The invention discloses a reliability allocation method for heavy machine tools based on trapezoidal fuzzy number and ranking method, which belongs to the field of machine tool reliability design. In particular, the reliability allocation problem of heavy machine tools is regarded as a multi-attribute decision-making problem, and the reliability allocation of machine tools is realized by using the related methods of multi-attribute decision-making problems. The decision information of each expert is expressed by intuitionistic trapezoidal fuzzy number, and then the comprehensive decision matrix model is obtained by fusing the decision matrix of each expert. Finally, the reliability allocation coefficients of each subsystem are obtained by using the method of approximating ideal solution ranking, which can complete the reliability allocation of heavy machine tools and improve the reliability allocation of domestic heavy CNC machine tools. Reliability.
【技术实现步骤摘要】
一种基于梯形模糊数和排序法的重型机床可靠性分配方法
本专利技术涉及到重型数控机床的可靠性分配方法，属于机床可靠性设计领域。
技术介绍
数控机床是一种高精度、高效率、高技术的现代机电设备，作为先进制造技术的基础与核心设备，越来越广泛的应用于机械生产之中，并制约着制造领域和各高新科技的发展。目前国产重型数控机床在速度、精度和多轴联动等方面取得了显著进展，但可靠性指标与国际水平存在明显差距，严重影响国产重型装备的产品声誉和国内外市场的竞争力，已成为行业的技术瓶颈。重型机床价格昂贵，且通常作为国民经济重点工业领域企业拥有的关键设备，其加工对象往往是用户产品的核心零部件，由于机床的可靠性偏低经常导致故障停机会给用户造成巨大的经济损失。产品的可靠性首先是设计出来的，开展重型数控机床可靠性分配技术的研究，从源头上提高重型数控机床的可靠性水平，并形成一套成熟的重型数控机床可靠性分配技术方案，是行业的迫切需求，具有重大的战略意义。数控机床的可靠性是衡量机床质量好坏的重要指标。机床的可靠性直接影响加工质量，生产率和效率，并进一步影响市场竞争力和用户的信心，所以具高可靠性的数控机床是制...
【技术保护点】
1.一种基于梯形模糊数和排序法的重型机床可靠性分配方法，其特征在于：该方法将重型数控机床可靠性分配问题视为多属性决策问题，将重型数控机床子系统和影响重型数控机床可靠性分配的因素视为多属性决策问题的方案集和属性集，通过直觉梯形模糊数对专家和设计者的决策信息进行表达，并将所有决策信息进行融合得到综合决策矩阵，然后利用逼近理想解排序法对各个方案进行排序，将各方案与理想解的贴近度系数转化为可靠性分配的权重向量，最终完成重型数控机床的可靠性分配；具体包括如下步骤：步骤1：根据重型数控机床的结构特征和功能原理，对其进行子系统划分并列举出来；这些子系统组成了重型数控机床可靠性分配问题的方...
【技术特征摘要】
1.一种基于梯形模糊数和排序法的重型机床可靠性分配方法，其特征在于：该方法将重型数控机床可靠性分配问题视为多属性决策问题，将重型数控机床子系统和影响重型数控机床可靠性分配的因素视为多属性决策问题的方案集和属性集，通过直觉梯形模糊数对专家和设计者的决策信息进行表达，并将所有决策信息进行融合得到综合决策矩阵，然后利用逼近理想解排序法对各个方案进行排序，将各方案与理想解的贴近度系数转化为可靠性分配的权重向量，最终完成重型数控机床的可靠性分配；具体包括如下步骤：步骤1：根据重型数控机床的结构特征和功能原理，对其进行子系统划分并列举出来；这些子系统组成了重型数控机床可靠性分配问题的方案集O＝{o1,o2,…,om}；其中O是所有子系统所构成的方案的集合；m表示所划分的子系统的个数，也是方案的个数；o1,o2,…,om表示方案1、方案2和方案m，其中每一个方案都是一个子系统；重型数控机床被划分成八个子系统，如下表1所示：表1常见机床的子系统划分结果步骤2：由重型数控机床设计者确定重型数控机床整体的可靠性指标，然后将影响重型数控机床可靠性分配的因素详细列举出来；这些影响因素组成了重型数控机床可靠性分配问题的属性集C＝{c1,c2,…,cn}，其中C表示所有属性的集合，也是被考虑的影响重型数控机床可靠性分配的因素的集合；n表示影响因素的个数,也是属性的个数；c1,c2,…,cn表示属性1、属性2和属性n，其中每一个属性都是一个影响因素；被考虑的影响重型数控机床可靠性分配的因素有：复杂度、易维修性、技术水平、工作环境、成本和工作时间；步骤3：由相关领域专家针对方案集和属性集给出决策信息，列出各个专家的决策矩阵Rk，其中Rk表示第k位专家的决策矩阵，k＝1,2,…,h，表示共有h位专家；专家进行决策时使用语言术语，为便于计算需将语言术语转化为直觉梯形模糊数的形式，下表2给出了语言术语和直觉梯形模糊数之间的转换关系；语言术语转换成直觉梯形模糊数之后，专家决策矩阵Rk中的元素都由语言术语转换为直觉梯形模糊数，此时i＝1,2,…,m,j＝1,2,…,n,k＝1,2,…,h，为直觉梯形模糊数形式；表2语言术语和直觉梯形模糊数之间的转换标准专家在进行决策时，由于每个人的经验不同，做出的决策不同，所以为了防止专家的意见出现分歧，所以专家们在作决策时需要有个标准，这个决策标准如下表3所示：表3决策标准步骤4...
【专利技术属性】
技术研发人员：程强，孙东洋，赵永胜，王昊，杨聪彬，刘志峰，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。