CN107341292A - 基于无故障概率的多参数多工序工艺***可靠性计量方法 - Google Patents
基于无故障概率的多参数多工序工艺***可靠性计量方法 Download PDFInfo
- Publication number
- CN107341292A CN107341292A CN201710449817.0A CN201710449817A CN107341292A CN 107341292 A CN107341292 A CN 107341292A CN 201710449817 A CN201710449817 A CN 201710449817A CN 107341292 A CN107341292 A CN 107341292A
- Authority
- CN
- China
- Prior art keywords
- parameter
- reliability
- process system
- probability
- series
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 248
- 230000008569 process Effects 0.000 claims abstract description 207
- 238000004519 manufacturing process Methods 0.000 claims abstract description 28
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000007689 inspection Methods 0.000 claims description 23
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 238000009472 formulation Methods 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 235000008434 ginseng Nutrition 0.000 claims description 5
- -1 instrument Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000003754 machining Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 238000001311 chemical methods and process Methods 0.000 claims description 2
- 230000007257 malfunction Effects 0.000 claims description 2
- 238000004381 surface treatment Methods 0.000 claims description 2
- 230000026676 system process Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000011002 quantification Methods 0.000 abstract description 5
- 238000000205 computational method Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 56
- 238000004364 calculation method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000012356 Product development Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011265 semifinished product Substances 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于无故障概率的多参数多工序工艺***可靠性评估方法，属于质量与可靠性工程领域。本发明具体是通过分析多参数多工序工艺***可靠性影响关系，建立工艺***故障判据与工作能力状态准则、多参数多工序工艺***可靠性计算方法，可以为开展工艺设计、编制工艺规程、改进工艺过程、优化工艺***，提升产品制造过程能力和产品质量的一致性、稳定性，提供基于数据驱动的定量化技术支撑和决策依据，对于确保设计目标实现和提高生产效率具有重要的意义。
Description
技术领域
本发明涉及一种基于无故障概率的多参数多工序工艺***可靠性测量方法，具体是通过分析多参数多工序工艺***可靠性影响关系，建立工艺***故障判据与工作能力状态准则、多参数多工序工艺***可靠性计算方法，可以为开展工艺设计、编制工艺规程、改进工艺过程、优化工艺***，提升产品制造过程能力和产品质量的一致性、稳定性，提供基于数据驱动的定量化技术支撑和决策依据，对于确保设计目标实现和提高生产效率具有重要的意义，属于质量与可靠性工程领域。
背景技术
工艺***是在规定的生产条件下用于执行规定的工艺过程或工序，以及功能上相互关联的工装设备、材料、毛坯、半成品等生产对象和施工人员等形成的***。早在上世纪80年代，钱学森同志就提出：产品的质量及可靠性是设计出来的，是制造出来的，是管理出来的。其中，设计的任务是决定产品的固有质量与可靠性，制造的任务是使产品尽可能接近最好以达到设计的固有质量与可靠性。
一些机构和学者对工艺可靠性进行了研究，例如，前苏联的列舍托夫等人开展了关于机器设备的工艺可靠性研究，讨论了加工精度的可靠性问题，指出机床的精度可靠性受调准的保持、弹性变形、温度变形、毛坯精度等多种因素的影响。北京航空航天大学的付桂翠等分析了工艺***﹑工艺过程产品输出参数﹑产品使用性能﹑产品可靠性四者的关系；上海交通大学孙继文等研究了面向产品尺寸质量的制造***可靠性建模与分析方法，分析了多工位制造***中关键产品特征测量偏差与制造***要素故障、性能衰退的交叉作用，给出了“若不考虑产品质量、制造***要素故障和性能衰退的交叉作用,***可靠性将被过高估计”的研究结果；国防科技大学的梁亮研究了快速响应制造***可靠性的定义及***可靠性计算方法，针对产品开发过程，通过对任务过程的分析提出了***可靠性建模的思路和方法，针对负指数分析在可靠性建模中的局限性，基于PH分布开展产品开发过程可靠性建模研究，考虑研制时间服从任意分布的情形分别建立了串行、并行以及重叠关系的产品开发过程可靠性模型。
以上方法注重工艺***影响关系分析，但没有针对多参数、多工序工艺***给出量化评估的数学模型和表达，本发明基于对工艺要素、工艺过程、工艺输出参数、性能参数和产品可靠性等的影响分析，建立了多参数多工序工艺***可靠性影响关系模型；基于制造质量和生产率两个维度，建立了多参数工艺***故障判据与工作能力状态准则；基于可靠性逻辑框图的串联、并联和混联三种模式，提出了多工序工艺***无故障概率的工艺***可靠性计量方法；基于设置检验和不设置检验两种状态，研究了多参数多工序工艺***可靠性评估的数学表述、算例，从而为开展工艺设计、编制工艺规程、改进工艺过程、优化工艺***，提升产品制造过程能力和产品质量的一致性、稳定性，提供基于数据驱动的定量化技术支撑和决策依据。
发明内容
本发明正是针对上述现有技术状况而设计提供了一种基于无故障概率的多参数多工序工艺***可靠性测量方法，该方法通过分析多参数多工序工艺***可靠性影响关系，建立工艺***故障判据与工作能力状态准则、多参数多工序工艺***可靠性计算方法，为开展工艺设计、编制工艺规程、改进工艺过程、优化工艺***，提升产品制造过程能力和产品质量的一致性、稳定性，提供基于数据驱动的定量化技术支撑和决策依据。
本发明的目的是通过以下技术方案来实现的：
该种基于无故障概率的多参数多工序工艺***可靠性测量方法，其特征在于：该方法的步骤如下：
步骤一：基于对工艺要素、工艺过程、工艺输出参数、产品性能参数和产品可靠性5个维度，建立多参数、多工序的工艺***的产品可靠性影响关系的拓扑结构模型；
所述工艺要素包括5M1E，即人、机、料、法、环、测要素；
所述工艺过程包括机械加工、化学过程、胶接、表面处理、装配过程；
所述工艺输出参数包括几何尺寸、形位公差、表面质量、残余应力、强度、金相组织参数；
所述产品性能参数包括抗腐蚀性、疲劳强度、互换性、耐磨性参数
所述产品可靠性的衡量指标包括产品寿命、平均故障间隔时间MTBF、平均维修时间MMT指标；
模型中任意一条链路，例如，“加工方法(工艺要素)-装配(工艺过程)-表面质量(工艺输出参数)-疲劳强度(产品性能参数)-平均故障间隔时间MTBF(产品可靠性)”，既是规划和实现产品质量形成过程的工作链路，又是发现和持续改进产品质量问题的工作链路。
步骤二：基于制造质量(Q)和生产率(C)两个维度，建立多参数、多工序的工艺***的故障Q-C判据与工作能力状态准则；
所述的工艺***故障Q-C判据包括：
1基于制造质量(Q)的故障判据：
1.1所制造产品质量特性指标之一超出设计文件和工艺文件规定的范围；
1.2工艺过程输入和输出参数超出规定的范围；
1.3检验工序未遵守企业技术文件规定的检验标准；
2基于生产率(C)的故障判据包括：
2.1生产节拍低于规定水平；
2.2在规定的期限内没有完成规定的产量；
2.3工装设备发生故障导致工艺***停止运行；
2.4技术维护、更换工具、等停工时间超过规定量；
2.5产品制造成本、劳动量、材料、工具、燃料动力等资源消耗量超过定额；
所述的建立工艺***工作能力状态准则是基于上述工艺***故障Q-C判据，如果工艺***同时满足以下条件：就认为工艺***S(t)有工作能力；
式中：为允许的工艺***状态集；Q(t)、C(t)分别为t时刻的质量参数、生产率参数允许值的集；分别为工艺***有工作能力的质量参数、生产率参数和资源消耗量参数允许值的集。
步骤三：基于可靠性逻辑框图的串联、并联和混联三种模式，提出多工序工艺***无故障概率的工艺***可靠性计量模型；
所述串联方式是一种工艺组合方式，要求工艺***的所有工序都处于有工作能力状态，工艺***则处于无故障状态；
所述并联方式是一种工艺组合方式，只要工艺***中一个工序处于有工作能力状态，工艺***则处于无故障状态，只有工艺***中所有工序同时处于无工作能力状态，才会导致工艺***故障，相比串联方式，并联方式下的工艺***的可靠性具有一定的储备；
所述混联方式是一种工艺组合方式，是由许多串联和并联工序组成的混合***，可简化为“串-并联”***、“并-串联”***两种；
步骤四：基于设置检验和不设置检验两种状态，给出多参数、多工序的工艺***可靠性计量的数学表述；
所述的工艺***可靠性计量的数学表述是指工艺***的无故障概率；
所述的设置检验状态下的工艺***可靠性计量是指考虑检验工序的工艺***无故障概率测算，如果生产过程中设置检验工序，则工艺***第j个参数达到规定值的概率为：Pkj(t)＝Pj(t)[1-βj(t)]；
式中，βj为第j个参数的检验风险，如果工艺***m个参数彼此独立、设置检验且检验风险β值分别为β1(t)、β2(t)、…，βm(t)，则工艺***无故障的概率为：
所述的不设置检验状态下的工艺***可靠性计量是指不考虑检验工序的工艺***无故障概率测算，不考虑检验工序的情况下工作时间T内，工艺***第j个参数无故障的条件为：对于所有t∈(0，T),QLj≤Yj(t)≤QUj，其中，QLj、QUj分别为技术标准文件中规定的第j个参数的偏差下限和偏差上限，Yj(t)为t时刻第j个参数，记工作时间T内工艺***第j个参数无故障的概率：Pj(t)＝P{QLj≤Yj(t)≤QUj}，在工作时间T内：
1)串联工艺***的可靠性，即全部m个参数(彼此独立)同时无故障的概率：
2)并联工艺***的可靠性，即全部m个参数(彼此独立)中只需有一个以上无故障，因此，工艺***的无故障概率：
3)混联工艺***的可靠性，分“串-并联”和“并-串联”两种情形给出：
①“串-并联”工艺***的无故障概率:
②“并-串联”工艺***的无故障概率:
本发明技术方案的优点是：
(1)给出工艺***可靠性的定义，将工艺***可靠性定义为在规定的生产条件下，在规定的时间内，工艺***具有规定的工作能力的概率；
(2)通过对“5M1E(人、机、料、法、环、测)”等工艺要素、产品制造工艺过程、工艺过程输出参数、产品性能参数和产品可靠性等之间的影响关系分析，建立多参数多工序工艺***可靠性影响关系模型；
(3)从制造质量和生产效率两个维度，给出多参数工艺***故障判据与工作能力状态准则；
(4)分析串联、并联和混联三种模式，建立多工序工艺***可靠性逻辑框图；考虑设置检验和不设置检验两种状态，研究无故障概率的多参数多工序工艺***可靠性评估方法和算例；
(5)该发明应用前景广阔，可以为开展工艺设计、编制工艺规程、改进工艺过程、优化工艺***，提升产品制造过程能力和产品质量的一致性、稳定性，提供基于数据驱动的定量化技术支撑和决策依据，对于确保设计目标实现，提高生产效率具有重要的意义。
附图说明
图1工艺***可靠性影响关系模型
图2串联工序和并联工序的工艺可靠性
图3混联工艺***的示例
图4混联工艺***的可靠性逻辑框图
图5多工序产品制造工艺***示例
具体实施方式
下面对本发明的具体实施步骤进行进一步说明：
步骤一：建立多参数、多工序的工艺***的产品可靠性影响关系的拓扑结构模型；
复杂装备制造一般要经历需求分析、方案论证、设计开发、试制等阶段，其研制方案固化后，产品质量与可靠性体现为产品在使用过程中随着时间的变化保持功能的能力，如耐磨性、疲劳强度、抗腐蚀性等。实际工程中，工艺***的输出参数，如尺寸、表面质量等，不仅决定了产品的使用性能，还进一步影响产品可靠性指标的实现。基于上述分析，本文建立如图1所示的多参数、多工序的工艺***的产品可靠性影响关系的拓扑结构模型。
多参数、多工序的工艺***的产品可靠性影响关系的拓扑结构模型基于工艺要素、工艺过程、工艺输出参数、产品性能参数、产品可靠性5个维度，给出了各工艺要素、加工工序、指标参数等对产品质量与可靠性的影响关系和拓扑结构。模型中任意一条链路，例如“加工方法(工艺要素)-装配(工艺过程)-表面质量(工艺输出参数)-疲劳强度(产品性能参数)-平均故障间隔时间MTBF(产品可靠性)”，既是规划和实现产品质量形成过程的工作链路，又是发现和持续改进产品质量问题的工作链路。
步骤二：基于制造质量(Q)和生产率(C)两个维度，建立多参数、多工序的工艺***的故障Q-C判据与工作能力状态准则；
为了计量工艺***的可靠性，基于制造质量(Q)和生产率(C)两个维度，建立多参数、多工序的工艺***的故障Q-C判据，并给出工艺***工作能力状态准则的数学描述。
首先，建立工艺***故障Q-C判据。包括：
(1)基于制造质量(Q)的故障判据：
1)所制造产品质量特性指标之一超出设计文件和工艺文件规定的范围；
2)工艺过程(工序)输入和输出参数超出规定的范围；
3)检验工序未遵守企业技术文件规定的检验标准(例如，错漏检)。
(2)基于生产率(C)的故障判据：
1)生产节拍低于规定水平；
2)在规定的期限内没有完成规定的产量；
3)工装设备发生故障导致工艺***停止运行；
4)技术维护、更换工具、等停工时间超过规定量；
5)产品制造成本、劳动量、材料、工具、燃料动力等资源消耗量超过定额。
然后，基于上述工艺***故障Q-C判据，建立工艺***工作能力状态准则的数学描述。如果工艺***同时满足以下条件：就认为工艺***S(t)有工作能力；
式中：为允许的工艺***状态集；Q(t)、C(t)分别为t时刻的质量参数、生产率参数允许值的集；分别为工艺***有工作能力的质量参数、生产率参数和资源消耗量参数允许值的集。
步骤三：基于可靠性逻辑框图的串联、并联和混联三种模式，提出多参数、多工序的工艺***无故障概率的工艺***可靠性计量模型。
工艺***的可靠性取决于工序间的组合方式和每道工序可靠性。其中，工序的组合方式有3种形式：串联、并联合混联。
(1)串联方式。串连方式是最常用的工艺组合方式，要求工艺***的所有工序都处于有工作能力状态，工艺***处于无故障状态。
(2)并联方式。只要其中一个工序无故障，工艺***即处于无故障状态，只有所有工序同时故障才会导致工艺***故障。因此，并联方式下的工艺***的可靠性有了一定的储备。例如，车外圆时为了减少废品，将机床尺寸调整偏大些，则废品主要为可修复废品，为此在车工序A并联一通修工序B，将可修复废品转变为合格品，如图2所示。
(3)混联方式。在现场，产品制造过程基本上都是混联工艺。混联工艺***由许多串联和并联工序组成的混合***，图3是一个混联工艺***的示例。
无论多么复杂的混联工艺***，均可简化为“串-并联”***、“并-串联”***两种，混联工艺***的可靠性逻辑框图如图4所示。
步骤四：基于设置检验和不设置检验两种状态，给出多参数、多工序的工艺***可靠性计量的数学表述、算例。
工艺***可靠性可以通过计算工艺***的无故障概率计算得到。下文基于工艺***故障Q-C判据和工艺***工作能力状态准则，结合工艺***可靠性逻辑框图，分设置检验和不设置检验两种情况，给出工艺***可靠性评估方法和工艺***无故障概率的计算方法。
(1)不考虑检验工序的工艺***无故障概率。不考虑检验工序的情况下，工作时间T内，工艺***第j个参数无故障的条件为：对于所有t∈(0，T),QLj≤Yj(t)≤QUj，这里，QLj、QUj分别为技术标准文件中规定的第j个参数的偏差下限和偏差上限，Yj(t)为t时刻第j个参数。工作时间T内，记工艺***第j个参数无故障的概率：Pj(t)＝P{QLj≤Yj(t)≤QUj}。这样，在工作时间T内：
1)串联工艺***的可靠性，即全部m个参数(彼此独立)同时无故障的概率：
2)并联工艺***的可靠性，即全部m个参数(彼此独立)中只需有一个以上无故障，因此，工艺***的无故障概率：
3)混联工艺***的可靠性，分“串-并联”和“并-串联”两种情形给出：
①“串-并联”工艺***的无故障概率:
②“并-串联”工艺***的无故障概率:
(2)考虑检验工序的工艺***无故障概率
如果生产过程中设置检验工序，则工艺***第j个参数达到规定值的概率为：
Pkj(t)＝Pj(t)[1-βj(t)]
式中，βj为第j个参数的检验风险(参数合格但被误判为不合格的生产方风险，参数不合格产品但被误判为合格的用户风险)。
如果工艺***m个参数彼此独立、设置检验且检验风险β值分别为β1(t)、β2(t)、…，βm(t)，则工艺***无故障的概率为：
(3)算例
某产品制造工艺***为混联***，如图5所示。
各工序均设置检验，各工序无故障概率和检验风险等如表1所示。
表1各工序无故障概率和检验风险
该工艺***的可靠性计算如下：
首先，计算各工序考虑检验风险的无故障概率，例如，工序A考虑检验风险的无故障概率PK-A＝0.98×(1-0.04)＝0.9408，工序B考虑检验风险的无故障概率PK-B＝0.94×(1-0.06)＝0.8836，依次类推，计算结果如表1中左后一行所示。
其次，计算工序A、工序B串联，串联后考虑检验的无故障概率：
PK-AB＝PK-A×PK-B＝[0.98×(1-0.04)]×[0.94×(1-0.06)]＝0.8312909；
第三，计算工序A、工序B串连后与工序C并联的无故障概率：
PK-ABC＝1-(1-PK-AB)×(1-PK-C)＝1-(1-0.8312909)×[1-0.96×(1-0.03)]＝0.988393；
第四，计算整个工艺***无故障的概率。工序A与工序B串联后，与工序C并联，再与工序D、工序E、工序F串联，因此，整个工艺***无故障的概率为：
R＝PK-ABC×PK-D×PK-E×PK-F＝0.988393×0.8918×0.9108×0.8740＝0.701668。
Claims (1)
1.一种基于无故障概率的多参数多工序工艺***可靠性测量方法，其特征在于：该方法的步骤如下：
步骤一：基于对工艺要素、工艺过程、工艺输出参数、产品性能参数和产品可靠性5个维度，建立多参数、多工序的工艺***的产品可靠性影响关系的拓扑结构模型；
所述工艺要素包括5M1E，即人、机、料、法、环、测要素；
所述工艺过程包括机械加工、化学过程、胶接、表面处理、装配过程；
所述工艺输出参数包括几何尺寸、形位公差、表面质量、残余应力、强度、金相组织参数；
所述产品性能参数包括抗腐蚀性、疲劳强度、互换性、耐磨性参数
所述产品可靠性的衡量指标包括产品寿命、平均故障间隔时间MTBF、平均维修时间MMT指标；
步骤二：基于制造质量(Q)和生产率(C)两个维度，建立多参数、多工序的工艺***的故障Q-C判据与工作能力状态准则；
所述的工艺***故障Q-C判据包括：
1基于制造质量(Q)的故障判据：
1.1所制造产品质量特性指标之一超出设计文件和工艺文件规定的范围；
1.2工艺过程输入和输出参数超出规定的范围；
1.3检验工序未遵守企业技术文件规定的检验标准；
2基于生产率(C)的故障判据包括：
2.1生产节拍低于规定水平；
2.2在规定的期限内没有完成规定的产量；
2.3工装设备发生故障导致工艺***停止运行；
2.4技术维护、更换工具、等停工时间超过规定量；
2.5产品制造成本、劳动量、材料、工具、燃料动力等资源消耗量超过定额；
所述的建立工艺***工作能力状态准则是基于上述工艺***故障Q-C判据，如果工艺***同时满足以下条件：就认为工艺***S(t)有工作能力；
式中：为允许的工艺***状态集；Q(t)、C(t)分别为t时刻的质量参数、生产率参数允许值的集；分别为工艺***有工作能力的质量参数、生产率参数和资源消耗量参数允许值的集。
步骤三：基于可靠性逻辑框图的串联、并联和混联三种模式，提出多参数、多工序的工艺***无故障概率的工艺***可靠性计量模型；
所述串联方式是一种工艺组合方式，要求工艺***的所有工序都处于有工作能力状态，工艺***则处于无故障状态；
所述并联方式是一种工艺组合方式，只要工艺***中一个工序处于有工作能力状态，工艺***则处于无故障状态，只有工艺***中所有工序同时处于无工作能力状态，才会导致工艺***故障，相比串联方式，并联方式下的工艺***的可靠性具有一定的储备；
所述混联方式是一种工艺组合方式，是由许多串联和并联工序组成的混合***，可简化为“串-并联”***、“并-串联”***两种；
步骤四：基于设置检验和不设置检验两种状态，给出多参数、多工序的工艺***可靠性计量的数学表述；
所述的工艺***可靠性计量的数学表述是指工艺***的无故障概率；
所述的设置检验状态下的工艺***可靠性计量是指考虑检验工序的工艺***无故障概率测算，如果生产过程中设置检验工序，则工艺***第j个参数达到规定值的概率为：Pkj(t)＝Pj(t)[1-βj(t)]；
式中，βj为第j个参数的检验风险，如果工艺***m个参数彼此独立、设置检验且检验风险β值分别为β1(t)、β2(t)、…，βm(t)，则工艺***无故障的概率为：
所述的不设置检验状态下的工艺***可靠性计量是指不考虑检验工序的工艺***无故障概率测算，不考虑检验工序的情况下工作时间T内，工艺***第j个参数无故障的条件为：对于所有t∈(0，T),QLj≤Yj(t)≤QUj，其中，QLj、QUj分别为技术标准文件中规定的第j个参数的偏差下限和偏差上限，Yj(t)为t时刻第j个参数，记工作时间T内工艺***第j个参数无故障的概率：Pj(t)＝P{QLj≤Yj(t)≤QUj}，在工作时间T内：
1)串联工艺***的可靠性，即全部m个参数(彼此独立)同时无故障的概率：
2)并联工艺***的可靠性，即全部m个参数(彼此独立)中只需有一个以上无故障，因此，工艺***的无故障概率：
3)混联工艺***的可靠性，分“串-并联”和“并-串联”两种情形给出：
①“串-并联”工艺***的无故障概率:
②“并-串联”工艺***的无故障概率:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710449817.0A CN107341292A (zh) | 2017-06-14 | 2017-06-14 | 基于无故障概率的多参数多工序工艺***可靠性计量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710449817.0A CN107341292A (zh) | 2017-06-14 | 2017-06-14 | 基于无故障概率的多参数多工序工艺***可靠性计量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107341292A true CN107341292A (zh) | 2017-11-10 |
Family
ID=60220619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710449817.0A Pending CN107341292A (zh) | 2017-06-14 | 2017-06-14 | 基于无故障概率的多参数多工序工艺***可靠性计量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107341292A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027869A (zh) * | 2019-12-14 | 2020-04-17 | 湖南联诚轨道装备有限公司 | 基于安全性考虑的轨道交通产品可靠性分析方法 |
| CN111340250A (zh) * | 2018-12-19 | 2020-06-26 | 富泰华工业（深圳）有限公司 | 设备检修装置、方法及计算机可读存储介质 |
| CN112307568A (zh) * | 2020-11-27 | 2021-02-02 | 中国航发沈阳发动机研究所 | 一种基于调整件组尺寸关系的装配可靠性分析方法 |
-
2017
- 2017-06-14 CN CN201710449817.0A patent/CN107341292A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340250A (zh) * | 2018-12-19 | 2020-06-26 | 富泰华工业（深圳）有限公司 | 设备检修装置、方法及计算机可读存储介质 |
| CN111027869A (zh) * | 2019-12-14 | 2020-04-17 | 湖南联诚轨道装备有限公司 | 基于安全性考虑的轨道交通产品可靠性分析方法 |
| CN112307568A (zh) * | 2020-11-27 | 2021-02-02 | 中国航发沈阳发动机研究所 | 一种基于调整件组尺寸关系的装配可靠性分析方法 |
| CN112307568B (zh) * | 2020-11-27 | 2024-06-11 | 中国航发沈阳发动机研究所 | 一种基于调整件组尺寸关系的装配可靠性分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Poór et al. | Historical overview of maintenance management strategies: Development from breakdown maintenance to predictive maintenance in accordance with four industrial revolutions | |
| Sawhney et al. | En-Lean: a framework to align lean and green manufacturing in the metal cutting supply chain | |
| CN107341292A (zh) | 基于无故障概率的多参数多工序工艺***可靠性计量方法 | |
| CN113469241B (zh) | 基于工艺网络模型与机器学习算法的产品质量控制方法 | |
| Sahu et al. | Benchmarking CNC machine tool using hybrid-fuzzy methodology: a multi-indices decision making (MCDM) approach | |
| Brundage et al. | Smart manufacturing through a framework for a knowledge-based diagnosis system | |
| Prasetyo et al. | An Application of Overall Equipment Effectiveness (OEE) for Minimizing the Bottleneck Process in Semiconductor Industry | |
| Keyser et al. | Reliability in lean systems | |
| CN109902931A (zh) | 一种基于运行数据融合的多态制造***运行风险建模方法 | |
| CN101847004B (zh) | 焦炉多回路控制***的性能评估与故障诊断方法 | |
| Ungermann et al. | Data analytics for manufacturing systems–a data-driven approach for process optimization | |
| CN109522962A (zh) | 一种化工厂安全定量评估方法 | |
| Duc et al. | Design of industrial system using digital numerical control | |
| CN112231971A (zh) | 基于相对整体趋势扩散故障样本生成的高炉故障诊断方法 | |
| Jonsson et al. | Stamping tools for sheet metal forming: Current state and future research directions | |
| CN105785954A (zh) | 基于质量状态任务网络的制造***任务可靠性建模方法 | |
| CN111061246A (zh) | 一种机械产品装配过程故障模式、影响及危害性分析方法 | |
| Lin et al. | Reliability evaluation of a manufacturing network with reworking action | |
| CN114169721B (zh) | 一种基于自适应模糊推理的全流程零件加工质量预测方法 | |
| CN106485404A (zh) | 一种基于triz理论在模具制造中的应用评价方法 | |
| Xiang et al. | An evaluation method for brittle source of the key procedure in complex parts’ manufacturing | |
| Kim et al. | Computational shipyard dynamics | |
| CN109102178A (zh) | 一种电力企业价值评估方法、装置及设备 | |
| Khalifa et al. | Quality 4.0: Entity relationship model for inspection and repair processes in aerospace domain | |
| Kourepis et al. | Performance analysis of two stage flow lines with non-identical and unreliable parallel machines that produce good quality and defective products |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171110 |
|
| RJ01 | Rejection of invention patent application after publication |