1.一种数控机床组件重要性评估方法,包括下述步骤:步骤一:将整个数控机床系统部件划分为n个组件;根据采集的数控机床现场故障信息,借助于数据计算、故障致因分析和系统结构功能方面的相关经验确定故障时间,建立各个组件与故障时间间对应关系及组件间故障传播关系;
步骤二:根据故障致因分析建立组件故障传播有向图;
步骤三:基于时间相关建立数控机床系统组件故障概率模型;
步骤四:应用条件概率定义建立组件间直接故障传递概率模型;
步骤五:基于改进LeaderRank算法的数控机床系统组件故障影响度计算,据此进行组件重要性排序,以实现组件重要性评估;
步骤五所述基于改进LeaderRank算法的数控机床系统组件故障影响度计算,据此进行组件重要性排序,以实现组件重要性评估,是指按照以下步骤计算数控机床系统组件故障影响度:
(1)构建扩展加权故障传播有向图,步骤如下:
1)在组件故障传播有向图中引入背景节点vg,并将该节点与有向图中所有n组件节点双向连接,于是得到n+1个节点组成的扩展故障传播有向图;
2)定义节点间有向连边权值;
设n组件节点间有向连边权值为故障传递概率,即wij=p(i→j),(1≤i,j≤n);背景节点vg指向vi的有向边权值为wgi=1;任一组件节点vi与背景节点vg有向边的权值wig,设节点vi直接指向的组件节点有m个,则 n+1个节点中任一节点到自己的有向边权值为0;
3)在n+1个节点组成的扩展故障传播有向图中,融入节点间有向连边权值,以构建扩展加权故障传播有向图;
(2)数控机床系统扩展加权故障传播有向图描述矩阵数控机床系统扩展加权故障传播有向图描述矩阵是指:为描述由n个系统组件节点vi∈V,(i=1,2,…,n)与一个背景节点vg组成的有向加权网络中节点间有向连接关系,引入邻接矩阵A=[aij](n+1)(n+1);当节点间有连接时,邻接矩阵中元素aij取节点间权值,否则取0;
用邻接矩阵A=[aij](n+1)×(n+1)对扩展加权故障传播有向图模型进行描述;
当i≠j时,
当i=j时,aij=0;
(3)状态转移概率矩阵Q计算
T T
将邻接矩阵A进行转置得到(A) ,然后将(A) 的每行元素除以此行元素的总和,得到状态转移概率矩阵Q,该矩阵元素qij记录一个节点vj到达另一个节点vi的概率,其取值为:(4)运用改进LeaderRank算法进行节点影响度值计算定义一个n+1维向量ILR,它的分量分别代表n个组件与背景节点的初始故障影响度ILRΤ
值,记ILR=[ILR(v1),ILR(v2),…,ILR(vn),ILR(vg)] ,ILR(t‑1)、ILR(t)分别表示第(t‑1)次、第t次迭代所得的(n+1)个节点的初始故障影响度值组成的(n+1)×1阶矩阵;那么初始故障影响度ILR值的迭代计算就可以采用矩阵化的计算方式,将状态转移概率矩阵Q代入公式(5)进行迭代计算:
T
ILR(t+1)=QILR(t) (5)Τ
迭代初始条件为:ILR(1)=[1,1,…,1,0] ;
设ε为指定的迭代收敛平稳阈值,迭代计算当满足 时,说明迭代稳定了,迭代结束;
记迭代至tc步稳定时,各节点初始故障影响度ILR值为ILR(tc),背景节点vg将其影响力ILRg(tc)平均分配给有向图中的其他n个节点,从而获得其他n个组件节点的故障影响度,则ILRj(1≤j≤n)值可按公式(6)计算:至此计算出系统组件节点故障影响度ILR值,依据ILR值大小排序实现组件重要性评估。
2.根据权利要求1所述的数控机床组件重要性评估方法,其特征在于:步骤二中所述的根据故障致因分析建立组件故障传播有向图是指:以系统组件为节点集合V={v1,v2,…,vn},组件节点之间的故障传播关系为有向边集合E={eij}(1≤i,j≤n),构建故障传播有向图G=(V,E)。
3.根据权利要求1所述的数控机床组件重要性评估方法,其特征在于:步骤三中所述基于时间相关建立数控机床系统组件故障概率模型是指:(1)针对定时截尾试验带来的右截尾数据,根据数控机床系统n个组件故障时间,采用Johnson法对组件故障时间的故障顺序号计算;
将数控机床故障数据与右截尾所有k个数据从小到大按整数排列,记这列编号为j(1≤j≤k);对数控机床该组件m个故障数据从小到大按整数排列,记这列编号为i(1≤i≤m),则该组件第i个故障数据的顺序号ri用公式(1)计算:ri=ri‑1+(k+1‑ri‑1)/(k+2‑j) (1)式中:当i=1时,ri‑1=r0=0;
(2)数控机床组件故障概率模型参数估计;
设数控机床组件故障数据t服从形状与尺度参数分别为β、η的两参数威布尔分布,t≥
0,可靠度函数为 故障概率函数为 对F(t)两边取两次自然对数得 将该式左侧 与右侧lnt做线性回归模型的拟合,可以得到威布尔模型参数;
(3)数控机床组件故障概率模型假设检验;
采用线性相关系数检验法计算模型检验值ρ,根据故障数据量n及显著性水平α,计算相关系数起码值ρα,当ρ>ρα时,则认为lnt与 是线性相关的,故障数据服从假设分布,否则拒绝假设。
4.根据权利要求3所述的数控机床组件重要性评估方法,其特征在于:步骤四所述建立组件间直接故障传递概率模型是指基于时间相关建立数控机床系统某条有向边中终端组件综合故障概率与独立故障概率FjΣ(t)、FjI(t)与始端组件综合故障概率FiΣ(t),据此应用公式(2)进行组件间直接故障传递概率p(i→j)计算:式中:n(i→j)(t)——t时刻组件i故障引起组件j故障的故障数据数量;
niΣ(t)——t时刻组件i故障数据数量,等于其自身故障数据数量加上原因组件引起故障数据数量之和,若没有原因组件,则只等于其自身故障数据数量;
njI(t)——t时刻组件j自身故障数据数量;
njΣ(t)——t时刻组件j故障数据数量,等于njI(t)+n(i→j)(t);
N——t时刻机床系统总故障数据数量;
FjI(t)、FjΣ(t)——t时刻组件j的独立故障概率与综合故障概率,可由njI(t)、njΣ(t)个组件j相应故障数据按照步骤三建模求得;
FiΣ(t)——t时刻组件i组成综合故障概率,由niΣ(t)个组件i相应故障数据按照步骤三建模求得。