田 磊,楊文鉑,葛 蓁
(1.河南工業職業技術學院,河南 南陽 473000;2.武漢工商學院 信息工程學院,武漢 430065)
?
基于模糊理論的聯合收獲機底盤可靠性分析與評價
田 磊1,楊文鉑1,葛 蓁2
(1.河南工業職業技術學院,河南 南陽 473000;2.武漢工商學院 信息工程學院,武漢 430065)
針對谷物聯合收獲機可靠性影響因素復雜,考核指標、評估方法多及難以開展定量化評估的問題,將谷物聯合收獲機可靠性評估試驗中得到的多個指標,結合可能影響谷物聯合收獲機可靠性的人為和環境因素,采用模糊理論,對谷物聯合收獲機的可靠性進行綜合評價,為客觀地評價谷物聯合收獲機的可靠性提供依據。基于樣本等級區間抽樣和可拓理論的模糊理論可靠性評價方法,構建了聯合收獲機底盤可靠性評價模型。該模型能夠有效解決谷物聯合收獲機可靠性評價問題,特別在進行可靠性對比時,模糊綜合評價將可以解決多個單因素指標所無法解決的綜合指標技術難題。
聯合收獲機;可靠性;模糊理論;等級區間
谷物聯合收獲機結構復雜,工作環境和人為因素等影響因素較多,其可靠性評價相對較為困難。機械行業標準JB/T 6287-2008《谷物聯合收獲機械 試驗方法》中規定了谷物聯合收獲機的可靠性試驗方法,明確了谷物聯合收獲機械的可靠性指標計算方法。然而,由于試驗數據缺乏,可靠性考核方法不統一,如何科學、客觀地對谷物聯合收獲機的可靠性進行綜合評價一直是困擾研制和鑒定單位的難題。本文充分考慮了谷物聯合收獲機可靠性評價的各個單項指標,同時融合考慮影響谷物聯合收獲機可靠性的各種因素,基于樣本等級區間抽樣和可拓理論的模糊理論可靠性評價方法,構建了聯合收獲機底盤可靠性評價模型。該模型能夠有效解決谷物聯合收獲機可靠性評價問題,特別是在進行可靠性對比的時候,模糊綜合評價將可以解決多個單因素指標所無法解決的綜合指標技術難題,對解決谷物聯合收獲機等農業機械裝備可靠性評價方法不統一問題具有重要的理論意義和參考價值。
當前,我國聯合收獲機可靠性考核主要依據的標準包括有農業行業標準NY/T 2613-2014《農業機械可靠性評價通則》和機械行業標準JB/T 6287- 2008《谷物聯合收獲機械試驗方法》。
NY/T 2613-2014 《農業機械可靠性評價通則》中,對農業機械可靠性評價的故障分級及記錄、考核指標、考核辦法、考核方法選擇和評價規則均進行了規定。對于農業機械產品的試驗鑒定,可參考該標準進行考核評價。標準中給出考核方法有生產試驗法、跟蹤考核法、模擬試驗法、生產查定法和用戶調查法等5種,用平均首次故障前作業時間、平均故障間隔時間、平均當量故障間隔時間、有效度和用戶滿意度等5項指標作為考核的內容。對于考核方法的選擇有3個原則:
1)根據農機產品特點和試驗鑒定要求,選擇相應的考核方法;
2)生產試驗法、跟蹤考核法和模擬試驗法可獨立用于農機產品可靠性評價;
3)生產查定法和用戶調查法在農機產品可靠性評價中應結合使用。
JB/T 6287-2008《谷物聯合收獲機械試驗方法》針對聯合收獲機械性能試驗和生產試驗的試驗條件、試驗方法和試驗實施所需的基本條件均進行了規定,對可靠性試驗方法的故障統計判定原則、故障分類原則、可靠性指標計算等均有詳細的說明。其中,對于可靠性指標規定了平均故障間隔時間MTBF、有效度A和損壞件費用率3個指標。
從以上兩個標準對聯合收獲機的可靠性試驗要求可以看出:當前聯合收獲機的可靠性主要是通過考核計算平均故障間隔時間MTBF或有效度A等單個指標實現,各個指標之間相對獨立;而在實際實施過程中,各個可靠性指標之間并無法建立起相應關系,造成對該收獲機進行可靠性評價時會出現單個產品有多個可靠性指標,在對多個產品進行可靠性比對時各個指標參差不齊,無法進行綜合比較的問題,需要對各個指標進行歸一化處理,給出產品的可靠性綜合評價結論。
模糊綜合評價以模糊數學為基礎,應用模糊變換原理和最大隸屬度原則兩種方法,系統地分析與評價對象關系密切的因素,進而從多個方面對評價對象隸屬度等級狀況進行綜合評判。只有了解各因素在系統中的重要程度,建立合理的數學模型,才能對這些因素綜合評價,做出合理的評價結果。
模糊綜合評價的數學模型主要包括3個要素,可以分為4個步驟建立:
1)確定評價因素集。評價因素集U={u1,u2,…,un}為所有影響評價對象結果的因素ui的有限論域。
2)進行單因素評判。單因素評判f:U→F[V]可以表示為
ui→f(ui)=(ri1,ri2,…,rim)∈F(V)
(1)
其中,ri1,ri2, …,rim分別代表ui對v1、v2、 …、vm的隸屬度,即可誘導出模糊關系Rf∈F(U×V),即
Rf(ui,vi)=f(ui)(vi)=rij
(2)
因此,Rf可由模糊矩陣R∈un×m表示為
(3)
其中,R稱為單因素評判矩陣。
模糊關系R可誘導出U到V的模糊變換Tf(U,V,R)構成一個模糊綜合評價模型,U、V、R是此模型的3個要素。
3)進行綜合評價。在進行綜合評價時,由于各因素對結果的影響未必都相等,需要對各因素進行加權分析,因此設計一個因素權重集A,A=(a1,a1,…,an)表示各因素的權重分配,它與評判矩陣R的合成就是對各因素的綜合評價。引入模糊變換為
AR=B
(4)
采用線性變換方法運算,可得綜合評價結果為
=(b1,b2,…,bm)
(5)
其中,B為評判結果。
谷物聯合收獲機綜合可靠性評價主要包括建立評價對象因素集、建立評價矩陣、建立權重集和進行綜合評價4個部分。谷物聯合收獲機綜合可靠性評價流程如圖1所示。

圖1 谷物聯合收獲機綜合可靠性評價流程
combine harvester
3.1 建立評價對象因素集
對谷物聯合收獲機進行可靠性分析,需要確定綜合、設計或使用等方面的總評價方向,并選定對可靠性影響較大者作為評價因素。具體看來,JB/T 6287-2008《谷物聯合收獲機械 試驗方法》中谷物聯合收獲機可靠性試驗方法對可靠性指標的計算主要包括以下兩點:
1)平均故障間隔時間。平均故障間隔時間(Mean Time Between Failure)又稱平均無故障時間,指可修復產品兩次相鄰故障之間的平均時間,主要采用計算點估計和單邊置信區間下限方式進行計算。其中,點估計計算公式為
(6)
單邊置信區間下限為
(7)
式(7)中,MTBF表示點估計的平均故障間隔時間(h);(MTBF)L表示單邊置信區間下限的平均故障間隔時間(h);∑ti表示各臺試驗谷物聯合收獲機累積工作時間之和(h);∑r各臺試驗谷物聯合收獲機的故障之和(個)。
2)有效度。谷物聯合收獲機零部件有效度表達式為
(8)
其中,A表示為有效度;∑ti表示各臺試驗谷物聯合收獲機故障排除和修復時間之和(h)。
3.2 建立評價矩陣
分析谷物聯合收獲機的可靠性,包括一系列的試驗結果,還含有統計值、評語等因素。這些因素往往不完全符合評價所具備條件而不能直接用于評價,因此必須對無法直接使用的資料按照有利于確定出隸屬度的原則進行單因素評價,包括分類、量化等工作。然后,根據各因素的特性,找出各自的隸屬度函數,再確定出各參加評價因素的隸屬度,建立模糊關系矩陣,即評價矩陣。
3.3 建立權重集
在模糊綜合評價中,權重確定的恰當與否將直接影響到評價結果的準確性,因此需要請有關專家或有豐富經驗的人員對影響谷物聯合收獲機可靠性綜合評價的各個因素設定權重。權重值一般由專家組設定。例如,專家組對可靠性影響因素A、B、C、D的重要程度進行判斷,認為A比較重要的占專家總數的40%,其他B、C、D依次為33%、11%、16%,則各個因素的權重值為[0.4,0.33,0.11,0.16]。可以根據統計學對權重值進行判斷,各個綜合評價因素對可靠性得影響越大,則權重值越高。
3.4 綜合評價
根據前文對谷物聯合收獲機的可靠性影響因素分析和權值構成的模糊向量,在已經獲得谷物聯合收獲機可靠性影響因素權重集合單因素評價矩陣d前提下,通過模糊變換即可對谷物聯合收獲機的可靠性進行綜合評價。綜合評價主要包括一級綜合評價和二級綜合評價,一般都是根據自身因素與人為因素對谷物聯合收獲機可靠性程度進行分析。
4.1 可靠性綜合評價指標的選取和等級劃分
對谷物聯合收獲機進行可靠性分析,需要確定綜合、設計或使用等方面的總評價方向,并盡量選擇最能反映和度量評價好壞程度者作為評價因素。根據國家標準JB/T 6287-2008《谷物聯合收獲機械試驗方法》,谷物聯合收獲機可靠性試驗方法對可靠性的評價指標為平均故障間隔時間MTBF和有效度A。根據相關國家標準并結合谷物收獲機底盤可靠性實際情況,本文將評價結果體系劃分為不合格、合格、二等品和一等品4個級別。評價結果體系劃分如表1所示。

表1 谷物聯合收獲機評價結果體系等級劃分
在谷物收獲機底盤可靠性評價中,如果其中一項為不合格,則該收獲機底盤可靠性判定為不合格。在進行綜合評價中,谷物聯合收獲機評價結果選取抽樣區間如表2所示。

表2 谷物聯合收獲機評價結果選取抽樣區間表
在MTBF和A的優等品區間沒有上限,本研究中上限值設定為90h,當實際值大于90h時,以90h進行計算。因此,谷物聯合收獲機評價結果抽樣區間也可以劃分為合格、二等品和一等品3個等級。等級區間和網絡設定輸出值如表3所示。

表3 谷物聯合收獲機評價結果等級區分及網絡輸出值
4.2 模糊評價樣本的生成
在谷物收獲機底盤可靠性評價中,每個指標和每個等級中選擇5個樣本數據,然后進行模糊組合。每個指標的相同等級一共有3×52+(3+3)=81的組合,其中相同等級間的組合有3×52,指標間的組合有6個,相同等級間的模糊評價樣本如表4所示。

表4 相同等級間的模糊評價樣本
不同等級間樣本組合共有150個,在進行谷物收獲機底盤可靠性評價時,可以采用拓撲結構原理確定其等級,可以觀察出:A與MTBF等級有關。本文將MTBF和A兩個指標的權重系數分別設定為0.33和0.67,從而可構建出不同等級間的評判樣本。
由于拓撲結構原理確定的等級評價機制可能存在一定指數的誤差系數,在設計和研究過程中可以根據穩定性判斷值和樣本間的關系,對等級評價結果進行修正。
4.3 谷物聯合收獲機底盤可靠性評價模型
根據前文的分析和研究,在建立谷物聯合收獲機底盤可靠性評價模型時選擇學習率α=0.5,學習率誤差系數λ=0.02,慣性指數μ=0.5。通過MatLab軟件的仿真分析,最終建立谷物聯合收獲機底盤可靠性評價模型的網絡結構為2-15-1。在試驗中,經過53次模糊評價的迭代計算達到收斂的精度范圍。模糊評價迭代誤差如圖2所示。

圖2 模糊評價迭代誤差圖
樣本指標等級各層間的節點閾值和連續權重如表5所示。
表5 樣本指標等級各層間節點閥值和連續權重
Table 5 The sample index level between each layer node threshold and continuous weight

連續權重輸入層中間層輸出層閾值中間層輸出層-0.7546-1.5468-2.56420.06780.39251.24370.8098-0.3662-0.5681-0.2452-0.8361-0.4836-0.6525-2.4315-3.8231.2202-0.9876-1.43700.6248-0.13830.4276-1.52870.4590-0.2144-0.32000.1969-1.9115-0.46090.2338-1.44780.9237-0.4166-0.66800.2379-0.03510.7793-0.3778-1.4385-3.11801.3294-0.2162-1.47390.6345-0.14990.2581-1.58640.9094-0.4995-0.32000.1969-1.9115-0.4609-0.75321.6972-2.64370.0754-0.2176-0.7824-1.26780.2756-2.1056
由圖2和表5可知:通過樣本指標等級間無誤差評價能夠大大提高整體樣本評價精度,可以提高糊理論可靠性評價模型的構建效率。由此驗證了該方法的有效性,表明模糊理論在聯合收獲機底盤可靠性分析中具有可行性。
基于樣本等級區間抽樣和可拓理論的模糊理論可靠性評價方法,構建了聯合收獲機底盤可靠性評價模型。根據可靠性評價指標和評價結果的等級區間的對應關系,通過區間抽樣和排列組合的方式生成可靠性指標樣本,利用可拓原理和主觀修正法判斷各指標組合樣本的評價等級,最終生成用以網絡訓練的可靠性數據樣本。該模型能夠有效解決谷物聯合收獲機可靠性評價問題,特別是在進行可靠性對比的時候,模糊綜合評價將可解決多個單因素指標所無法解決的綜合指標技術難題。對于模糊綜合評價來說,考慮的影響因素越多,評價結果越準確;但在進行各因素權值分配時,由于一般采用專家打分法進行權值分配,需經過充分的論證,以免由于權重不合理導致評價結果不準確的問題。
[1] 王秀葉,王蘭安.谷物聯合收獲機可靠性評價指標研究與探討[J]. 農業機械,2008(1):64.
[2] 王志,閻楚良,牟仁生,等.聯合收割機可靠性評價方法的探討[J].農業機械學報,2002(5):51-53,70.
[3] 和媛媛.基于模糊集理論的不完全信息多屬性決策方法與應用研究[D].南京:南京航空航天大學,2009.
[4] 唐忠.切縱流結構谷物脫粒分離理論與試驗研究[D].鎮江:江蘇大學,2013.
[5] 張立香.聯合收割機底盤可靠性分析與評價方法研究[D].北京:中國農業大學,2014.
[6] 姜寧,趙慶禎.模糊模型識別和決策評價的研究現狀及應用[J].價值工程,2007(2):23-26.
[7] 洪春輝,滕躍民.模糊綜合評判在評標決策中的應用[J].吉林建筑工程學院學報,2007(2):74-77.
[8] 劉貴文,徐鵬鵬.基于模糊綜合評判的綠色施工評價體系研究[J].生態經濟:學術版,2007(2):31-33,37.
[9] 陳俊寶,王欣.國內外收獲機械標準對比分析[J].機械工業標準化與質量,2011(7):20-21.
[10] 曹秀峰,王燕.模糊綜合評判的網絡學習評價系統模型設計與實現[J].畢節學院學報,2012(4):107-113.
[11] 周賢龍,朱瑞祥,周賢娟,等.基于傳感器技術的谷物聯合收獲機清選損失監測系統[J].農機化研究,2010,32(2):85-87.
[12] 張喜瑞,董佑福.我國玉米收獲機械化的現狀與發展趨勢[C]//全國玉米收獲保護性耕作機械化學術研討會論文集.威海:中國農業工程學會,2006.
[13] 李素婷.設備狀態維修決策及其優化研究[D].重慶:重慶大學,2010.
[14] 胡東方,王想到.基于有限元的玉米聯合收獲機底盤車架模態分析[J].農機化研究,2015,37(6):53-55,59.
[15] 劉德兵.應用模糊綜合評判法評價實訓室管理水平[J].實驗科學與技術,2015(2):145-147.
[16] 陳志,周林,趙博,梁學修.玉米收獲機底盤車架疲勞壽命研究[J].農業工程學報,2015(20):19-25.
[17] 任鑫.某系列數控加工中心故障模式分析及可靠性分配的研究[D].沈陽:東北大學,2011.
[18] 李耀明,孫朋朋,龐靖,等.聯合收獲機底盤機架有限元模態分析與試驗[J].農業工程學報,2013(3):38-46, 301.
[19] 徐立章,李耀明,孫朋朋,等.履帶式全喂入水稻聯合收獲機振動測試與分析[J].農業工程學報,2014(8): 49-55.
[20] 徐立章,李耀明,葉曉飛,等.聯合收獲機底盤變速箱轉向齒輪副的強度分析[J].農機化研究,2014,36(12): 83-86.
[21] 許興鎮.基于KBE的稻麥聯合收割機底盤快速設計系統的研究[D].泰安:山東農業大學,2014.
[22] 周林.玉米收獲機底盤車架強度分析及疲勞壽命研究[D].北京:中國農業機械化科學研究院,2015.
Reliability Analysis and Evaluation of Combined Harvester Chassis Based on Fuzzy Theory
Tian Lei1, Yang Wenbo1, Ge Zhen2
( 1.Henan Polytechnic Institute, Nanyang 473000, China; 2.School of Information Engineering, Wuhan Technology and Business University, Wuhan 430065, China)
In view of the factors influencing the grain combine harvester reliability complex, assessment indicators, assessment methods, it is difficult to carry on the quantitative assessment of the problem, this paper proposes the grain combine harvester reliability evaluation test of a number of indicators, combining may influence of grain combined harvester man-made and environmental factors of the reliability of the machine, by using fuzzy theory, the reliability of grain combine harvester comprehensive evaluation, for the objective evaluation of grain combine harvester reliability provide the basis. The sample grade interval sampling and extension theory the theory of fuzzy reliability evaluation method to construct the combine harvester chassis reliability evaluation model based on, the model can effectively solve the grain combine harvester's reliability evaluation problem, especially in the reliability comparison, fuzzy comprehensive evaluation will be able to solve the multiple single factors which cannot be solved by comprehensive index of technical problems.
combine harvester; reliability; fuzzy theory; grade interval
2016-06-01
河南省科技攻關項目(152102110161);武漢工商學院科學研究項目(A2015005)
田 磊(1983-),男,河南南陽人,講師,碩士。
葛 蓁(1983-),女,河南商城人,講師,碩士,(E-mail)gezhen1983@sina.cn。
S225.3
A
1003-188X(2017)08-0043-05