數控機床可靠性的故障模式、影響及危害分析研究現狀及發展趨勢

中圖分類號：TG659

DOI：10.3969/j.issn.1004-132X.2025.07.005 開放科學（資源服務）標識碼（OSID）：

Research Status and Development Trends of Failure Modes，Effects，and Criticality Analysis for CNC Machine Tool Reliability

TIAN Hailong1'2 SUN Yuzhi1'2 YANG Zhaojun1，2 LIU Zhifeng1，2 CHEN Chuanhai1，2 * HE Jialong1，2

1.Key Laboratory of CNC Equipment Reliability，Ministry of Education，Jilin University， Changchun，130022

2.School of Mechanical and Aerospace Engineering，Jilin University，Changchun，130022

Abstract： FMECA played an important role in reliability maintenance of CNC machine tools. Current researches focused on 4 aspects：comprehensive evaluation of multiple factors， integration of multi-source hierarchical information，integration of multiple analysis methods，and dynamic characteristic modeling. By systematically combination of existing research results，the advantages and existing problems of the 4 aspects were analyzed.Evolution path of machine tool failure modes，effects and criticality analysis were explained by the integration of the characteristics of industrial needs， which provides a theoretical basis for building a high-precision machine tool reliability evaluation system.

Key words： CNC machine tool；reliability analysis； failure mode，effect，and criticality analysis （FMECA）；research status

0 引言

數控機床作為現代制造業的核心裝備，其可靠性直接制約生產系統的效能與經濟性[1-4]。故障模式、影響及危害分析（failuremodes，effects，andcriticalityanalysis，FMECA）作為可靠性工程的關鍵工具，通過系統化識別故障機理與量化評估危害度，為提高數控機床可靠性提供依據[5]。將FMECA方法用于數控機床可靠性分析不僅可以深入剖析故障的根本原因，還可以量化評估故障模式、影響及危害度，為決策提供科學依據[6]。開展數控機床可靠性的故障模式、影響及危害分析對機床使用者有較高的必要性[7-9]。

當前，FMECA的研究存在3個關鍵缺陷：① 分析精度不高； ② 經濟性約束與可靠性目標的協同優化機制不完善； ③ 動態工況下的故障演化建模缺乏實時數據的支撐[10-12]

本文針對上述不足，系統梳理了數控機床FMECA研究的4個演進方向[13-16]：多元因素綜合評估、多源層次信息集成、多分析方法集成和動態特性建模。通過文獻分析發現各演進方向的適用領域與內在缺陷，以建立具有工況適應性的FMECA理論框架，為突破數控機床可靠性分析動態建模的瓶頸提供支持。

1數控機床可靠性FMECA的研究現狀

FMECA技術起源于20世紀50年代初，最初用于飛機操縱系統，后逐漸推廣到軍事、航天等領域。隨著工業技術的不斷發展，FMECA逐漸進人機械制造領域，在數控機床等復雜機電系統的可靠性分析中發揮著重要作用。從最初的基本理論框架到如今的廣泛應用，FMECA技術經歷了不斷完善和優化的過程[17]

1.1 數控機床FMECA傳統方法的改進

FMECA是一種系統性、結構化的方法[18-19]，廣泛用于機床的故障預防與分析、可靠性評估等多個環節。通過系統分析潛在故障模式及其影響，FMECA技術幫助工程師在機床設計初期識別并消除潛在問題，從而顯著提高機床的可靠性和穩定性，為生產效率和產品質量的提升奠定堅實基礎[20]。如圖1所示，傳統FMECA方法能系統識別和評估數控機床的潛在故障，幫助設計者在設計階段進行設計優化，提高設備的可靠性[21]

于捷等22將FMECA方法用于某系列數控機床，識別出子系統的各類故障模式后，通過整機危害度分析評估了子系統的危害程度。張靜等[23]對某系列數控機床進行了故障模式、影響及危害分析，基于機床的故障數據，通過危害度分析找出薄弱環節并改進。張學文等[24]利用面向對象的可靠性管理軟件定量分析了21臺數控車床的故障數據，確定了以電氣元件損壞為主的關鍵故障模式并建立了故障模式數據庫。

傳統FMECA方法依賴專家經驗和歷史數據，故障模式識別和風險評估存在主觀性，易受人為因素的影響[25]。此外，傳統FMECA通常基于靜態分析，難以反映數控機床在不同運行條件和環境下的動態故障風險。隨著數控機床的不斷發展，其結構和功能日益復雜，傳統FMECA難以滿足快速變化的生產需求[26-29]

面對日益激烈的市場競爭和不斷提高的質量要求，機床行業對可靠性FMECA技術的需求愈發迫切。企業希望通過FMECA技術提高機床的可靠性，降低故障率，減少維修成本，進而提高生產效率和經濟效益，于是開始研究考慮更多因素、更加科學合理的FMECA方法[30]。很多學者改進傳統方法，考慮多元因素、基于多源層次信息集、多分析方法集成和基于動態特性進行深人研究，提出更科學合理的FMECA新方法。圖2所示為數控機床傳統FMECA的優化發展過程。

發動機作為汽車的關鍵部件，其FMECA注重長時間連續運行下的磨損、疲勞、多工況適應性分析。數控機床的主軸系統面臨長時間運轉、高速切削、低速精加工等不同加工工況的挑戰。汽車發動機零部件的磨損監測技術和基于大量實際運行數據的故障預測統計模型可為數控機床主軸等旋轉部件的可靠性分析提供借鑒[31]

航空航天設備多采用并聯系統和大量的可靠性冗余設計確保極端環境和關鍵任務的安全性[32]。機床系統更注重成本效益平衡，雖有一定的備份和冗余，但程度遠遠不及航空航天設備，因此航空航天設備的FMECA方法難以直接遷移到機床領域。機床系統的可靠性模型遵循串聯邏輯，任一關鍵部件的失效將導致系統功能的喪失，其可靠性設計更多通過提高部件質量、優化系統集成、合理安排維護策略來實現。此外，航空航天設備一旦發生故障往往導致機毀人亡等嚴重后果，極難獲取足夠的故障數據用于故障模式、影響及危害分析。

數控機床由多個關鍵功能部件組成，形成一個復雜的“串聯系統”，某一部件可靠度為零時，系統通常無法正常工作，這使得FMECA成為一種非常有效的分析方法。正常情況下，基于串聯可靠性邏輯的FMECA適用于數控機床的分析，但將FMECA方法向數控機床的跨領域遷移需經過適用性評估，即結合功能架構、工況特性、可靠性分析需求，通過領域知識嵌入、參數重構與算法優化實現方法遷移的精準適配[33]

1.2考慮多種因素的數控機床FMECA

傳統的FMECA方法并未考慮具體的風險因素和維修情況。實際應用中，數控機床的故障模式受多種因素影響[34]。為提高FMECA的準確性和全面性，研究人員將多種因素引入FME-CA，以精準識別數控機床的潛在故障及其影響，使分析結果更貼近生產實際[35]

汽車制造需要權衡故障修復與零部件更換對整體生產效益的影響，因此，引入經濟成本等因素的多種因素FMECA可為汽車故障的分析提供支持。航空航天系統更注重故障預防與可靠性保障，故采用冗余設計和復雜的容錯機制。在極端工況工作的系統需通過多角度評估來保證評估結果的可靠性，通過考慮多種因素以獲得更具實用性的可靠性分析結果。

1.2.1 考慮多指標的FMECA

數控機床的可靠性分析中，FMECA方法越來越多地考慮多指標和不同工況的影響。首先對嚴酷度、發生度、可檢測度等風險因素進行細分，將細化后的指標應用于FMECA。數控機床FMECA考慮的多指標能使可靠性分析結果更清晰明確，為產品的設計提供參考。

于立娟等[36]將數控機床傳統FMECA的風險因素由3個擴展為5個，額外考慮了機床危害等指標，解決了傳統方法分析因素少、未考慮因素間相互影響、各因素權重相同等問題。張天予[37]細化了FMECA的評價指標，考慮了圖3所示的7種指標，并通過實例驗證了新方法的合理性。侯陽青[38]融合數據挖掘技術與數控機床可靠性分析，提出“數據機床\"的概念，通過分析機床故障頻率等客觀數據有效提高了可靠性分析的準確性，為數控系統可靠性設計提供依據。劉山明[39]提出一種考慮維修成本的數控機床FMECA方法，并將這種方法用于數控機床鏈式刀庫的研究。該方法在劃分鏈式刀庫的子系統后，選取維修成本、嚴酷度、發生度作為評價指標，確定了鏈式刀庫的7種關鍵故障，國產鏈式刀庫的實例驗證了該方法的合理性，為健康狀態監測系統的搭建提供了依據。

圖3 改進FMECA方法考慮的風險因素 Fig.3 Considered risk factorsof improved FMECA method

YU等[40]按嚴重程度將風險細分為機床危害、人身危害、環境危害、買方滿意度，在因素評分的基礎上，以功能結構復雜度為輸入指標、風險因素為輸出指標，提出了風險優先級數的一種計算方法，并通過機床電主軸的案例驗證了該方法的科學性與有效性。XU等41利用威布爾分布函數定義失效等級指標，并在綜合考慮失效嚴重程度、失效維護、時間和成本的基礎上，建立了一種可靠性評價模型，機床實例驗證了考慮多個指標的方法對于提高可靠性分析技術的有效性具有重要意義。

上述研究結合具體案例，通過構建多維耦合評價模型，開發具備動態適應能力的FMECA方法框架，有效匹配高速切削、精密加工等差異化工況需求，最終形成數控機床專用可靠性分析范式。引入維修成本等經濟參數修正風險優先級數（riskprioritynumber，RPN），使分析結果更具實用性和經濟性，更貼近企業對“降本增效\"的需求。通過多指標分析和數據的綜合運用，可為產品的設計和維護提供更加科學、合理的依據。多指標的綜合分析中，如何科學合理地確定各因素的權重仍是一個難題，不同方法可得出不同的權重分配結果，因此需進一步完善權重確定機制。

1.2.2 考慮維修的FMECA

考慮維修的FMECA是目前工程上應用較廣的數控機床可靠性分析方法。該方法結合維修管理的原則，采用機床維修成本、維修時間等數據對每種故障模式進行評估，或考慮“修復如新”“最小修復\"等不同維修策略后再進行可靠性分析。

陳紅霞等[42]將機床的維修成本和維修時間作為重要信息指標融合到FMECA，綜合考量機床的故障頻率、檢測難度、風險優先數、故障影響等指標對分析結果的影響，取得了更具實用性的分析結果。周欣達[43提出基于時變FMEA的機床部件維修優先級確定方法，通過映射將風險作為部件維修優先級的確定依據，解決了維修資源不足問題。龔燕青[44]劃分了主軸系統的子系統，通過分析型號 THP6513 機床各子系統的維修數據，得到該型號機床主軸系統關鍵的故障模式和頻繁發生故障的子系統，結合補償措施提出維修和定期檢測策略，為消除故障和后續可靠性研究奠定基礎。許彬彬[45]討論并建立了數控機床“修復如新\"和“最小修復\"的可靠性模型，并將維修程度與FMECA方法結合，提出了考慮維修程度的FMECA方法。該方法綜合了故障模式定性分析和定量分析的結果，避免了數控機床傳統FME-CA方法的風險優先數各組成因素相乘導致的放大效應，同時將維修程度引入危害度定量分析，為可靠性設計和可靠性增長提供關鍵的參考依據。ALIAHMEDQAID等46提出的改進型FME-CA框架融合了以可靠性為中心的維護理論與模糊邏輯，通過模糊推理系統量化故障關鍵指標，構建面向生產系統的維護策略動態決策模型，為設備維護活動提供量化決策支持。

維修是保障數控機床正常運行、提高設備利用率的關鍵環節。停機維修直接影響生產進度，造成經濟損失。數控機床機械部件，如絲杠、導軌等的維修需要高精度的校準和專業的裝配；電氣系統的維修，以及各種控制元件、驅動器、傳感器等的故障診斷和修復，要求維修人員具備扎實的電氣知識和故障排查能力。

企業的維修資源有限，如何合理分配維修資源以提高數控機床整體可靠性是一個重要問題。機床發生故障，快速維修并恢復生產是首要任務。“修復如新\"策略雖能使機床性能完全恢復，但可能需要較長的維修時間和較高的成本。“最小修復\"策略雖然能在較短時間內使機床恢復運行，但可能影響機床的后續性能和可靠性，增加再次故障的風險。因此，企業需要根據具體的生產任務和機床故障，權衡不同維修策略的利弊。針對該問題，周欣達[43]提出基于時變FMEA的維修優先級確定方法，以更科學地分配維修資源。

上述研究基于FMECA結果制定數控機床維修策略，討論了不同維修策略的經濟成本，優化了維修資源分配，在機床發生故障后最大程度減少企業損失。目前，考慮維修的故障模式、影響及危害分析尚未形成統一的標準和規范，不同研究者和企業在應用時的差異可能會影響分析結果的通用性和可比性。

1.3基于多源信息集的數控機床FMECA

數控機床FMECA應用的數據已不再局限于業內專家的評價，而是來自多個源頭的信息集。這些信息包括從監控系統和傳感器獲得的實時運行數據，到用戶反饋的數控機床歷史故障數據等多源信息。研究者基于這些信息提出新的分析框架和方法，從而精確識別關鍵故障模式，分析評估結果對系統性能和生產效率的影響。與考慮多種因素的數控機床FMECA方法不同，基于多源信息集的數控機床FMECA方法將收集到的多源信息修正或替代專家系統的評分，解決專家評分主觀化問題，提高分析結果的客觀性和合理性。

劉清等[47]收集了數控系統故障的3年統計數據，并將該數據與專家對故障模式的評價分數融入FMECA，找出數控系統易發生故障的具體原因。王剛等[48]以國產小型立臥型數控立臥回轉工作臺為研究對象，收集了回轉工作臺的故障數據和大量用戶使用數據，在多源信息集的基礎上對回轉工作臺進行專家評分，確定了危害較大的故障模式。董林[49]以數控車床為研究對象，收集了沈陽機床股份有限公司i5T2系列數控車床的故障統計數據，利用統計數據計算出各種故障模式發生的概率，修正數控機床傳統FMECA的風險優先級數，更加科學合理地找出主要故障源，并針對主要故障源的危害度制定一系列的運維措施。FAN等[50]基于歷史故障數據，通過威布爾分布參數估計與擬合優度檢驗構建了主軸系統失效模型，通過蒙特卡洛仿真驗證模型有效性后，采用FMECA與故障樹分析（FTA）協同機制識別出主軸變徑振動等關鍵故障模式。ZHANG等[51]通過四參數非齊次泊松過程模型分析數控機床的售后數據（客戶現場數據）得出系統的風險優先級數，為消除機床的早期故障提供客觀依據。

數控機床在工作中會產生大量的數據，主軸溫度、振動、刀具磨損量等實時數據反映機床運行狀態。企業積累的故障數據記錄了機床故障的類型、時間、維修措施等信息，對分析故障模式的重復性和規律性具有重要價值。用戶反饋數據包含機床在實際使用過程中遇到的各種問題和性能表現，是對機床可靠性的直接評價，對機床的生產、改進和故障分析尤為重要。

數控機床的技術特點決定了其數據來源的多樣性和層次性。高精度傳感器能獲取微米級甚至納米級的數據，為故障診斷提供精確依據。數控系統的日志記錄包含指令執行情況、系統報警信息等深層次數據，有助于深人分析故障原因。基于這些多源信息，可對機床進行更全面、深入的故障模式、影響及危害分析。不同源數據的不一致性和誤差會對FMECA的結果造成一定影響，如何有效集成這些信息、提取有用信息并保持模型的魯棒性是一個技術難題。

1.4多分析方法集成的數控機床FMECA

采用多種分析方法對數控機床進行全面的可靠性分析是彌補分析方法不足的有效手段。傳統FMECA方法結合故障樹分析（FTA）可進一步分析導致數控機床關鍵故障模式的根本原因和邏輯關系，揭示系統失效的根本原因，幫助理解系統故障的復雜性及可能的聯合失效模式。通過多分析方法可捕捉系統在不同工作條件下的故障行為，預測故障發生的概率，進一步完善對系統可靠性的綜合評估與優化維護策略，以減小系統故障對生產效率的影響，與數控機床FMECA相結合的常見分析方法如表1所示。

表1與數控機床FMECA結合的常見分析方法

Tab.1 Common analysis methods with the combination of FMECA for CNC machine tools

范晉偉等[52]采用FMECA識別數控系統對整機的危害度，利用FTA分析得出系的最小割集，綜合兩種方法的分析結果確定了數控系統關鍵故障模式的直接原因。崔英杰等[53]提出一種基于模糊VIKOR的FMECA方法，即先分析數控機床各子系統的故障模式，再由專家團隊對機床故障模式進行模糊語言評價，然后利用三角模糊數建立數控機床故障模式的風險模糊矩陣，最后基于VIKOR理論計算風險影響指數，通過多準則綜合評價實現故障模式的危害度排序。范晉偉等[54采用基于TOPSIS的FMEA方法對故障模式進行模糊語言評價，然后基于熵權法確定3個風險因素的權重并構建加權規范化的模糊決策矩陣，最后基于模糊決策矩陣和TOPSIS計算出各故障模式的相對貼近度并進行風險排序。上述方法的優點在于通過多種方法的融合提高了分析的準確性和全面性，能更客觀地識別和評估數控機床的高風險部件，從而提出針對性的改進措施。SUN等[55]為準確描述和探究數控設備故障之間的關系特征，基于數控設備關聯故障的統計分析建立關聯的故障定向圖，提出一種基于社交網絡分析的數控設備關聯故障分析方法，為識別關鍵故障模式和可靠性改進設計提供參考依據。ALKABAA等[56]結合模糊分析網絡與FMECA評估了數控車床11個組件的危害度分數，為實際調度提供了精確的參考依據。

數控機床的復雜結構和多種功能使得單一的分析方法難以全面評估其可靠性。加工航空航天零部件時，數控機床需要在高精度、高速度和高穩定性的要求下運行。故障樹分析（FTA）可幫助深入剖析導致關鍵故障模式（如加工精度超差）的根本原因和邏輯關系，明確導致故障模式的因素。層次分析法（AHP）可用于確定不同故障原因的相對重要性。模糊邏輯分析（FLA）能處理刀具磨損程度的模糊描述、加工表面質量的主觀評價等因數。多準則決策分析（TOPSIS）可綜合考慮多個評價指標，確定最優的故障處理方案。

從技術層面來看，數控機床的多軸聯動、高速切削、精密測量等技術特點要求可靠性分析采用多種方法相結合的方式。多軸聯動加工時，各坐標軸之間的運動協調性對加工精度影響很大，結合FTA和AHP等方法可準確分析出哪個坐標軸的故障對整體加工精度影響最大，進而確定維修重點。高速切削過程中，刀具磨損和主軸振動等因素相互關聯且具有一定的模糊性，FLA和TOPSIS相結合可更好地處理不同風險因素之間的復雜關系，制定合理的維護策略。

綜合多種分析方法克服了單一分析方法的局限性，提高了分析的深度和廣度，能更全面地識別故障模式、分析故障原因、評估故障影響。然而，綜合多種分析方法會增加分析的復雜性和計算成本，對計算資源和專業人員的要求也更高。如何在保證分析精度的同時降低計算成本，是一個需要解決的問題。

1.5 基于動態特性的FMECA

基于動態特性的FMECA方法是數控機床可靠性研究的新方法。研究人員引入時間對參數進行動態分析或賦予隨時間動態變化的權重，以評估設備在不同工況下的故障模式和風險[57-59]]

動態FMECA方法最早用于分析復雜系統的可靠性和安全性。航空航天、核工業領域的系統具有高風險和高復雜度，靜態FMECA方法無法充分應對隨時間變化的工況和環境條件，因此，引入動態FMECA方法，考慮系統運行過程中的動態變化和各種時間依賴因素。目前，數控機床動態FMECA方法的研究處于起步階段，需要進一步的探索和發展。劉曉[60]提出了風險因素組合變權模型，結合變權理論修正風險因素的權重，基于修正權重和關鍵故障模式的風險排序模型將模糊-灰色關聯度分析（FUZZY-GRA）方法獲取的相對關聯度引入FMEA風險評估框架，計算出高風險關鍵故障模式單位時間內的最小維護成本，最后以數控機床主軸為例驗證了變權模型和FUZZY-FMEA方法的有效性。JIANG等[61]將運維數據引人故障風險分析，提出的機床動態FMEA方法融合了語義標準和數據驅動方法，能更好定量分析和風險排序動態故障模式。ZUO等[62]引入模糊理論和組件失效概率動力學構造動態模糊集函數，基于動態模糊集和貝葉斯網絡的求解特性求解了葉節點故障狀態的模糊動態概率和模糊動態重要性度，數控機床液壓系統驗證了該方法在系統可靠性評價中的應用，為數控機床故障診斷提供了支持。CHAKHRIT等[6]采用隸屬函數進行模糊化，基于自適應神經模糊推理系統構建動態自適應模型，模型臨界度評估的最小檢測誤差為0.0244，顯著提高了故障模式優先級排序的準確性，克服了傳統方法只考慮靜態、不考慮故障相關性的問題。APPOH等[64]將 4個獨立混合模型用于產品的全生命周期故障管理和優化，通過混合動態貝葉斯離散化分析和FMECA克服了傳統方法無法進行實時評估的問題，所提框架獲得的產品維護檢查間隔和策略在安全性和可用性之間取得了良好的平衡，為動態可靠性技術在工程上的應用提供了有力支撐。

數控機床的實際運行環境和工作條件經常變化。不同的加工任務中，工件的材質、形狀、尺寸、工藝要求各不相同，這使得機床的負載、切削力、振動等參數時刻變化。加工高強度合金材料時，機床需要承受更大的切削力和更高的溫度，主軸、刀具等面臨更大的應力和磨損。精密模具對加工精度和表面質量要求極高，機床的微小振動都可能導致產品不合格，需要實時監測和控制機床的動態性能。

先進的數控系統具備實時監測和調整功能，能根據加工過程中的變化及時優化刀具路徑、調整主軸轉速和進給量等參數。基于動態特性的FMECA方法可更好地與機床同步，適應不同工況的可靠性分析。基于動態特性的FMECA通過動態賦權或引人時間提高了對機床動態故障模式的定量分析能力，優化了故障排除和維護策略的制定，提高了FMECA的實用性和風險評估的精準度。雖然動態FMECA方法考慮了系統運行過程中的變化，但如何進一步提高其動態性和實時性仍是一個需要深人研究的問題。

2存在的問題

針對數控機床可靠性FMECA的精度難題，研究人員提出許多方法，取得了一批研究成果，但仍存在尚未解決的問題[65-69]

數控機床可靠性FMECA的共性問題主要是分析精度和應用局限性。多種因素綜合評估、多源層次信息集成、多分析方法集成和動態特性建模在理論上能提供更全面和深入的可靠性分析，但受數據獲取難、數據質量參差不齊、復雜算法實現困難的限制，實際的分析結果精度仍有待提高。這些共性問題需通過改進數據采集技術、提高數據處理能力、優化分析算法來解決。

1）考慮多指標的數控機床FMECA方法增加了計算資源和數據支持的需求，細分風險因素指標之間也可能存在相互影響。擴展傳統FME-CA的風險因素和引人經濟成本等客觀指標提高了數控機床FMECA的細致程度、客觀性和實用性，使結果更貼近實際生產需求。軸承破壞可能同時造成機床危害、人身危害和環境危害，但目前的研究并未考慮細分風險因素之間的相關性，部分方法在具體應用領域上的適用性和推廣性仍需進一步驗證和完善。考慮維修的FMECA將維修成本、維修時間和維修程度等重要信息指標融合到FMECA，對機床的故障模式進行了更加全面和細致的分析。這類研究提高了分析的實用性，更貼近實際工況，有利于制定更合理的維修策略。

2）有效整合和處理不同來源和層次的海量數據，并確保其質量和一致性是基于多源信息集的數控機床FMECA面臨的主要問題。這類研究采用多源信息集修正或替代專家系統評分，運用FMECA方法深人分析數控機床或其關鍵功能部件，解決了專家系統評分的主觀化問題。研究人員利用數控機床長期的故障統計數據或用戶累積數據，結合專家評分系統識別和分析關鍵故障模式，并據此提出針對性的管理和改進策略。信息收集、處理和分析過程中的數據冗余和噪聲問題，以及如何平衡不同信息源的重要性和權重對分析精度和可靠性提出了較高要求。處理不同來源和層次的海量數據是一項復雜且耗時的任務，如何更好整合和利用多源數據、進一步提高分析方法的自動化和智能化水平是這一研究方向面臨的關鍵問題。

3）多分析方法集成的FMECA需深人研究不同方法結果的整合。多分析方法集成的數控機床FMECA綜合FTA、AHP、模糊邏輯、TOPSIS等多種分析方法進行可靠性分析，提高了評估的全面性和深度，彌補了傳統方法的不足。每種方法有其特定的優點和適用范圍，數據格式和分析維度上的差異在整合過程中可能會導致信息不一致和結果沖突。此外，多方法集成的FMECA在權重和優先級設定上可能會遇到困難。不同方法對同一故障模式的評估結果可能不同，如何在集成過程中耦合不同分析方法的結果，并賦予適當的權重和優先級，是一項具有挑戰性的任務。

4）基于動態特性的FMECA面臨的主要問題是實時數據的獲取和處理，以及模型的構建和維護。相較于傳統方法，基于動態特性的FME-CA能考慮系統在運行過程中隨時間變化的工況和環境條件，以及各種時間依賴性因素，但實時數據的獲取和處理是面臨的重要挑戰。數控機床在運行過程中會產生大量的動態數據。動態數據的波動性和復雜性增加了分析的難度，需要先進的數據分析和處理技術以確保分析結果的準確性和實時性。除此之外，基于動態特性的FMECA在模型構建和維護上具有較高的復雜性。模型的動態調整和優化是一項復雜且耗時的工作。面對復雜系統和多變工況時，動態特性建模需構建包含運行狀態動態演化與故障耦合動機制的模型，通過時變參數矩陣實現全工況覆蓋的系統行為表征，這不僅需要大量的歷史數據和經驗，還需要對模型進行持續的更新和校正，以反映系統的最新狀態。實時監測和分析系統的實施成本較高，對企業的資源和技術能力提出較高要求。

3發展趨勢

隨著制造技術的不斷進步和智能制造的快速發展，數控機床的復雜性和自動化程度不斷提高，對其可靠性的要求也愈發嚴格。數控機床FME-CA方法目前處于不斷完善和深入應用的階段。通過技術完善、廣泛應用、標準化與規范化，以及持續研究與創新，數控機床FMECA方法將在未來發揮更加重要的作用，為數控機床的可靠性分析和故障預防提供更有效的支持。FMECA作為數控機床可靠性研究的重要工具，在取得了明顯進展的同時還呈現以下技術需求和發展趨勢。

1）綜合考慮多種因素及多源信息。未來的數控機床可靠性FMECA研究將更加注重綜合考慮多種因素及多源信息。現有的研究已將多種風險因素、維修情況、經濟成本等納人FMECA。未來的研究將更加全面和系統，將機床的機械性能、電氣性能、人身危害、環境危害、維護策略等多種因素結合起來，引入更多的風險指標和經濟參數，更精確地識別和評估潛在故障模式及其影響。

2）動態特性研究的精確性。數控機床的運行環境和工作條件經常變化，靜態FMECA方法難以反映這種變化對故障模式的影響。未來的研究將更加注重動態特性分析的精確性，通過引入動態故障樹分析、馬爾可夫分析等方法，全面捕捉數控機床在不同工作條件下的動態故障，通過監控系統和傳感器實時獲取數控機床的運行狀態信息，及時預警和評估潛在故障。

3）智能化和自動化分析。隨著人工智能和機器學習技術的不斷發展，數控機床FMECA將逐漸實現智能化和自動化。未來，專用的FMECA軟件和分析工具可自動化識別和評估故障模式，減少人工干預和錯誤。智能化的FMECA系統還可根據實時數據和學習算法，自動優化維修策略和可靠性設計，提高數控機床的整體可靠性。

4）專家系統評價的標準化和規范化。為提高FMECA分析結果的通用性和可比性，需對專家系統評價制定更加完善和統一的標準和規范。這些標準和規范將涵蓋分析流程、評估指標、數據收集和處理方法等方面，確保不同研究者和企業在應用FMECA時能遵循相同的規則和標準。對專家系統的“評價共標”有助于推動FMECA技術的普及和應用，提高數控機床可靠性的整體水平。

綜上所述，數控機床可靠性FMECA的發展趨勢包括綜合考慮多種因素及多源信息、動態特性研究的精確性、智能化和自動化分析、專家系統評價的標準化和規范化。針對這些趨勢的研究將不斷推動FMECA技術的進步和完善，使數控機床FMECA分析體系滿足企業對機床產品迭代進步的需求。

4結論

我國數控機床可靠性FMECA技術的研究已取得顯著進展，形成了系統化的研究框架與技術路線。研究從初期理論探索延伸至工程實踐，在繼承傳統FMECA方法基礎上實現了多維創新：融合多元影響因素、整合多源信息、集成多種分析方法、引入動態特性建模，有效提高了數控機床可靠性分析的全面性與結果準確性。

在考慮多種因素方面，構建了包含多種故障模式及其相互關聯的分析模型。在多源信息集的運用上，充分整合數控機床運行過程中的傳感器監測數據、歷史故障數據、用戶反饋信息，更精準地識別關鍵故障模式，為可靠性改進的決策提供了有力依據。多分析方法集成方面，結合多種方法清晰揭示了數控機床故障的根本原因和邏輯關系，有效提高評估的科學性和可靠性。基于動態特性的研究通過引入實時監測數據和動態模型，準確預測了數控機床在不同工況下的故障行為，為及時采取預防措施提供關鍵支持。

數控機床可靠性技術的提升及其工程化應用是一項長期而復雜的系統工程，需要在不斷的實踐中積累經驗，優化技術路線。目前，雖然取得了長足進步，但仍面臨一系列的問題和挑戰，包括多元因素的合理細化、多源信息的精確耦合、復雜動態環境下的可靠性評估、高效可靠的故障預防與應對策略等。

參考文獻：

[1]楊兆軍，何佳龍，劉志峰，等.數控機床可靠性技術新進展[J].機械工程學報，2023，59（19）：152-163.YANG Zhaojun，HE Jialong，LIU Zhifeng，et al.Recent Progress in Reliability Technology of CNCMachine Tools[J]. Journal of Mechanical Engineer-ing，2023，59（19）：152-163.

[2]GRAF T，SCHWEIGER J，GOOB J，et al. Dimen-sional Reliability in CAD/CAM Production of Com-plete Denture Bases ：a Comparative Study of Millingand Various 3D Printing Technologies[J]. DentalMaterials Journal，2024，43（5）：629-636.

[3]REPALSKA M，WOZNIAK A，LOJKO S. Relia-bility of Probes for CNC Machine Tools[J].Preci-sion Engineering，2024，88：767-776.

[4]李雪萍，廖佳敏，馬俊豪，等.數控機床的可靠性分析研究現狀[J].中國機械，2024（22）：39-43.LI Xueping，LIAO Jiamin，MA Junhao，et al. Re-search Status of Reliability Analysis of CNC Ma-chine Tools[J].Machine China，2024（22）：39-43.

[5]黃賢振，李超，孫超，等.基于失效模式和動態貝葉斯網絡的數控機床可靠性分析[J/OL].吉林大學學報（工學版），2024：1-9.（2024-06-26）.https：//link.cnki.net/doi/10.13229/j.cnki.jdxbgxb.20240052.HUANG Xianzhen，LI Chao，SUN Chao，et al. Re-liability Analysis of CNC Machine Tools Based onFailure Modes and Dynamic Bayesian Networks[J/OL].Journal of Jilin University（Engineering andTechnology Edition），2024：1-9.（2024-06-26）.ht-tps：// link.cnki. net/doi/1o.13229/j. cnki. jdxbgxb.20240052.

[6]王磊，盧秉恒.中國工作母機產業發展研究[J].中國工程科學，2020，22（2）：29-37.WANG Lei，LU Bingheng. Research on the Devel-opment of Machine Tool Industry in China[J]. Stra-tegic Study of CAE，2020，22（2）：29-37.

[7]BORAL S，CHAKRABORTY S. Failure Analysisof CNC Machines due to Human Errors：an Inte-grated IT2F-MCDM-based FMEA Approach [J].Engineering Failure Analysis，2021，130：105768.

[8]KANISHKA K，ACHERJEE B. A Systematic Re-view of Additive Manufacturing-based Remanufac-turing Techniques for Component Repair and Resto-ration［J]. Journal of Manufacturing Processes，2023，89：220-283.

[9］陳磊，溫小明，郭金妹，等.基于改進FMECA與維修性的數控機床可靠性分配方法[J].機床與液壓，2024，52（11） ：231-236.CHEN Lei，WEN Xiaoming，GUO Jinmei，et al.Reliability Allocation Method for CNC MachineTools Based on Improved FMECA Method and Ma-intainability[J]. Machine Tool amp;Hydraulics，2024，52（11） ：231-236.

[10]黃韶娟，盛伯浩，吳進軍，等.我國高檔數控機床產業發展支撐體系初探[J].制造技術與機床，2019（1）：44-48.HUANG Shaojuan， SHENG Bohao，WU Jinjun，et al. The Primary Exploration of the IndustrialDevelopment Strong Point of China's High-gradeCNC Machine Tol Industry[J]. ManufacturingTechnology amp;. Machine Tool， 2019（1） ：44-48.

[11］劉強.數控機床發展歷程及未來趨勢[J].中國機械工程，2021，32（7）：757-770.LIU Qiang. Development History and FutureTrends of Numerical Control Machine Tools[J].China Mechanical Engineering，2021，32（7）：757-770.

[12]程強，徐文祥，劉志峰，等.面向智能綠色制造的機床裝備研究綜述[J].華中科技大學學報（自然科學版），2022，50（6）：31-38.CHENG Qiang，XU Wenxiang，LIU Zhifeng，etal. A Review of Machine Tool Equipment Researchfor Intelligent Green Manufacturing[J]. Journal ofHuazhong University of Science and Technology（Natural Science Edition），2022，50（6） ：31-38.

[13]翁州雄.數控機床運行可靠性控制技術方案分析[J].內燃機與配件，2022（5）：190-192.WENG Zhouxiong. Analysis of Technical Schemesfor Operation Reliability Control of NumericalControl Machine Tools [J]. Internal CombustionEngine amp; Parts，2022（5）：190-192.

[14］金城，高通，懷天澍，等.數控機床主軸系統可靠性分析[J].機械制造，2021，59（7）：11-15.JIN Cheng，GAO Tong，HUAI Tianshu，et al.Reliability Analysis of Spindle System of CNC Ma-chine Tool[J].Machinery，2021，59（7） ：11-15.

[15］馮昊天，王紅軍，曹翔，等.模糊故障樹和 FME-CA的數控機床綜合評價方法［J].實驗室研究與探索，2020，39（4）：50-53.FENG Haotian，WANG Hongjun， CAO Xiang，etal. Comprehensive Evaluation Method of CNC Ma-chine Tools Based on Fuzzy Fault Tree and FME-2020，39（4）：50-53.

[16］羅靜，陳一凡，張根保.基于FTA-AHP 的數控磨床主軸系統可靠性分析[J].組合機床與自動化加工技術，2018（8）：181-184.LUO Jing，CHEN Yifan， ZHANG Genbao.Relia-bility Analysis on Spindle System of CNC GrindingMachine Based on FTA-AHP[J]. Modular Ma-chine Tool amp;. Automatic Manufacturing Tech-nique，2018（8）：181-184.

[17]黃祖廣，王舒輝，王金江，等.基于RAMS的數控機床綜合評價方法研究[J].機械工程學報，2022，58（9）：218-230.HUANG Zuguang，WANG Shuhui， WANG Jin-jiang，et al. Research on Comprehensive Evalua-tion Method of CNC Machine Tools Based onRAMS[J]. Journal of Mechanical Engineering，2022，58（9）：218-230.

[18]CHEN Hongxia，GONG Yanqing，BAOSIRIGU-LENG，et al. Fuzzy FMECA for CNC MachineTool Spindle System[J]. IOP Conference Series：Materials Science and Engineering， 2O21，1043（2）：022037.

[19]FAN Jinwei， XUE Liangliang，LIU Yongjun，etal.Reliability Analysis of Spindle System of CNCGrinder Based on Fault Data[J]. The InternationalJournal of Advanced Manufacturing Technology，2021，117（9）：3169-3183.

[20]WANG Hao， ZHANG Yimin，YANG Zhou，etal. Investigation on the Multifactor Reliability Al-location Method for CNC Lathes Based on Modi-fied Criticality and Objective Information[J]. Pro-ceedings of the Institution of Mechanical Engi-neers，Part C： Journal of Mechanical EngineeringScience，2018，232（9）：1647-1656.

[21]LIU Yan，YANG Zhaojun，HE Jialong，et al. ANew Approach to Failure Mode and Effect Analy-sis under Linguistic Z-number：a Case Study ofCNC Tool Holders[J]. Engineering Failure Analy-sis，2023，154：107688.

[22]于捷，于雙.數控車床FMECA分析[J].長春大學學報，2000，10（5）：4-6.YU Jie，YU Shuang. Fault Mode，Effect and Crit-icality Analysis on CNC Lathes[J]. Journal ofChangchun University，200o，10（5）：4-6.

[23]張靜，宋建武，康占武，等.數控機床可靠性分析[J].河北建筑工程學院學報，2009，27（2）：79-82.ZHANG Jing，SONG Jianwu，KANG Zhanwu，etal.An Analysis of Reliability Technology of CNCMachine Tools[J]. Journal of Hebei Institute ofArchitecture and Civil Engineering，2Oo9，27（2）：79-82.

[24]張學文，張英芝.數控機床可靠性統計系統應用[J].吉林化工學院學報，2015，32（1）：32-35.ZHANG Xuewen，ZHANG Yingzhi. The Application of CNC Machine Tools Reliability StatisticSystem[J]. Journal of Jilin Institute of ChemicalTechnology，2015，32（1） ：32-35.

[25]朱曉，冉琰，張根保，等.數控機床的可靠性評估方法綜述[J].兵器裝備工程學報，2023，44（8）：88-97.ZHU Xiao，RAN Yan， ZHANG Genbao，et al.Review on Methodologies of Reliability Evaluationfor CNC Machine Tools[J]. Journal of OrdnanceEquipment Engineering，2023，44（8） ：88-97.

[26]WANG Xiaofeng， ZHANG Yingzhi， SHEN Guix-iang. An Improved FMECA for Feed System ofCNC Machining Center Based on ICR and DEMA-TEL Method[J]. The International Journal of Ad-vanced Manufacturing Technology，2016，83（1）：43-54.

[27] COLLI M，SALA R，PIROLA F，et al. Imple-menting a Dynamic FMECA in the Digital Trans-formation Era[J]. IFAC-PapersOnLine，2019，52（13）：755-760.

[28]YANG Zhaojun，GUO Jinyan，TIAN Hailong，etal. Weakness Ranking Method for Subsystems ofHeavy-duty Machine Tools Based on FMECA In-formation[J]. Chinese Journal of Mechanical Engi-neering，2021，34（1）：17.

[29]ZHANG Yuchen，LIU Jinghui，DAI Chengye，etal.Key Components Identification of EMU Com-plex System Faults with Interval IntuitionisticFuzzy Set and Multi-attribute Group Decision-mak-ing Based on FMECA Method[J]. Proceedings ofthe Institution of Mechanical Engineers，Part O：JournalofRiskandReliability， 2024：1748006X241262831.

[30]THOPPIL N M，VASU V，RAO C S P. FailureMode Identification and Prioritization Using FME-CA：a Study on Computer Numerical Control Lathefor Predictive Maintenance[J]. Journal of FailureAnalysis and Prevention，2019，19（4）：1153-1157.

[31] MAFTEI A，DONTU A I， BARSANESCU D P.Applying FMEA Methodology to Evaluate Differ-ent Shapes of Car Struts[J]. IOP Conference Se-ries：Materials Science and Engineering，2O20，997（1） ：012120.

[32]MALEKJAHAN A N，KASHAN A H，SAJADIS M. A Novel Sequential Risk Assessment Modelfor Analyzing Commercial Aviation Accidents： SoftComputing Perspective[J]. Risk Analysis：an Offi-cial Publication of the Society for Risk Analysis，2024，45（1）：128-153.

[33］HUANG Xiaoqing，WANG Zhilong，LIU Shihao.Health Status Evaluation Method of CNC MachineTools Based on Grey Clustering Analysis and Fuzz-y Comprehensive Evaluation[J]. Journal of Intelli-gent amp; Fuzzy Systems，2022，42（4）：4065-4082.

[34]張海見，朱建國，劉濤，等.淺析數控轉臺的結構類型及常見故障排除方法[J].電子元器件與信息技術，2023，7（3）：239-242.ZHANG Haijian， ZHU Jianguo，LIU Tao，et al.Analysis on Structure Types of NC Turntable andCommon Troubleshooting Methods[J]. ElectronicComponents and Information Technology，2023，7（3）：239-242.

[35]LI Junfa，LI Yulong，WEN Shutao，et al. A NovelMethod ofKeyMeta-actionUnit Integrated Identi-fication for CNC Machine Tool Reliability[J].Computers amp; Industrial Engineering，2023，177：109073.

[36]于立娟，劉昂，楊兆軍，等.基于網絡層次和數據包絡的數控機床可靠性分析[J].吉林大學學報（工學版），2022，52（2）：400-408.YU Lijuan，LIU Ang，YANG Zhaojun， et al. Re-liability Analysis of Numerical Control MachineTools Based on Analytic Network Process and DateEnevalopment Analys[J]. Journal of Jilin Universi-ty（Engineering and Technology Edition），2022，52（2）：400-408.

[37]張天予.基于貝葉斯及環境因子的數控機床電主軸可靠性評估方法研究及應用[D].長春：吉林大學，2023.ZHANG Tianyu. Research and Application of Reli-ability Evaluation Method for CNC Machine ToolElectric Spindle Based on Bayesian and Environmental Factors. Changchun：Jilin University，2023.

[38］侯陽青.數據挖掘技術在數控機床可靠性分析中的運用[J].信息與電腦（理論版），2018，30（16）：110-112.HOU Yangqing. Application of Data Mining Tech-nology in Reliability Analysis of CNC MachineTools[J].China Computer amp; Communication，2018，30（16）：110-112.

[39]劉山明.基于多傳感器數據融合的鏈式刀庫健康狀態評估研究[D].長春：吉林大學，2023.LIU Shanming. Research on Health Status Assessment of Chain Tool Magazine Based on Multi-sen-sor Data Fusion. Changchun：Jilin University，2023.

[40］YU Lijuan， ZHANG Tianyu，TIAN Hailong，etal. FMECA of CNC Machine Tool Design StageBased on CBWM and DEA[J]. Quality and Relia-bility EngineeringInternational，2024，40（1）：154-169.

[41] XU Jingjing，YAN Qiaobin，PEI Yanhu，et al. AStatistical Evaluation Method Based on Fuzzy Fail-ure Data for Multi-state Equipment Reliability[J].Mathematics，2024，12（9）：1414.

[42] 陳紅霞，任杰，張俊峰，等.綜合維修信息的重型數控機床FMECA分析[J].機床與液壓，2025，53（6） ：9-15.CHEN Hongxia，REN Jie， ZHANG Junfeng，etal. FMECA Analysis of Heavy Duty CNC MachineTools with Comprehensive Maintenance Informa-tion[J].Machine Tool amp;Hydraulics，2025，53（6）：9-15.

[43] 周欣達.考慮資源約束和生產模式的數控機床維修決策方法研究[D].長春：吉林大學，2023.ZHOU Xinda. Research on Maintenance DecisionMethod of NC Machine Tools Considering Re-source Constraints and Production Modes. Chang-chun：Jilin University，2023.

[44]龔燕青.某重型數控銑床主軸系統的可靠性研究[D].呼和浩特：內蒙古工業大學，2021.GONG Yanqing.Research on the Reliability of theSpindle System of a Heavy Duty CNC Milling Ma-chine.Hohhot：Inner Mongolia University of Teh-chnology，2021.

[45］許彬彬.基于維修程度的數控機床可靠性建模與分析[D].長春：吉林大學，2011.XU Binbin. Reliability Modeling and Analysis ofCNC Machine Tools Based on Maintenance Degree[D]. Changchun：Jilin University，2011.

[46] ALI AHMED QAID A，AHMADR，MUSTAFAS A，et al. A Systematic Reliability-centred Main-tenance Framework with Fuzzy Computational In-tegration-a Case Study of Manufacturing ProcessMachinery[J]. Journal of Quality in MaintenanceEngineering，2024，30（2）：456-492.

[47]劉清，王浩宇.數控系統數據備份重要性分析及管理策略[J].設備管理與維修，2022（5）：19-21.LIU Qing，WANG Haoyu. Importance Analysisand Management Strategy of Data Backup in CNCSystem[J]. Plant Maintenance Engineering，2022（5）：19-21.

[48］王剛，陳捷，王華，等.基于FMECA 的數控轉臺可靠性分析[J].南京工業大學學報（自然科學版），2018，40（4）：52-58.WANG Gang，CHENJie，WANG Hua，et al. Re-liability Analysis of Numerical Controlled RotaryTable with FMECA[J]. Journal of Nanjing TechUniversity（Natural Science Edition），2018，40（4）：52-58.

[49]董林.i5T3系列數控車床可靠性分析與控制技術研究[D].沈陽：東北大學，2020.DONG Lin. Reliability Analysis and Control Technology Research of i5T3 Series CNC Lathe[D].Shenyang：Northeastern University，2020.

[50］FAN Jinwei， XUE Liangliang，LIU Yongjun，etal.Reliability Analysis of Spindle System of CNCGrinder Based on Fault Data[J]. The InternationalJournal of Advanced Manufacturing Technology，2021，117（9）：3169-3183.

[51]ZHANG Xiaogang，LI Yulong，ZHANG Genbao，et al. An Early Fault Elimination Method of Com-puterized Numerical Control Machine Tools [J].The International Journal of Advanced Manufac-turing Technology，2020，106（11） ：5049-5059.

[52]范晉偉，張理想，劉會普，等.基于FMECA與FTA 的數控磨床數控系統可靠性分析[J].機床與液壓，2022，50（10）：188-191.FAN Jinwei， ZHANG Lixiang，LIU Huipu， et al.Reliability Analysis for Numerical Control Systemof Numerical Control Grinder Based on FMECAand FTA[J]. Machine Tool amp; Hydraulics，2022，50（10） ：188-191.

[53］崔英杰，王軍見，趙欽志，等.基于模糊VIKOR的數控機床FMECA可靠性分析方法[J].制造技術與機床，2024（8）：182-186.CUI Yingjie，WANG Junjian， ZHAO Qinzhi，etal. CNC Machine Tool FMECA Reliability Analy-sis Method Based on Fuzzy VIKOR[J]. Manufac-turing Technology amp;.Machine Tool，2024（8）：182-186.

[54] 范晉偉，張理想，劉會普，等.基于數控磨床FMECA與模糊TOPSIS的FMEA方法研究［J].機床與液壓，2022，50（13）：188-192.FAN Jinwei， ZHANG Lixiang，LIU Huipu， etal.Research on FMEA Method Based on NCGrinder FMECA and Fuzzy TOPSIS[J]. MachineTool amp; Hydraulics，2022，50（13）：188-192.

[55]SUN Shuguang，HAN Yahui， ZHANG Meng，etal. Correlative Failure Analysis of CNC EquipmentBased on SNA[J]. Production amp; ManufacturingResearch，2021，9（1）：103-115.

[56]ALKABAA A S，TAYLAN O，GULOGLU B， etal. A Fuzzy ANP-based Criticality Analyses Ap-proach of Reliability-centered Maintenance forCNC Lathe Machine Components[J]. Journal ofRadiation Research and Applied Sciences，2024，17（1） ：100738.

[57]LI Yankai，WANG Xu，LIN Meng. Application ofthe Dynamic FMEA in the Reliability Analysis ofDCS[J]. E3S Web of Conferences，2020，194：01018.

[58］ZHOU Hanqing，WANG Zhihao，LV Haixiong.A Quantitative FMEA Method Based on ModelDynamic Simulation[J]. Journal of Physics： Con-ference Series，2019，1345（6）：062009.

[59] Di NARDO M，MURINO T，OSTERIA G，et al.A New Hybrid Dynamic FMECA with Decision-making Methodology：a Case Study in an Agri-foodCompany[J].Applied System Innovation，2022，5（3）：45.

[60］劉曉.基于FUZZY-FMEA方法的復雜裝備關鍵零部件風險評估研究[D].南京：南京財經大學，2023.LIU Xiao. Research on Risk Assessment of KeyComponents of Complex Equipment Based onFUZZY-FMEA Method [D]. Nanjing：NanjingUniversity of Finance amp;. Economics，2023.

[61]JIANG Shixin，LIU Zhenguo，CHEN Jieyu. ADynamic Failure Mode and Effect Analysis（FMEA） Method for CNC Machine Tool in Serv-ice[J]. Journal of Physics：Conference Series，2023，2483（1） ：012047.

[62] ZUO Fangjun，JIA Meiwei，WEN Guang，et al.Reliability Modeling and Evaluation of ComplexMulti-state System Based on Bayesian NetworksConsidering Fuzzy Dynamic of Faults[J]. Comput-er Modeling in Engineering amp; Sciences，2O21，129（2）：993-1012.

[63]CHAKHRIT A，CHENNOUFI M. Failure Mode，Effects and Criticality Analysis Improvement byUsing New Criticality Assessment and Prioritiza-tion Based Approach[J]. Journal of Engineering，Design and Technology，2023，21（5）：1545-1567.

[64]APPOH F，YUNUSA-KALTUNGO A. Compos-ite Hybrid Framework for Through-life Multi-ob-jective Failure Analysis and Optimisation[J]. IEEEAccess，2021，9：71505-71520.

[65］王繼利，朱曉翠，何佳龍.基于MATLABGUI的數控機床可靠性虛擬仿真實驗[J].實驗技術與管理，2021，38（9）：116-119.WANG Jili， ZHU Xiaocui，HE Jialong. VirtualSimulation Experiment of CNC Machine Tool Reli-ability Based on MATLAB GUI[J]. ExperimentalTechnology and Management，2021，38（9）：116-119.

[66]聞章，李郝林，遲玉倫.數控機床可靠性評估軟件的研究與開發［J].農業裝備與車輛工程，2020，58（2）：151-154.WEN Zhang，LI Haolin，CHI Yulun. Researchand Development of Reliability Assessment Soft-ware for NC Machine Tools[J]. AgriculturalEquipment amp; Vehicle Engineering，202o，58（2）：151-154.

[67] 鐘源.考慮多元因素影響的數控機床精細化可靠性分配方法研究[D].長春：吉林大學，2023.ZHONG Yuan. Research on Detailed ReliabilityAllocation Method ofCNCMachine Tools Consid-ering Multivariate Impacts. Changchun： Jilin Uni-versity，2023.

[68] 龐浩文.基于MySQL的多平臺數控機床可靠性數據管理系統的設計和實現[D].長春：吉林大學，2022.PANG Haowen. Multi-platform CNC MachineToolReliability Data Management System Basedon MySQL Design and Implementation. Chang-chun：Jilin University，2022.

[69] 白娜，趙魯燕，黃再輝.基于RBF神經網絡的高精度數控機床可靠性分析方法[J].機床與液壓，2023，51（11）：214-218.BAI Na，ZHAO Luyan，HUANG Zaihui. Reliabil-ity Analysis Method for High Precision CNC Ma-chine ToolBased onRBFNeural Network[J].Ma-chine Toolamp;Hydraulics，2023，51（11）：214-218.

（編輯張洋）

作者簡介：田海龍，男，1988年生，副教授、博士研究生導師。研究方向為數控制造裝備可靠性分析與評估。發表論文32篇。E-mail：tianhl.jlu@foxmail.com。陳傳海*（通信作者），男，1983年生，教授、博士研究生導師。研究方向為數控制造裝備可靠性理論與技術。發表論文90余篇。E-mail：cchchina foxmail.com。

本文引用格式：

田海龍，孫雨治，楊兆軍，等.數控機床可靠性的故障模式、影響及危害分析研究現狀及發展趨勢[J].中國機械工程，2025，36（7）：1430-1441.TIAN Hailong，SUN Yuzhi，YANG Zhaojun，et al.ResearchStatusandDevelopmentTrendsofFailureModes，Effects，andCriticalityAnalysisforCNCMachineToolReliability[J].ChinaMechanical Engineering，2025，36（7）：1430-1441.