基于參數(shù)Bootstrap-核密度估計(jì)的數(shù)控機(jī)床Bayes可靠性評(píng)估方法研究.pdf

1、可靠性評(píng)估是數(shù)控機(jī)床可靠性工程技術(shù)的重要組成部分，也是機(jī)床制造業(yè)發(fā)展必不可少的關(guān)鍵。隨著機(jī)床復(fù)雜化、信息化、集成化程度的提高，高檔數(shù)控機(jī)床具有樣本量小、故障數(shù)據(jù)少等小樣本特點(diǎn)，傳統(tǒng)的基于大數(shù)定律的經(jīng)典統(tǒng)計(jì)理論已無法對(duì)其可靠性進(jìn)行有效評(píng)估。能夠綜合利用機(jī)床先驗(yàn)信息和現(xiàn)場(chǎng)試驗(yàn)數(shù)據(jù)的Bayes方法為小子樣機(jī)床可靠性評(píng)估提供了非常重要的理論支撐，而如何確立合適準(zhǔn)確的先驗(yàn)分布是Bayes方法合理應(yīng)用的關(guān)鍵。
　　本文以小樣本的車銑加工中心C

2、XK5463為研究對(duì)象，針對(duì)Bayes評(píng)估中傳統(tǒng)Bootstrap法利用相似機(jī)床故障信息建立先驗(yàn)分布時(shí)，存在的抽樣誤差較大以及需要事先假定分布類型的主觀性過大的問題，提出一種集成最小二乘支持向量機(jī)(Lssvm)、參數(shù)Bootstrap法及核密度估計(jì)法建立先驗(yàn)分布的方法?；谕紶柗植嫉漠惓Ｖ禉z驗(yàn)方法對(duì)得到的先驗(yàn)分布可信度進(jìn)行了度量，根據(jù)算得的先驗(yàn)信息可信度值對(duì)該先驗(yàn)分布加以修正，進(jìn)而確定最終可信先驗(yàn)分布，進(jìn)行Bayes可靠性評(píng)估。

3、>　　首先，以車銑加工中心CXK5463的故障數(shù)據(jù)作為現(xiàn)場(chǎng)試驗(yàn)信息，相似數(shù)控機(jī)床CK5250故障數(shù)據(jù)作為先驗(yàn)信息，進(jìn)行相容性檢驗(yàn)；對(duì)傳統(tǒng)Bootstrap法確立先驗(yàn)分布中存在的誤差進(jìn)行分析；利用最小二乘支持向量機(jī)(Lssvm)算得先驗(yàn)信息的威布爾參數(shù)，進(jìn)行參數(shù)化Bootstrap抽樣，減少了抽樣誤差；根據(jù)抽樣結(jié)果利用非參數(shù)核密度估計(jì)法對(duì)尺度參數(shù)以及形狀參數(shù)m進(jìn)行了概率密度估計(jì)，直接從抽樣結(jié)果的樣本數(shù)據(jù)特性出發(fā)擬合先驗(yàn)分布，使得擬合結(jié)果與

4、實(shí)際分布情況更加符合?？朔藗鹘y(tǒng)方法需要事先假定分布類型的主觀性過大的問題。
　　其次，分析了現(xiàn)有先驗(yàn)信息可信度計(jì)算方法存在的不足，針對(duì)先驗(yàn)信息為先驗(yàn)分布，現(xiàn)場(chǎng)信息為服從威布爾分布的機(jī)床故障數(shù)據(jù)這一可靠性評(píng)估情況，基于威布爾分布數(shù)據(jù)異常值檢驗(yàn)的方法計(jì)算了先驗(yàn)信息可信度，并利用MATLAB編程仿真實(shí)現(xiàn)了算法的求解。以求得的CXK5463的先驗(yàn)分布為例，進(jìn)行了仿真，仿真結(jié)果與傳統(tǒng)Bootstrap方法擬合先驗(yàn)分布的可信度值進(jìn)行了對(duì)比，