張義民,肖 潔,李常有
(東北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院,110004沈陽)
對數(shù)控車床進(jìn)給系統(tǒng)進(jìn)行可靠性研究是十分必要的,故障樹分析是可靠性研究的重要內(nèi)容,故障樹分析把系統(tǒng)的故障與組成系統(tǒng)各部件的故障有機(jī)地聯(lián)系在一起,可以找出系統(tǒng)的全部可能失效狀態(tài)和薄弱環(huán)節(jié)[1-5].目前,國內(nèi)還沒有學(xué)者專門針對數(shù)控車床進(jìn)給系統(tǒng)做故障樹分析,而故障樹分析理論本身,也存在著一些問題,比如底事件概率獲取比較困難.文獻(xiàn)[6-8]對數(shù)控車床做了故障樹分析,建立故障樹并對其進(jìn)行定性分析求出最小割集,但未進(jìn)行定量分析;主要原因是底事件概率獲取比較困難.
本文針對ETC36數(shù)控車床進(jìn)給系統(tǒng)建立故障樹,并對其進(jìn)行定性和定量分析,得到進(jìn)給系統(tǒng)的最可能失效狀態(tài)和薄弱環(huán)節(jié).同時(shí),采用專家語言評價(jià)的方法來獲取底事件的模糊概率值,由此計(jì)算頂事件的模糊概率,并將計(jì)算結(jié)果與實(shí)際值進(jìn)行對比,驗(yàn)證了此方法的可行性,可以有效地解決故障樹底事件概率獲取困難的問題.
ETC36數(shù)控車床的進(jìn)給系統(tǒng)由伺服系統(tǒng)、電氣系統(tǒng)和機(jī)械結(jié)構(gòu)系統(tǒng)組成[9],伺服系統(tǒng)由控制器、傳感器等組成,電氣系統(tǒng)由步進(jìn)電機(jī)、限位開關(guān)和各種導(dǎo)線等組成,機(jī)械結(jié)構(gòu)主要有兩部分,分為X軸方向進(jìn)給結(jié)構(gòu)和Z軸方向進(jìn)給結(jié)構(gòu),兩部分結(jié)構(gòu)差異不大,所以統(tǒng)一考慮,其組成主要有以下幾個(gè)部件:絲杠、軸承、螺母、滾動(dòng)導(dǎo)軌、聯(lián)軸器.步進(jìn)電機(jī)通過彈性聯(lián)軸器與絲杠相連,絲杠由角接觸軸承支撐,步進(jìn)電機(jī)帶動(dòng)絲杠轉(zhuǎn)動(dòng),使得套在絲杠上的螺母沿著絲杠軸向運(yùn)動(dòng),帶動(dòng)與螺母固定的工作臺移動(dòng),工作臺支撐在滾動(dòng)導(dǎo)軌上.其機(jī)械結(jié)構(gòu)簡圖如圖1所示.
頂事件為進(jìn)給系統(tǒng)故障,分為不能進(jìn)給和不能準(zhǔn)確進(jìn)給.按其組成結(jié)構(gòu),分為伺服系統(tǒng)、電氣系統(tǒng)和機(jī)械結(jié)構(gòu)故障.伺服系統(tǒng)故障由驅(qū)動(dòng)器故障和傳感器故障引起;電氣故障由行程開關(guān)故障和伺服電機(jī)故障引起;機(jī)械故障,按其組成結(jié)構(gòu),分為聯(lián)軸器、滾珠絲杠、導(dǎo)軌、支撐軸承等部位的故障,將其定為機(jī)械結(jié)構(gòu)故障下的中間故障類型;再下一級定為底事件.所建故障樹如圖2:(其中T為頂事件,M開頭為中間事件,X開頭為底事件).
圖1 進(jìn)給系統(tǒng)示意圖
圖2 數(shù)控車床進(jìn)給系統(tǒng)故障樹
定性分析就是找出最小割集,在故障樹中,割集是能使頂事件發(fā)生的一些底事件的集合,如果割集中的任一底事件不發(fā)生,頂事件也就不發(fā)生,這樣的割集稱之為最小割集[10].本文所建的故障樹,要求最小割集,根據(jù)與門用乘、或門用加的原則,有
簡化得
由式(1)可得24個(gè)最小割集:{X1},…,{X26}.代表ETC36數(shù)控車床進(jìn)給系統(tǒng)的24種失效模式.
由于底事件沒有具體統(tǒng)計(jì)數(shù)據(jù),在沒有試驗(yàn)驗(yàn)證的前提下,可以根據(jù)生產(chǎn)一線故障專家的經(jīng)驗(yàn)判斷,將底事件發(fā)生的概率用語言描述,分7個(gè)等級,分別是非常低、低、較低、中等、較高、高、非常高.沈陽機(jī)床ETC36數(shù)控車床各類型零件的設(shè)計(jì)可靠性在0.99以上,而底事件均是各類零件的故障,所以底事件的發(fā)生概率理論上<0.01.假設(shè)底事件發(fā)生的概率為0~0.02,7個(gè)等級所對應(yīng)的概率 分 別 為 0 ~ 0.000 1、0.000 1 ~ 0.000 5、0.000 5~ 0.001、0.001 ~ 0.003、0.003 ~ 0.005、0.005~0.010、0.01~0.02.對每個(gè)底事件,由 3 位專家給出評價(jià),然后綜合3位專家的意見,給出參考概率.通過沈陽機(jī)床生產(chǎn)一線專家對底事件的評價(jià),得到底事件的語言描述和參考概率如表1所示.
表1 專家語言評價(jià)表
參考概率不是真實(shí)概率,可能會偏離真實(shí)概率,但偏離的程度無從得知,為簡化計(jì)算,假定與真實(shí)概率的偏差不超過30%,將參考概率值簡化成三角型模糊數(shù),三角型模糊數(shù)可表示為
其中m為參考概率值,底事件的模糊概率值都可以用這種方式表示,用于后面的計(jì)算.
三角型模糊數(shù)的隸屬函數(shù)為(λ為置信水平)
在模糊故障樹分析[11-12]過程中,采用模糊數(shù)來描述底事件發(fā)生的概率,用模糊算子代替?zhèn)鹘y(tǒng)的邏輯門算子,從而得到頂事件發(fā)生的概率模糊數(shù).當(dāng)用三角型模糊數(shù)表示底事件發(fā)生概率時(shí),根據(jù)三角型模糊數(shù)表示方法,設(shè)Fiλ為第i個(gè)底事件發(fā)生的模糊概率,結(jié)合式(2),則故障樹的與門結(jié)構(gòu)和或門結(jié)構(gòu)的模糊算子Fandsλ、Forsλ分別為
由求最小割集的式(1)可知,每一個(gè)最小割集發(fā)生都能導(dǎo)致頂事件發(fā)生,最小割集發(fā)生的概率用與門結(jié)構(gòu)公式計(jì)算,頂事件發(fā)生的概率用或門結(jié)構(gòu)計(jì)算公式.設(shè)各最小割集X1,X2,…,X26發(fā)生的概率為PX1,PX2,…,PX27頂事件發(fā)生的概率為PT,則
應(yīng)用式(1)~(4)并將表2的數(shù)據(jù)代入,可求得頂事件的模糊概率值為
根據(jù)沈陽機(jī)床提供的部分ETC36使用信息,得知2013年共售出此類型機(jī)床957臺,在使用過程中出現(xiàn)各類型故障的有327臺,其中與進(jìn)給系統(tǒng)有關(guān)的故障占30%,從而可推斷出在使用過程中進(jìn)給系統(tǒng)的故障概率為10.3%,
而理論計(jì)算的進(jìn)給系統(tǒng)模糊概率值由式(5)給出:式(5)意義表示當(dāng)置信度為λ時(shí),概率區(qū)間為:[0.081 7+0.031 7λ,0.144 3-0.033 7λ],所以根據(jù)上述理論計(jì)算得到了ETC36數(shù)控車床進(jìn)給系統(tǒng)在使用過程中的失效概率為[0.081 7+0.031 7λ,0.144 3-0.033 7λ].
經(jīng)計(jì)算,當(dāng)置信度λ在0.70這個(gè)水平時(shí),模糊概率區(qū)間正好包含10.3%,表明理論計(jì)算與實(shí)際相符得比較好,也能證實(shí)故障樹建立的正確性和專家語言評價(jià)法的可行性.
底事件的模糊重要度為[13]
計(jì)算得到各底事件的模糊重要度見表2.
表2 底事件模糊重要度列表
由表2可知,模糊重要度比較大的幾個(gè)底事件為:X1、X8、X9、X11、X13、X16,這幾個(gè)底事件是對系統(tǒng)故障概率貢獻(xiàn)最大的,也是系統(tǒng)的薄弱環(huán)節(jié),它們分別是行程開關(guān)故障、軸承預(yù)緊不當(dāng)、軸承疲勞、未及時(shí)維護(hù)潤滑、滾珠絲杠預(yù)緊不當(dāng)、滾珠絲杠副接觸疲勞.
1)首次將故障樹分析應(yīng)用到ETC36數(shù)控車床進(jìn)給系統(tǒng)的故障分析中,并通過定性分析得到故障樹的24個(gè)最小割集.即ETC36數(shù)控車床進(jìn)給系統(tǒng)的24種失效模式.
2)在ETC36數(shù)控車床進(jìn)給系統(tǒng)可靠性試驗(yàn)和故障數(shù)據(jù)缺失的情況下,嘗試采用專家語言評價(jià)的方法,應(yīng)用于故障樹分析,獲得底事件的模糊概率值,并應(yīng)用于定量分析,計(jì)算出 ETC36數(shù)控車床進(jìn)給系統(tǒng)的失效概率的模糊值.
3)將理論計(jì)算與實(shí)際數(shù)據(jù)相對比,得到相應(yīng)的置信度水平λ=0.70,這個(gè)值可以為ETC36數(shù)控車床其他系統(tǒng)的故障分析提供參考價(jià)值.
4)通過理論分析和實(shí)際對比找出了引起ETC36數(shù)控車床進(jìn)給系統(tǒng)失效的薄弱環(huán)節(jié),為降低ETC36數(shù)控車床故障概率提供了理論和實(shí)際依據(jù).
[1]FERDOUS R,KHAN F,SADIQ R,et al.Fault and event tree analyses for process systems risk analysis:uncertainty handling formulations[J].Risk Analysis,2011,31(1):86-107.
[2]BOUDALI H,DUGAN J B.A discrete-time Bayesian network reliability modeling and analysis framework[J].Reliability Engineering& System Safety,2005,87(3):337-349.
[3] SHU M H,CHENG C H,CHANG J R.Using intuitionistic fuzzy sets for fault-tree analysis on printed circuit board assembly[J].Microelectronics Reliability,2006,46(12):2139-2148.
[4]CHENG S R.Fault-tree analysis for liquefied natural gas terminal emergency shutdown system [J].Expert Systems with Applications,2009,36(9):11918-11924.
[5]KUMAR M,YADAV S P.The weakest t-norm based intuitionistic fuzzy fault-tree analysis to evaluate[J].ISA Trans,2012,51(4):531-538.
[6]WANG C,XING L,AMARI S V.A fast approximation method for reliability analysis of cold-standby systems[J].Reliability Engineering & System Safety,2012,106:119-126.
[7]于捷.CAK系列數(shù)控車床 FTA分析[J].長春大學(xué)學(xué)報(bào),2000,10(4):3-5.
[8]周磊,陳時(shí)錦,梁迎春,等.基于失效樹分析的機(jī)床進(jìn)給系統(tǒng)可靠性設(shè)計(jì)[J].機(jī)械設(shè)計(jì)與制造,2007(6):60-62.
[9]張英芝,申桂香,薛玉霞,等.數(shù)控車床主軸模糊故障樹分析[J].吉林大學(xué)學(xué)報(bào),2006,36(S2):65-68.
[10]HUANG H,ZHANG Z H,LI Y F.A new ordering method of basic events in fault tree analysis[J].Quality and Reliability Engineering International,2012,28(3):297-305.
[11]DONG Y,YU D.Estimation of failure probability of oil and gas transmission pipelines by fuzzy fault tree analysis[J].Journal of Loss Prevention in the Process Industries,2005,18(2):83-88.
[12]LONG W,SATO Y,HORIGOME M.Quantification of sequential failure logic for fault tree analysis[J].Reliability Engineering & System Safety,2000,67(3):269-274.
[13]宋保維.系統(tǒng)可靠性設(shè)計(jì)與分析[M].西安:西北工業(yè)大學(xué)出版社,2008:136-137.