[发明专利]一种Copula函数可靠性动态影响度分析方法

说明书

技术领域

本发明属于数控机床可靠性分析领域，涉及一种数控车床影响度分析方法，具体 涉及一种Copula函数可靠性动态影响度分析方法。

背景技术

数控机床所发生的故障有80%是由可靠性程度较低的20%关键子系统所致。关键子 系统的可靠性直接影响系统可靠性，如何寻找数控机床关键子系统提高系统可靠性成为亟 待解决的关键科学问题。影响度是衡量模型中输入变量X=（X1，X2，…Xn）对输出Y的影响大 小的尺度。对于复杂系统——数控车床，寻求关键子系统进行影响度研究就显得尤为重要。

近些年，各国学者对影响度进行了广泛而深入的研究。SergioContini和Vaidas Matuzas研究了故障树顶事件中影响度的计算方法，并应用于气体的防漏保护系统。T. Tyrv?inen提出动态流程图的影响度研究方法。BentNatvig针对多状态可修系统进行了研 究，并对西非的一个油气生产模型进行了研究。JohnC.Whitson通过Monte-Carlo对网络 系统进行了影响度研究，并将其应用于网络测试。EnricoZio针对混联系统通过蒙特卡罗 仿真对多态元素的影响度进行了评价。

国内ZhiqiangCai采用贝叶斯网络研究了不同部件之间的Birnbaum的影响度的 变化关系。ShubinSi等采用集成影响度对复杂系统的状态进行了研究。李璐祎综合当前基 于方差的重要度与矩独立重要度的优点，建立了一个新的随机变量重要度指标体系。吕震 宙等主要从结构系统的不确定输入方面对重要度进行了研究，并提出了一些新的计算重要 度的方法。司书宾以二态混联系统为算例，依据系统中串并联关系计算了各组件的综合重 要度值，并与其它重要度计算结果进行了比较分析。

以往影响度研究是建立在故障数据或故障间隔时间相互独立状态下进行的。而工 厂实际应用表明故障数据或故障间隔时间的独立性假设是不现实的。系统内各子系统的运 行状态除由于自身疲劳、老化导致故障发生，还会因受到其他子系统故障的影响而发生变 化，将这种现象定义为故障相关。如何从故障相关角度对机床可靠性影响度进行研究，减少 分析误差，确定关键子系统，对提高数控机床可靠性具有重要经济和实用价值。

发明内容

本发明客服了传统寻找数控车床关键子系统分析时的故障独立假设问题，从子系 统故障相关角度进行数控车床子系统可靠性动态影响度分析，分析不同时刻数控车床子系 统可靠性影响度问题。

本发明针对数控车床首先进行故障相关性分析，然后采用GumbelCopula函数进 行故障相关子系统联合可靠度建模，并通过人工鱼群算法进行相关系数优化，进而得到数 控车床整机故障相关可靠性模型。最后通过对数控车床子系统可靠性动态影响度和可靠性 动态核心影响度分析，确定影响数控车床可靠性的关键子系统，为数控车床可靠性增长提 供依据。

附图说明

图1故障相关系数优化图。

图2不同相关系数联合可靠度关系曲线图。

图3故障独立子系统影响度对比图。

图4故障相关子系统影响度对比图。

图5故障相关动态核心影响度对比图。

具体实施方式

下面结合附图对本发明做详细的描述，一种Copula函数可靠性动态影响度分析方 法通常包括以下步骤：

步骤1：相关性分析。基于功能-结构模块化划分技术，将数控车床划分为9个子系统：主 轴系统（S），电气系统（V），进给系统（J），CNC系统（NC），伺服系统（F），液压系统（D），刀架系 统（M），辅助系统（L）和防护装置（Q）。共采集23台数控车床109个故障数据进行分析，获得具 有故障相关子系统的初始和后继子系统故障数据如表1所示。通过故障分析可以看出，除 CNC系统和辅助系统外，其余子系统之间都存在直接或间接的相关关系。由于数控机床为串 联系统，故障相关的子系统间的影响会相互传递，因此在进行故障相关分析时，需要充分考 虑7个子系统之间的相关关系，进而使可靠性建模更贴近于工程实际。

步骤2：基于GumbelCopula的故障相关可靠度建模。

1.Copula理论

根据Copula和Sklar定理可知，一个含有n个故障相关子系统的系统，如果每个子系统的可靠度函数为，则系统可靠度函数可以由Copula函数表示为：