基于隨機(jī)模糊條件的加工中心故障模式研究

黃永紅　傅麗群　周紅霞

摘 要：在加工中心出現(xiàn)典型故障時(shí)，將故障能夠以時(shí)間變量定義為一個(gè)模糊變量，考慮到在故障發(fā)生時(shí)具備的不可預(yù)料的隨機(jī)性，所以新建在這種情況下加工中心的故障模型。運(yùn)用這種在隨機(jī)模糊條件下的模糊模擬技術(shù)，并得出一個(gè)相對(duì)典型的故障模型，對(duì)這種故障模式出現(xiàn)的頻率與發(fā)生的條件做出統(tǒng)計(jì)和計(jì)算，有效的對(duì)此型號(hào)加工中心有所掌控，能夠在一定程度上預(yù)防此種故障的發(fā)生，并總結(jié)出對(duì)加工中心影響相對(duì)更大的故障模式。

關(guān)鍵詞：隨機(jī)模糊條件；加工中心；故障模式

一、定義

（一）模糊變量。模糊變量μ是一條從可能性空間（Θ，P

（Θ），Pos）到直線R上的函數(shù)，也就是從可能性空間（Θ，P（Θ），Pos）到實(shí)數(shù)集的函數(shù)。可能性，可信性，必要性這三項(xiàng)測(cè)度在可能性空間—可能性Pos（A）測(cè)度是發(fā)生的可能性；必要性是與上述描述的可能性Pos（A）中的A事件的對(duì)立集合；可信性是可能性和必要性兩項(xiàng)測(cè)度的平均值。

模糊變量的取值是可能性空間到實(shí)數(shù)集的函數(shù)。根據(jù)本文中模糊變量的概念，假如模糊變量的分布為已知類別，可以將數(shù)控機(jī)床的某部位設(shè)為隨機(jī)模糊變量ξ，（x≥0）時(shí)概率密度為Φ（x）=1/θexp[-x/θ]，或者在x小于0時(shí)Φ（x）=0。其中θ是不確定參數(shù)，如果存在足以定量的數(shù)據(jù)，可以對(duì)θ進(jìn)行估算，以得出相應(yīng)的取值和信任范圍。

（二）平均機(jī)會(huì)測(cè)度。隨機(jī)事件本質(zhì)上是具有隨機(jī)性，不確定模糊變量的，隨機(jī)模糊事件發(fā)生的機(jī)會(huì)也具有相應(yīng)的隨機(jī)性和模糊性，是一個(gè)函數(shù)。設(shè)ξ為可能性空間（Θ，P（Θ），Pos）的模糊向量，則根據(jù)上文描述內(nèi)容：

Ch{f（ξ）≤0}（α）=sup{β∣Cr{θ∈ΘPr{f（ξ（θ））≥β}≥α}

隨機(jī)事件的本原機(jī)會(huì)在（0，1]到[0，1]的函數(shù)為以上的{f（ξ）≤0}。

Chα{f（ξ）≤0}= 01∫Ch{f（ξ）≤ 0}（α）dα為{f（ξ）≤0}平均機(jī)會(huì)，平均機(jī)會(huì)是為了對(duì)這種隨機(jī)模糊變量的隨機(jī)事件進(jìn)行對(duì)比和排列而定義出的模糊事件的取值。同理假設(shè)ξ為可能性空間（Θ，P（Θ），Pos）的模糊向量，隨機(jī)事件{f（ξ）≤0}的平均機(jī)會(huì)為

Chα{f（ξ）≤0}= 01∫Ch{f（ξ）≤ 0}（α）dα為{f（ξ）≤0}隨機(jī)事件的平均機(jī)會(huì)。

二、計(jì)算和數(shù)據(jù)處理

加工中心故障可以分為指數(shù)分布，威布爾分布以及正態(tài)分布，這是根據(jù)加工中心故障的事件情況分出以上三類。即便是只有一種故障模式在加工中心發(fā)生作用，這種故障模式也會(huì)符合指數(shù)分布或者威布爾分布或者正態(tài)分布中的一種分布模型。下面將根據(jù)10臺(tái)加工中心的故障數(shù)據(jù)，且頻率大于4 的典型故障模式，對(duì)以上10 臺(tái)故障加工中心進(jìn)行分析和統(tǒng)計(jì)。如1202元件受損；0301液氣油泄漏；0504刀失調(diào)；0603位移超程；0802出現(xiàn)不正常聲響等。符合步威爾分布模型，得出數(shù)據(jù)結(jié)果η=818.03且m=1.4734，所以相應(yīng)的概率分布數(shù)：

F（x）=1-exp[-（x/818.03）1.4734]。

根據(jù)以上數(shù)據(jù)參數(shù)的結(jié)果用統(tǒng)計(jì)法計(jì)算出故障發(fā)生頻率，如表

表 典型故障模式發(fā)生機(jī)會(huì)

三、結(jié)果

通過分析每一種故障模式，得出實(shí)際情況和以上進(jìn)行的排列和頻率對(duì)比并不相同，頻率大的發(fā)生率較高的故障未必會(huì)真正經(jīng)常出現(xiàn)，所以不能夠嚴(yán)格按照發(fā)生頻率比來分析故障模式的發(fā)生情況。通過以上內(nèi)容發(fā)現(xiàn)，文章研究的此種型號(hào)加工中心最常出現(xiàn)的是0407，刀庫(kù)失調(diào)問題，經(jīng)過觀察圖表得知，0407這種故障模式的發(fā)生機(jī)會(huì)和發(fā)生頻率足夠針對(duì)這種狀況制定相應(yīng)的應(yīng)對(duì)措施，這也是模糊條件作用。為了能夠有效解決刀庫(kù)失調(diào)問題，應(yīng)該在硬件上采用相對(duì)精度較高的元件，并進(jìn)行更嚴(yán)格的前期檢測(cè)，使得工作更加嚴(yán)謹(jǐn)預(yù)防問題出現(xiàn)。由于數(shù)控機(jī)床例如刀庫(kù)或者機(jī)械手等部件相對(duì)復(fù)雜精密，所以結(jié)合故障模型預(yù)防故障出現(xiàn)也是值得探討的問題。

四、討論

對(duì)故障發(fā)生進(jìn)行建立故障模型，綜合考慮事件發(fā)生的不確定性和隨機(jī)性，并以模糊理論進(jìn)行分析，將多種故障模式進(jìn)行排列和計(jì)算，得出發(fā)生故障的頻率，可以在一定程度上預(yù)防故障的發(fā)生，也是數(shù)控機(jī)床加工中心能夠相對(duì)穩(wěn)定的工作保證。

參考文獻(xiàn)：

[1] 孫博. 加工中心模糊可靠性研究[D].吉林大學(xué)，2009.

[2] 姚金玖. 基于隨機(jī)性及隨機(jī)模糊性的加工中心故障模式分析[D].吉林大學(xué)，2009.