1,2,3…n,j=1,2,3…n,由此将各评价点对可靠性的相对影响程度用向量
Figure FDA0002422076360000032
表示:
Figure FDA0002422076360000033
C9、采用模糊综合评判法对待评估元动作单元进行可靠性预计,针对各相似性评价点对备择集中p个元素进行m次隶属度评价,对同一备择元素进行m次隶属度评价的平均值作为该元素的隶属度评价结果,得到第i个相似性评价点下备择集中各元素的隶属度向量为
Figure FDA0002422076360000034
其中,i=1,2,3…n,进而得到考虑所有相似性评价点得出隶属度模糊综合评判矩阵
Figure FDA0002422076360000035
C10、综合考虑隶属度矩阵
Figure FDA0002422076360000036
和各评价点对可靠性的相对影响向量
Figure FDA0002422076360000037
得到综合评价指标向量
Figure FDA0002422076360000038
Figure FDA0002422076360000039
式中
Figure FDA00024220763600000310
是模糊算子,这里表示“×”;将
Figure FDA00024220763600000311
中的元素
Figure FDA00024220763600000312
作为权数对备择集V中的各元素Vε进行加权平均,并将结果
Figure FDA00024220763600000313
作为待评估元动作单元的可靠性指标,即:
Figure FDA00024220763600000314
式中ε=1,2,3…p,求解
Figure FDA00024220763600000315
的λ截集
Figure FDA00024220763600000316
将模糊数
Figure FDA00024220763600000317
作为常数区间求其平均值作为待评估元动作单元的可靠性预计结果R,即
Figure FDA00024220763600000318
式中
Figure FDA0002422076360000041
Figure FDA0002422076360000042
分别为模糊数
Figure FDA0002422076360000043
的上下限。
3.如权利要求1所述的基于元动作单元的任务可靠性预计分析方法,其特征在于,所述步骤D中的关系模型由多个基本关系模型组合而成,所述基本关系模型包括串联模型、并联模型、混联模型、表决型模型、旁联模型或桥联模型。
CN201710374803.7A 2017-05-24 2017-05-24 基于元动作单元的任务可靠性预计分析方法 Active CN107038321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710374803.7A CN107038321B (zh) 2017-05-24 2017-05-24 基于元动作单元的任务可靠性预计分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710374803.7A CN107038321B (zh) 2017-05-24 2017-05-24 基于元动作单元的任务可靠性预计分析方法

Publications (2)

Publication Number Publication Date
CN107038321A CN107038321A (zh) 2017-08-11
CN107038321B true CN107038321B (zh) 2020-05-22

Family

ID=59539746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710374803.7A Active CN107038321B (zh) 2017-05-24 2017-05-24 基于元动作单元的任务可靠性预计分析方法

Country Status (1)

Country Link
CN (1) CN107038321B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109031224A (zh) * 2018-08-08 2018-12-18 中国航空工业集团公司雷华电子技术研究所 一种雷达***可靠性模糊分配方法
CN111125851A (zh) * 2018-10-12 2020-05-08 中国人民解放军92942部队 一种多使用方案***的任务可靠性建模计算方法
CN109615225B (zh) * 2018-12-11 2023-02-07 重庆大学 一种滚珠丝杆机构的元动作装配质量评估方法及装置
CN109685380B (zh) * 2018-12-28 2021-03-12 中国工程物理研究院激光聚变研究中心 一种大型复杂可修装置的综合性能评价方法
CN109858194B (zh) * 2019-03-21 2022-11-04 重庆大学 一种基于元动作链的故障传播风险分析方法和防控方法
CN110570117B (zh) * 2019-09-04 2021-12-21 湖南联诚轨道装备有限公司 可靠性分配方法
CN110597177B (zh) * 2019-09-18 2022-06-24 重庆大学 一种基于精度映射的数控机床精度控制方法
CN110704986B (zh) * 2019-10-18 2021-05-25 重庆大学 面向元动作的机械***可靠性分配模糊方法
CN110887649B (zh) * 2019-11-20 2021-10-19 西安科技大学 一种元动作装配单元可靠性试验方法
CN111159895B (zh) * 2019-12-30 2023-03-24 西安科技大学 一种基于模糊理论的机械元动作装配精度可靠性分析方法
CN114154586B (zh) * 2021-12-09 2022-08-26 中国民用航空飞行学院 一种航空器***定量相似性分析方法、装置及介质
CN114897080B (zh) * 2022-05-19 2024-05-14 重庆大学 一种基于元动作的机械产品全故障模式建立方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102176217A (zh) * 2010-12-20 2011-09-07 西安瑞特快速制造工程研究有限公司 一种基于Logistic模型的数控机床刀具可靠性评估方法
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
WO2017011424A1 (en) * 2015-07-13 2017-01-19 Microsoft Technology Licensing, Llc Delayed binding in response selection during input understanding processing
CN106528723A (zh) * 2016-10-27 2017-03-22 重庆大学 基于故障树的数控机床故障消除方案判别指示方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9849504B2 (en) * 2014-04-30 2017-12-26 Apple Inc. Metallic glass parts including core and shell

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102176217A (zh) * 2010-12-20 2011-09-07 西安瑞特快速制造工程研究有限公司 一种基于Logistic模型的数控机床刀具可靠性评估方法
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
WO2017011424A1 (en) * 2015-07-13 2017-01-19 Microsoft Technology Licensing, Llc Delayed binding in response selection during input understanding processing
CN106528723A (zh) * 2016-10-27 2017-03-22 重庆大学 基于故障树的数控机床故障消除方案判别指示方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数控机床元动作单元的装配质量评价与控制技术研究;徐人月;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》;20170315;全文 *

Also Published As

Publication number Publication date
CN107038321A (zh) 2017-08-11

Similar Documents

Publication Publication Date Title
CN107038321B (zh) 基于元动作单元的任务可靠性预计分析方法
CN101537567B (zh) 基于模块化的可重构机床设计方法
Quintana et al. Cost estimation support tool for vertical high speed machines based on product characteristics and productivity requirements
US11209798B1 (en) Robotic workspace layout planning
Chen et al. Meta-action reliability-based mechanical product optimization design under uncertainty environment
CN110928261B (zh) 分布式异构流水车间的分布估计调度方法及***
CN108920806A (zh) 一种基于梯形模糊数和排序法的重型机床可靠性分配方法
CN106844945A (zh) 一种考虑认知不确定性的多状态***概率重要度分析方法
CN108122293A (zh) 一种废旧产品再制造过程质量控制方法
CN109670695B (zh) 基于离群数据挖掘的机械产品加工工序异常并行检测方法
El Amine et al. Comparison of different Multiple-criteria decision analysis methods in the context of conceptual design: application to the development of a solar collector structure
CN110134090B (zh) 融合多源信息的工业机器人控制***可靠性评估方法
US7188051B2 (en) Apparatus and methods for maintenance task analysis
Shuai et al. Integrated parallel forecasting model based on modified fuzzy time series and SVM
CN112116213A (zh) 基于fahp的数控机床直线进给***可靠性分配方法
Yang et al. Streaming data analysis framework for cyber-physical system of metal machining processes
Jin et al. Hybrid model based on recursive feature elimination with cross validation and Tradaboost for workpiece surface topography prediction of five-axis flank milling
Al-Zuheri et al. An integrated design support methodology for walking worker assembly lines
CN112990601A (zh) 基于数据挖掘的蜗轮加工精度自愈模型及方法
Li et al. Failure mode analysis on machining center based on possibility theory
CN112417647A (zh) 一种基于直觉梯形模糊数和ahp-熵权法的数控机床可靠性分配方法
CN110687899A (zh) 一种基于模糊集的机电产品故障模式危害度评估方法
Jin et al. A quantitative metric for workstation design for aircraft assembly
Bacharoudis et al. An efficient cost estimation framework for aerospace applications using matlab/simulink
Deng et al. Health status assessment for the feed system of CNC machine tool based on simulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xiao Liming

Inventor after: Ran Yan

Inventor after: Zhou Wei

Inventor after: Yao Mengsheng

Inventor after: Li Qingxiang

Inventor before: Ran Yan

Inventor before: Xiao Liming

Inventor before: Zhou Wei

Inventor before: Yao Mengsheng

Inventor before: Li Qingxiang

GR01 Patent grant
GR01 Patent grant