[发明专利]一种考虑截尾数据删失的机床可靠性评估方法

说明书

本发明公开了一种考虑截尾数据删失的机床可靠性评估方法，来提高可靠性评估参数的精度。首先针对数据基于IQR法筛选正常的数据，其次运用故障总时间处理法则对数据中的截尾数据进行削减，扩大失效数据样本量，接着利用平均秩次法初步求得威尔参数初始值，然后再根据新的经验分布函数，利用最小二乘法完成新的威尔参数估计，最后运用K‑S方法进行收敛检验。

技术领域

本发明涉及高档数控机床的可靠性评估，属于数控机床的可靠性工程领域。

背景技术

数控机床是机床制造业的基础，能够展现出一个国家的综合国力。随着机床行业的发展，很多的厂家和客户都持续关注了机床的可靠性问题。但是我们国家机床研究起步比较晚，绝大多数机床厂以及用户没有对可靠性数据给予足够多的重视，没有收集足够多的数据，所以怎么能够提高机床可靠性成为行业急需解决的问题。

可靠性是产品在规定的时间和条件下完成产品自身规定功能的能力，其中可靠性评估就是通过可靠性数据对这一能力进行定量化的评价，从而反映机床可靠性水平，为将来后续机床设计改进提供经验

可靠性评估方法主要依据样本量大小，从不同角度进行可靠性评估。在对于样本量很少的情况下，现阶段主要方法是依据贝叶斯方法，融合专家的意见与机床先前数据完成先验分布，后续利用MCMC方法求解后验分布，求解繁琐，难度较高。对于样本量比较大的情况下，主要有矩估计法，极大似然估计，最小二乘法等等。但是对于数据本身的筛选研究的较少，对于提高样本数据精度，进一步提高参数估计精度也是值得探究的。

发明内容

针对截尾数据删失造成可靠性评估参数精度不足的问题，本文提出了一种考虑截尾数据删失的机床可靠性评估方法，来提高可靠性评估参数的精度。首先针对数据基于IQR法筛选正常的数据，其次运用故障总时间处理法则对数据中的截尾数据进行削减，扩大失效数据样本量，接着利用平均秩次法初步求得威尔参数初始值，然后再根据新的经验分布函数，利用最小二乘法完成新的威尔参数估计，最后运用K-S方法进行收敛检验。

一种考虑截尾数据删失的机床可靠性评估方法，主要包括以下步骤：

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。这三个临界值为对应区间的平均值。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)，则应该视为异常数据，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，提高评估结果的准确性。首先将上述筛选的数据，列出各个型号数控机床故障发生时间表。其次利用公式(3)和(4)计算，得出集中到一台机床的故障数据表。