退化试验下数控系统可靠性快速贝叶斯评定系统技术方案

本发明专利技术公开一种退化试验下数控系统可靠性快速贝叶斯评定系统。针对高可靠、长寿命数控系统的失效数据小样本的特点，采用基于双应力步加退化试验的Bayes评估方案，以达到快速的“二次加速”评估效果。本发明专利技术基于温-湿双应力步加寿命退化试验方案，建立双应力加速模型；针对试验数据是由完全数据与截尾数据组成的混合数据的情况，采用多元混合数据回归方法估计加速模型参数；针对数控系统失效模式不唯一的情况，建立竞争失效可靠性评估模型；针对失效数据小样本特征，由Bayes方法利用历史信息求先验分布。本发明专利技术结合步加试验竞争失效模型对模型参数进行评估，提高评估精度，丰富了数控系统可靠性快速评估理论，为探明数控系统失效机理、提高数控系统可靠性提供理论依据。

【技术实现步骤摘要】
【专利摘要】本专利技术公开一种退化试验下数控系统可靠性快速贝叶斯评定系统。针对高可靠、长寿命数控系统的失效数据小样本的特点，采用基于双应力步加退化试验的Bayes评估方案，以达到快速的“二次加速”评估效果。本专利技术基于温-湿双应力步加寿命退化试验方案，建立双应力加速模型；针对试验数据是由完全数据与截尾数据组成的混合数据的情况，采用多元混合数据回归方法估计加速模型参数；针对数控系统失效模式不唯一的情况，建立竞争失效可靠性评估模型；针对失效数据小样本特征，由Bayes方法利用历史信息求先验分布。本专利技术结合步加试验竞争失效模型对模型参数进行评估，提高评估精度，丰富了数控系统可靠性快速评估理论，为探明数控系统失效机理、提高数控系统可靠性提供理论依据。【专利说明】退化试验下数控系统可靠性快速贝叶斯评定系统
本专利技术涉及一种数控系统可靠性评定系统。特别是涉及一种高效、可靠性高的退化试验下数控系统可靠性快速贝叶斯评定系统。
技术介绍
数控系统的可靠性是制约数控系统行业发展的重大共性和关键性问题之一。数控系统可靠性水平是决定数控机床功能、性能和使用可靠性的关键因素之一。目前，国产数控系统市场占有率不足10 %，重要原因之一是其可靠度相对偏低。数控系统可靠性评估是对其可靠性水平进行定量评定。在评估过程中可以发现系统的薄弱环节，为改进设计指明方向；同时，评估结果可以用于指导试验设计，减少试验的盲目性。进行数控系统可靠性评估，是可靠性增长过程中承上启下的重要环节。因此，进行数控系统可靠性评估是提高数控系统可靠性水平的重要手段之一。要想实现数控系统可靠性的快速评估，可以从以下儿方面展开:一是研究快速获取样本失效数据的试验方法，即加速试验；二是研究由较少的样本失效数据完成可靠性评估的方法，即小样本评估方法；三是研究如何充分利用试验过程中包含的可靠性信息。在可靠性评估工作中对试验信息的利用，可只利用一维信息，即时间；也可利用二维信息，即时间、失效模式或退化量。利用失效模式或退化量信息能扩大统计信息量，丰富可靠性评估数据，缩短信息的采集时间。因此，非常有必要研究利用二维信息的可靠性评估方法。目前，有一些学者通过引入竞争失效模型来处理存在非单一失效模式的产品可靠性评估问题；还有一些学者通过采集退化试验或加速退化试验过程中的性能退化数据，并将其应用在可靠性评估上，以此来提高评估精度。竞争失效场合加速试验技术是加速试验由简单结构产品向复杂结构产品推广应用的基础。传统的加速试验统计分析中通常假设产品仅有一种失效模式。但在工作中，数控系统可能存在多种失效模式，任何一种失效模式发生均可导致其失效，即数控系统失效是多种失效模式竞争的结果。对于竞争失效场合，传统单一失效模式的加速试验统计方法并不合适。已有相关学者建立了竞争失效场合ALT的竞争失效模型和极大似然估计(MLE)方法。但基于MLE的统计方法，需要较大的样本量才能获得优良的估计性质。对数控系统进行(加速)寿命试验时，失效数据较少或根本不出现失效时需要通过增加样本数量或增加试验时间来获取充足的失效数据，使得试验成本和试验周期难以承受。如何利用性能退化数据对产品进行可靠性评估，正是基于上述原因开始引起领域内研究者的关注。目前国内外很多学者已开始利用性能退化数据进行可靠性评估的研究。但大多是针对单个元件或部件展开的。吴军、邓超等通过监测与分析数控装备关键性能参数的时变特性来确定装备性能劣化，研究了基于性能劣化的数控装备可靠性预测。但其主要是针对工作场合运动副磨损、零件的腐蚀和元件等因素展开的。
技术实现思路
本专利技术所要解决的技术问题是，提出了一种高效、可靠性高的退化试验下数控系统可靠性快速贝叶斯评定系统。本专利技术所采用的技术方案主要包括下列步骤:I数控系统双应力步加试验基于前期的FMECA分析可知，温度和湿度是影响数控系统可靠性的主要环境因素。因此，拟采用温-湿双应力对数控系统进行双应力步加试验。为进一步缩短试验时间，实现数控系统可靠性的快速评估，就步加寿命试验中温-湿双应力设计问题，根据提出的加速寿命试验方案优化设计的准则和方法，以数控系统在正常工作应力水平时寿命估计值的方差最小为目标，在确定各个应力水平组合下，以各加速因子的试验应力水平、各次试验的试样分配比例及各次试验的截尾时间为设计变量，应用极大似然估计理论，建立温-湿双应力步加寿命试验方案优化设计的数学模型。以期提高可靠性评估精度、减少试验次数、缩短试验时间。对进行温-湿双应力步加寿命试验的数控系统来讲，其故障往往是由于系统中某个部件或组件出现故障导致的，且这种故障通常是可修复的。数控系统发生故障后经过修复又重新投入工作，因此可以用随机点过程来描述其故障数据。一般认为数控系统经过维修后，其可靠性又回到最初的水平，即故障间隔时间独立同分布，一般用齐次泊松过程描述；若认为数控系统经维修后，其可靠度等于故障前瞬间的可靠度，可用非齐次泊松过程描述。分析加速试验数据的首要问题是加速模型的确定。结合数控系统的工作环境和组成，对其实施温-湿双应力的加速寿命试验，加速模型可以采用Peck模型。针对失效数据可能出现的非完整性问题，先要对试验数据进行建模；再针对每种失效模式的数据有完全数据、截尾数据的情况，采用多元混合数据回归分析方法估计Peck模型参数。2基于竞争失效模型的可靠性评估模型针对数控系统失效模式并不单一的问题，建立竞争失效模型。针对竞争失效场合加速寿命试验数据可能存在的完整数据、截尾数据和失效模式未确定数据这几种类型，Bayes分析的基本思路是:首先选择先验分布形式，确定先验分布表达式，对完整数据和截尾数据进行Bayes分析，得到后验分布表达式；然后以最近一次得到的后验分布作为先验分布，逐一对失效模式未确定数据点进行Bayes估计，得到后验分布及其表达式；最后，通过加速模型外推正常应力水平下的参数评估值。针对联合后验分布很难采用数值积分得到后验统计的问题，采用Gibbs抽样方法计算后验统计，进而求出参数的估计值。其基本思想是从满条件分布中迭代的进行抽样，当迭代次数足够大时，就可得到来自联合后验分布的样本，进而也得到了来自边缘分布的样本。Gibbs抽样的关键在于如何从各个满条件分布抽样，当满条件分布不是标准分布函数时，对其抽样存在一定的困难，可采用标准取舍抽样得到满条件分布抽样值。在温-湿双应力步加加速试验过程中，既存在突发性失效，也存在退化失效。对突发性失效采用上面提到的加速寿命试验数据分析方法即可。对于退化失效，基于随机过程和温-湿双应力加速模型建立加速退化模型，确定失效阈值，则数控系统的失效时间为性能退化量首次到达失效阈值的时间T，即将退化量分布模型转化为T的分布，再与突发性失效数据组合建立竞争失效模型。目前对数控系统可靠性评估的研究报道多集中于应用设计工程中的试验数据或用户反馈的现场寿命数据开展的。对于数控系统而言，由于其可靠性高，应用前述方法时间成本太高，对可靠性增长指导严重滞后，降低了评估工作的重要性。因此，本项目拟解决的的关键问题之一是阐明温-湿双应力步加试验下数控系统的失效机理与性能退化规律。我们的前期工作表明，数控系统组成较复杂，失效模式并不单一，且存在性能退化现象。但对于突发性失效与性能退化之间的关系还不是十分本文档来自技高网...

【技术保护点】
一种退化试验下数控系统可靠性快速贝叶斯评定系统，其特征在于它包括：基于温‑湿双应力步加寿命退化试验方案，采用多元混合数据回归方法估计加速模型参数，建立竞争失效可靠性评估模型，由Bayes方法利用历史信息求先验分布。

【技术特征摘要】

【专利技术属性】
技术研发人员：李彬，何兴军，刘学江，
申请(专利权)人：天津职业技术师范大学，
类型：发明
国别省市：天津;12