[发明专利]一种考虑截尾数据删失的机床可靠性评估方法

权利要求书

1.一种考虑截尾数据删失的机床可靠性评估方法，其特征在于：包括以下步骤：

步骤一：利用IQR法筛选数据；将数据划分为四个等份，每个相邻间隔的区间包含为25％的数据，分别三个点为q₁,q₂,q₃；根据下列公式(1)和(2)计算得到最高与最低临界值，如果数据未包含在区间内(S₁,S₂)，则视为异常数据，不予以选择；

S₂＝q₃+(1.5×(q₃-q₁)) (1)

S₁＝q₁-(1.5×(q₃-q₁)) (2)

步骤二：筛选后的数据，对于其中包含的截尾数据运用故障时间处理法则，减少截尾数据量，将筛选的数据，列出各个型号数控机床故障发生时间表；利用公式(3)和(4)计算，得出集中到一台机床的故障数据表；

假设三个机床同时进行截尾实验，三台机床分别结尾的时刻为t_1s,t_2s,t_3s；样本t_1s发生故障的点为t₁₁，样本t_2s发生故障的点为t₂₁，t₂₂，样本t_3s发生故障的点为t₃₁；其中t₁₁＜t₂₁＜t₂₂＜t_1s＜t₃₁＜t_2s＜t_3s；应用公式(3)和(4)得到一台机床等效故障发生的时刻(t₁,t₂,t₃,t₄)和终止实验的时刻T_S；

t₁＝3t₁₁,t₂＝3t₂₁,t₃＝3t₂₂,t₃＝2t₃₁+t_1s (3)

T_S＝t_1s+t_2s+t_3s (4)

步骤三：将变换后中故障数据表进行预处理，先去掉截尾数据，利用平均秩次法得到经验分布函数；首先将数据整合为故障间隔时间表，利用公式(5)计算得到秩的增量为ΔA_i；其次运用公式(6)得到调整后故障数据的秩次为A_i；最后利用近似中位秩公式(7)，得到经验累积函数F_i；

A_i＝A_i-1+ΔA_i (6)

其中n为总样本量；i为发生故障的顺序号，k为所有数据的排列顺序号；

步骤四:将得到数据进行最小二乘法拟合y＝Bx+A，初步得到威尔分布模型的参数；首先利用公式(8)和(9)计算x_i,y_i的值，进行直线拟合；最后运用公式(10)和(11)计算出威尔参数的形状参数β₁和尺寸参数α₁

y_i＝ln{-ln[1-F(t_i)]} (8)

x_i＝lnt_i (9)

β₁＝B (10)

步骤五:将得到累计分布函数与经验分布函数进行K-S检验；首先利用公式(12)完成最大差值计算，根据样本量大小n选取表格一中显著水平，判断是否符合分布假设，否则重新计算步骤四；

D＝max|F(t_i)-F′(t_i)| (12)

步骤六：将得到的参数作为初始值完成考虑截尾数据的新的分布经验公式；将步骤四得到两个参数值，作为初始值带入到公式(13)-(16)中，重新重复上述步骤四，得到新的参数估计值；

A_ii＝A_ii-1+I_i+1 (15)

其中截尾实验数据为t_c，删失数据的故障概率为I_c,i；

C_i为i之前删失项个数；I_i为故障数据i的秩次的增量；

步骤七：得到的新的参数看是否满足公式(17)，若不满足重复步骤六，直到满足条件即可；

|β_i-β_i-1|＜0.01 (17)。