论文部分内容阅读
数控装备作为机械制造业的工作母机被广泛应用于现代工业中，这样重要的设备一旦出现故障，不仅会带来装备本身的损失还会给企业带来其他一系列巨大的经济损失。数控装备不同于一般的机械设备，由于其结构、功能、工作环境的复杂，造成装备的失效模式多样，所以对其运行过程中的可靠性进行有效的预测与评估具有重要的意义。基于失效寿命数据开展的经典可靠性评估方法对故障数据样本信息有严苛的要求，它不适用于对单台数控装备和瞬时可靠性进行评估，所以有必要提出其他的可靠性评估方法。本文在国家自然科学基金的资助下，利用数控装备的性能退化数据，基于灰色时间序列模型、隐半马尔科夫模型(HSMM)等模型对数控装备运行可靠性进行了有效的预测与评估。主要工作如下：(1)介绍了性能退化理论，分析了数控装备运行过程中性能退化现象，设计了收集反映数控装备实时状态的性能退化数据方案，提取出了数控装备性能退化外在表征出的性能特征参数。提出基于灰色时间序列模型的数控装备性能退化建模，给出了灰色预测模型GM(1,1)和时间序列模型AR模型的建模过程，通过借助模型来了解装备性能退化规律，对装备失效时间进行预测。(2)阐述了马尔科夫(Markov)链、马尔科夫过程和隐马尔科夫模型(HMM)的基本概念与定义，介绍了HMM的基本算法、模型训练过程以及实际应用中应注意的问题和改进。给出了基于HMM的运行可靠性评估方法的基本步骤，基于HMM的数控装备运行可靠性评估方法实现了对外在性能特征参数与内在状态间关系的描述，结合实例计算出了数控装备运行过程中各个时刻的瞬时可靠度，了解到装备工作过程中的可靠性变动情况。(3)在HMM的基础上对模型进行了改进，引入了它的一种扩展形式--隐半马尔科夫模型(HSMM)。首先介绍了HSMM中各参数的意义和广义算法，其次通过引入快速递推算法解决了模型训练过程中出现的计算量和存储度呈指数倍增的问题，通过采用定标技术等方法对该方法进行改进，避免了模型训练时出现数据下溢等问题，并提高了模型训练的鲁棒性。最后，利用改进的HSMM对数控装备运行可靠性进行了评估，并对HMM和HSMM两种方法进行了对比分析。