基于改进阿林斯法的数控机床子系统可靠性分配

doi:10.12068/j.issn.1005-3026.2024.02.010

摘要/Abstract

摘要：

根据采集到的某国产数控机床的故障信息进行分析整理并进行子系统划分，结合数控机床相关性模型改进可靠性分配方法进行目标值分配.应用层次分析法建立影响因素隶属度集，采取DEMATEL决策实验室分析法确定故障相关数据的中心度影响因素，结合维修性、维修时间、故障停时、故障次数及复杂度确定隶属度函数集，对于各影响因素的权重的确定采用熵权法，进而计算出数控机床的可靠性分配因子.将影响度因素引入阿林斯分配法进行改进，使改进后的方法适用于各子系统串联且存在故障相关性的系统.数值算例表明，相较于传统阿林斯法，本文方法能够减少子系统对故障时间的要求.同时，为验证本文分配结果的合理性，采用蒙特卡洛仿真法以分配结果为基础对目标机床整机进行可靠性预计，计算结果证明了方法的可行性.

Abstract:

According to the collected fault information of a domestic NC machine tool， the subsystem is divided， and the reliability allocation method is improved according to the NC machine tool correlation model to allocate the target value. The membership degree set of influencing factors is established using the analytic hierarchy process （AHP）， and the centrality influencing factors of fault-related data are determined using the DEMATEL decision laboratory analysis method. The membership function set is determined by combining maintainability， maintenance time， failure downtime， failure times， and complexity. Then the reliability allocation factor of the NC machine tool is calculated. The impact factor is introduced into the ARINS allocation method to improve the method so that the improved method is suitable for the system with subsystems connected in series and fault correlation. Numerical examples show that the proposed method can reduce the failure time requirement of the subsystem compared with the traditional ARINS method. At the same time， to verify the rationality of the distribution results in this paper， the Monte Carlo simulation method is used to predict the reliability of the target machine tool based on the distribution results， and the calculation results prove the feasibility of this method.

Key words: NC machine tool, correlation, DEMATEL decision laboratory analysis, improved ARINC method, reliability allocation

中图分类号:

TH 181

黄贤振, 孙超, 赵成英, 刘洋. 基于改进阿林斯法的数控机床子系统可靠性分配[J]. 东北大学学报（自然科学版）, 2024, 45(2): 226-233.

Xian-zhen HUANG, Chao SUN, Cheng-ying ZHAO, Yang LIU. Reliability Allocation of NC Machine Tool Subsystem Based on Improved ARINC Method[J]. Journal of Northeastern University(Natural Science), 2024, 45(2): 226-233.

图/表 13

图 1 故障数据散点图

Fig. 1 Failure data scatter diagram

图2 子系统有向图

Fig. 2 Subsystem directed diagram

表1 第1部分与子系统之间的可靠性影响度

Table 1 Reliability impact of part 1 with subsystems

子系统

可靠度

影响度

第1部分

可靠度

表2 各分组对整机的可靠性影响度

Table 2 Impact of each group on the reliability of the whole system

各分组

可靠度

可靠性

影响度

整机

可靠度

表3 分组部分、基础及数控系统对整机的可靠性影响度

Table 3 Impact of the group，foundation，and NC system on the reliability of the whole system

可靠度	可靠性影响度
R_B=0.746 3	I_B=0.063 1
R_N=0.695 3	I_N=0.077 9
R_Z’=0.204 0	I_Z’=0.747 5

表4 各子系统间的影响度

Table 4 Impact between subsystems

子系统	影响度R_j	被影响度D_j	原因度 R_j -D_j	中心度R_j +D_j
基础B	0	0.333 4	-0.333 4	0.333 4
传动T	0.365 8	0.027 2	0.338 6	0.393
进给F	0.092 2	0.045 6	0.046 6	0.137 8
刀架K	0.614 2	0	0.614 2	0.614 2
装夹G	0.669 8	0	0.669 8	0.669 8
数控N	0.098 6	0.223 8	-0.125 2	0.322 4
液压H	0.045 0	0.688 9	-0.643 9	0.733 9
排屑R	0.068 3	0.135 8	-0.067 5	0.204 1
冷却C	0.430 9	0.022 2	0.408 7	0.453 1
润滑L	0.119 2	0	0.119 2	0.119 2
电气E	0.024 3	1.051 4	-1.027 1	1.075 7

表5 其他影响因素的影响度

Table 5 Impact of other influencing factors

子系统代号	维修性	维修时间	故障停时	故障次数	复杂度
B	0.098 4	0.085 9	0.041 9	0.097 6	0.040 8
T	0.151 0	0.062 2	0.036 1	0.053 4	0.081 6
F	0.075 8	0.086 7	0.069 3	0.077 3	0.155 1
K	0.025 1	0.126 7	0.224 9	0.105 0	0.253 1
G	0.132 6	0.102 2	0.036 3	0.099 4	0.114 3
N	0.143 9	0.030 4	0.041 3	0.023 9	0.057 1
H	0.015	0.108 1	0.015 9	0.108 7	0.049 0
R	0.012 6	0.205 2	0.327 5	0.233 9	0.044 9
C	0.103 6	0.133 3	0.040 9	0.147 3	0.036 7
L	0.086 0	0.031 9	0.058 9	0.029 5	0.036 7
E	0.069 5	0.027 4	0.076 7	0.023 9	0.130 6

表6 各子系统假设参数的数值

Table 6 The values of the assumed parameters of each subsystem

$I i r e l'$	数值	l_i₁	数值	l_i₂	数值
I $K 相关'$	0.020 8	l_K	1/1.286 3	l_K	1/1.020 8
I $L 相关'$	0.021 7	l_L	1/1.221 9	l_L	1/1.021 7
I $F 相关'$	0.019 3	l_F	1/1.320 2	l_F	1/1.019 3
I $E 相关'$	0.021 5	l_E	1/1.215 9	l_E	1/1.021 5
I $T 相关'$	0.017 3	l_T	1/1.535 4	l_T	1/1.017 3
I $G 相关'$	0.021 1	l_G	1/1.229 0	l_G	1/1.021 1
I $C 相关'$	0.020 8	l_C	1/1.284 3	l_C	1/1.020 8
I $R 相关'$	0.019 4	l_R	1/1.504 2	l_R	1/1.019 4
I $H 相关'$	0.020 6	l_H	1/1.310 0	l_H	1/1.020 6
I $B 相关'$	0.018 1	l_B	1/1.286 3	l_B	1/1.018 1
I $N 相关'$	0.019 4	l_N	1/1.248 9	l_N	1/1.019 4

表6 各子系统假设参数的数值

Table 6 The values of the assumed parameters of each subsystem

$I i r e l'$	数值	l_i₁	数值	l_i₂	数值
I $K 相关'$	0.020 8	l_K	1/1.286 3	l_K	1/1.020 8
I $L 相关'$	0.021 7	l_L	1/1.221 9	l_L	1/1.021 7
I $F 相关'$	0.019 3	l_F	1/1.320 2	l_F	1/1.019 3
I $E 相关'$	0.021 5	l_E	1/1.215 9	l_E	1/1.021 5
I $T 相关'$	0.017 3	l_T	1/1.535 4	l_T	1/1.017 3
I $G 相关'$	0.021 1	l_G	1/1.229 0	l_G	1/1.021 1
I $C 相关'$	0.020 8	l_C	1/1.284 3	l_C	1/1.020 8
I $R 相关'$	0.019 4	l_R	1/1.504 2	l_R	1/1.019 4
I $H 相关'$	0.020 6	l_H	1/1.310 0	l_H	1/1.020 6
I $B 相关'$	0.018 1	l_B	1/1.286 3	l_B	1/1.018 1
I $N 相关'$	0.019 4	l_N	1/1.248 9	l_N	1/1.019 4

表7 各子系统的可靠度指标分配

Table 7 Reliability index assignment of each subsystem

系统名称	现有子系统MTBF	l_i₁模型下分配指标	l_i₂模型下分配指标	传统阿林斯方法分配指标	串联独立分配指标	可靠度
刀架	2 133.8	7 537.1	11 302	14 114	12 386	0.999 881
润滑	2 196.0	10 164	15 258	18 644	19 562	0.999 884
进给	2 129.2	9 391.3	14 078	18 586	15 710	0.999 894
电气	2 597.4	9 534.5	14 297	17 384	17 306	0.999 867
传动	2 665.8	8 585.2	12 873	19 765	20 044	0.999 888
装夹	2 283.6	8 954.1	13 432	16 509	16 095	0.999 906
冷却	2 232.7	7 832.2	11 749	15 089	16 580	0.999 872
排屑	2 156.9	5 781.3	8 672	13 045	12 867	0.999 827
液压	2 730.3	7 807.8	11 707	15 336	16 809	0.999 872
基础	3 839.6	8 468.9	12 704	16 341	17 642	0.999 902
数控	2 408.0	10 606	15 904	19 862	21 214	0.999 895
整机	1 300	1 500	1 500	1 500	1 500	0.999

表8 不同模式下各子系统的MTBF

Table 8 MTBF of each subsystem in different modes

子系统代码	M1	M2	M0
K	11 302	13 826	14 114
L	15 227	18 248	18 644
F	14 080	18 234	18 586
E	14 275	17 018	17 384
T	12 887	19 429	19 765
G	13 430	16 167	16 509
C	11 756	14 782	15 089
R	8 686	12 797	13 045
H	11 715	15 027	15 336
B	12 709	16 051	16 341
N	15 879	19 484	19 862

图 3 各子系统的MTBF对比图

Fig. 3 MTBF comparison diagram of each subsystem

图4 数控机床蒙特卡洛仿真流程图

Fig. 4 Monte Carlo simulation flow chart of CNC machine tool

表9 实际的子系统故障次数

Table 9 Actual subsystem failure times

子系统代码	实际故障次数	子系统代码	实际故障次数
K	31	C	62
L	11	R	130
F	39	H	88
E	57	B	67
T	14	N	19
G	25

参考文献 19

1	郑财，黄贤振，胡明伟，等.三轴数控机床加工精度可靠性分析［J］.机床与液压，2017，45（15）：180-183.
	Zheng Cai， Huang Xian‐zhen， Hu Ming‐wei，et al.Three axis NC machine tool machining accuracy reliability analysis［J］.Machine Tool ＆ Hydraulics，2017，45（15）：180-183.
2	Cai L G， Zhang Z L， Cheng Q，et al.An approach to optimize the machining accuracy reliability of multi‐axis NC machine tool based on robust design［J］.Precision Engineering，2016，43：370-386．
3	Hansel A， Yamazaki K， Konishi K. Improving CNC machine tool geometric precision using manufacturing process analysis techniques［J］.Procedia CIRP，2014，14（1）：263-268．
4	张玉刚，孙杰，喻天翔.考虑不同失效相关性的系统可靠性分配方法［J］.机械工程学报，2018，54（24）：206-215.
	Zhang Yu‐gang， Sun Jie， Yu Tian‐xiang.A reliability allocation method considering failure correlation based on vine Copula［J］.Journal of Mechanical Engineering，2018，54（24）：206-215.
5	Yang Z， Liu P X， Zhu Y P，et al.A comprehensive reliability allocation method for series systems based on failure mode and effects analysis transformed functions［J］.Proceedings of the Institution of Mechanical Engineers，Part B：Journal of Engineering Manufacture，2016，230（12）：2239-2248.
6	Sun Y， Ma L， Mathew J，et al.An analytical model for interactive failures［J］.Reliability Engineering & System Safety，2006，91（5）：495-504.
7	Cheng Y， Du X P.System reliability analysis with dependent component failures during early design stage a feasibility study［J］.Journal of Mechanical Design，2016，138（5）：051405.
8	Chen Y， Yang L， Ye C，et al.Failure mechanism dependence and reliability evaluation of non‑repairable system［J］.Reliability Engineering & System Safety，2015，138：273-283.
9	Huang M S， Wang Q H， Li Y H，et al.An approach for improvement of avionics reliability assessment based on Copula theory［C］∥ 9th International Conference on Reliability，Maintainability and Safety.Guiyang，2011：179-183.
10	Zhao Y G， Ang A H S.System reliability assessment by method of moments［J］.Journal of Structural Engineering，2003，129（10）：1341-1349.
11	Chen Z Z， Liu Y， Huang H Z，et al.A reliability allocation method considering failure dependence［C］//ASME 2013 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference.Portland，2013：12944.
12	Gu Y K， Fan C J， Liang L Q，et al.Reliability calculation method based on the Copula function for mechanical systems with dependent failure［J］.Annals of Operations Research，2022，311（1）：99-116.
13	Wang Y Q， Yam R C M， Zuo M J，et al.A comprehensive reliability allocation method for design of CNC lathes［J］.Reliability Engineering & System Safety，2001，72（3）：247-252.
14	Liu X T， Zheng S L， Feng J Z，et al.Reliability reallocation for fuel cell vehicles based on genetic algorithm［J］.Quality and Reliability Engineering International，2015，31（8）：1495-1502.
15	杨周，朱云鹏，张义民，等.基于Copula函数的数控车床可靠性综合分配方法［J］.兵工学报，2016，37（1）：131-140.
	Yang Zhou， Zhu Yun‐peng， Zhang Yi‐min，et al.A comprehensive reliability allocation method for numerical‑
	controlled lathes based on Copula function［J］.Acta Armamentarii，2016，37（1）：131-140.
16	Mohammadfam I， Khajevaadi A A， Dehghani H，et al.Analysis of factors affecting human reliability in the mining process design using fuzzy Delphi and DEMATEL methods［J］.Sustainability，2022，14（13）：8168.
17	刘洋.数控机床子系统相关性分析与可靠性分配［D］.沈阳：东北大学，2017.
	Liu Yang.Correlation analysis and reliability allocation of CNC machine tool subsystems［D］.Shenyang：Northeastern University，2017.
18	Chang K H.A novel reliability allocation approach using the OWA tree and soft set［J］.Annals of Operations Research，2016，244（1）：3-22.
19	罗军.车削中心可靠性建模与预计技术研究［D］.重庆：重庆大学，2016.
	Luo Jun.Research on reliability modeling and prediction technology of turning center［D］.Chongqing：Chongqing University，2016.

[1]	王宏民，禅亮. 基于频谱相关性分析的齿轮早期磨损诊断[J]. 东北大学学报（自然科学版）, 2023, 44(1): 18-25.
[2]	夏毅敏，柯杰，齐梦学，邓朝辉. TBM掘进参数与不同岩性地层相关性分析[J]. 东北大学学报（自然科学版）, 2021, 42(3): 401-408.
[3]	黄智，刘永超，廖荣杰，曹旭军. 基于SSO算法优化神经网络的数控机床热误差建模[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1569-1578.
[4]	温震江，高谦，王永定，何建元. 不同浓度料浆流变特性与混合骨料级配相关性试验[J]. 东北大学学报:自然科学版, 2020, 41(5): 642-648.
[5]	赵春雨，侯森林，李朕均. 进给系统成对安装的角接触球轴承热分析[J]. 东北大学学报:自然科学版, 2020, 41(5): 700-705.
[6]	李朕均，赵春雨，闻邦椿，卢泽宸. 数控机床进给系统热源发热率辨识与热误差预测[J]. 东北大学学报:自然科学版, 2019, 40(9): 1305-1309.
[7]	季策，马福永. O-OFDM系统中基于相关性分析的改进PTS算法[J]. 东北大学学报:自然科学版, 2019, 40(6): 801-806.
[8]	于冠一，修春亮，赵昌松. 辽宁省环境规制约束下的雾霾脱钩效应分析[J]. 东北大学学报:自然科学版, 2019, 40(3): 435-440.
[9]	李铁军，赵春雨，张义民. 数控机床进给系统热误差自适应解析模型[J]. 东北大学学报:自然科学版, 2018, 39(6): 834-839.
[10]	杨晓陶，闻英友，陈继洋，赵宏. 基于视觉相关性的无线多媒体传感器网络节能策略[J]. 东北大学学报:自然科学版, 2018, 39(5): 613-618.
[11]	徐礼胜，柴蕊，姚阳，张欠欠. 中心动脉与肱动脉参数的相关性及其回归分析[J]. 东北大学学报:自然科学版, 2017, 38(9): 1230-1234.
[12]	陈晔，赵春雨，张义民，闻邦椿. 数控机床进给系统的摩擦力特性[J]. 东北大学学报:自然科学版, 2017, 38(7): 993-997.
[13]	徐久强，赵楠，何璇，赵海. 基于时空影响域地震加权网络的研究[J]. 东北大学学报:自然科学版, 2017, 38(6): 804-808.
[14]	马跃，王洪福，孙伟，黄余彬. 数控机床多变量关联热误差组合模型及其实验验证[J]. 东北大学学报:自然科学版, 2017, 38(5): 700-705.
[15]	涂宏茂，孙志礼，姬广振，钱云鹏. 考虑失效模式相关性的机械系统可靠性分析[J]. 东北大学学报:自然科学版, 2017, 38(10): 1453-1458.