搜读_ -|五鹿├白水小米手机
淘宝减肥药排行榜十强
只推淘宝安全有效的减肥药

当前位置:搜读 > 减肥产品

搜读

时间:2020-08-05 19:03  编辑:红原中通

搜读

汽车发动机缸体生产线可靠性分析

[摘要]近年来,可靠性工程发展十分迅猛,产品的可靠性本应随产品复杂性的增加而早受重视,但事实上直到第二次世界大战后,它对现代科学技术发起来势凶猛的挑战,才迫使人们耗费大量的财力物力来研究它,解决它,从而对科学技术的发展起到了巨大的促进作用。

进入21世纪之后,提高产品的可靠性就是提高产品的质量关键,国内外把对可靠性的研究工作提高到节约资源和能源的高度来认识。在现代生产中,可靠性技术已经贯穿到产品生产的各个环节。本论文主要结合某汽车发动机缸体生产线进行可靠性分析,主要分为以下部分:

一、可靠性与维修性的含义以及二者的特征量相互关系等基本关系进行初步了解。

二、从故障分析的角度来进行研究并对其方法做出认识来达到整体的分析效果。

三、描述机械设备的系统可靠性,分析常见的系统模型。

四、结合实际案例对生产线进行数据分析,评估可靠性。

[关键词]生产线数据分析可靠性

第一章绪论1.1可靠性的含义

要进行可靠性分析,首先要明确什么是可靠性?侠义可靠性是指产品在规定的条件下,在规定的期间内,具有完成所要求的功能的能力。广义的可靠性包括:狭义的可靠性(不发生失效故障),维修性(故障发生后容易修复)产品不能完成规定功能称为失效(或故障),产品合适出现失效与很多因素有关系,因为此产品出现失效时间是一个随机现象,可以研究可靠性就要研究随机物理现象及其规律。它是以概率论、数理统计为数学基础,以失效物理为物理学基础。产品可靠性是重要的质量指标。而可靠性大小与时间有关,因此,可靠性是具有时间性的质量指标。研究可靠性与系统工程、环境工程、价值工程、工程心里学、质量控制技术、维修技术、生产管理与使用管理技术及计算机等密切相关,因此,可靠性是应用科技的新兴边缘科学。

机械可靠性工程是可靠性学科的一个重要方面。它是以保证和不断提高机械产品可靠性为宗旨。贯穿于产品设计、研制、试验、使用、维护、管理等各工程技术环节。

1.2本文研究的背景

我们研究的对象是某汽车发动机缸体生产线,缸体生产线有21台设备,各设备编号、名称、功能如表7.3所示,生产线的各设备相互独立,发生故障的时间、维修时间、故障频率、也是不相同的,但是只要其中一台设备发生了故障,整条生产线就必须停产了,这样复杂的情况,给维修人员造成很多的困难,造成了时间、成本、费用的浪费,给生产计划造成了很严重了损失。

1.3可靠性与维修性的基本概念1.3.1可靠性与可靠度

(1)可靠性的定义

“可靠性”就是在规定的的条件下,在规定的期间内,具有完成所要求的功能的能力。

可靠度就是对产品可靠性的概率度量。

(2)可靠度的定义及五要素。

“可靠度”就是系统、机器、零部件等,在规定的条件下,在规定的时间内,能完成要求的功能的概率。可靠性和可靠度都用reliability表示,略些为R

规定可靠度的五要素:.

①需要明确对象是什么?

系统、机器和零部件可分为可修复系统与不可修复系统两类。修复系统是指那些发生了故障,经过修复,还可以使用的装备或设备;不可修复系统是指象无人宇宙飞船那样不可能维修的东西,或象螺栓、螺母那样失效后不可修理,即应扔掉的消耗品。

②要求的功能是什么?故障是什么?

根据可靠度这一客观的指标规定出的目标,并以此来测量装置可以满足的程度的时候,如果人们、用户、厂家对失效的定义有各自的看法,那就会使它成为无意义的了。所以一定要明确它的功能。

③给予的(规定的)条件

同一产品,由于使用方法、环境维修方法的不同,其可靠度也将有所不同。如果对使用的环境条件(振动、冲击、温度等环境应力,也称外部应力)、负荷、荷重等的对象功能应力(也称内部应力)维修方法等规定的不明确,也就不可能客观地把握可靠度,即使作为数据也成了无意义的数值。

④规定的时间(图2.1的特定时间t)

装置的可靠度不仅与其使用(包括放置代用)条件有关,还依存于期间。这个期间可以用时间(年限)、距离、次数、周期数等数量来计算。

⑤完成功能的概率(图2.1的R(t))

多数的对象在明确了上述四个条件后观测的结果,作为完成其功能的比率来把握。

1.3.2维修性与维修度

(1)维修性的定义

“维修性”就是产品在规定的条件和规定的时间内,对可修复的系统、机器、零部件按规定的程序和方法进行维修时,保持或恢复其规定状态的能力。维修性的度量常以维修度来衡量,

(2)维修度的定义及三要素。

“维修度”在规定的条件和规定的时间内,对可修复的系统、机器、零部件按预定的法和资源实施维修,保持或恢复其规定状态的概率。维修行和维修度都用maintainability表示略写为M。

维修度的三要素:给予的(规定的)条件,规定的时间、概率。

1.3.3可靠性与维修性的关系

对可修复的系统、机器或者设备,可靠性与维修性是密不可分的,不能分开的讨论其中的任何一个。在可修复的系统中,有一个综合二者的广义的可靠性,即可靠性与维修性的尺度,称为有效度,可靠性就是使产品不发生失效故障那样去设计、去制造,而且还要很好地去使用它。维修性与此相对应,当机器或者设备发生了故障或者老化的时候,能尽可能做到早期发现,及时修复,使其维持正常。

1.4可靠性与维修性管理的重要性

随着现代科学技术的不断发展,许多产品(包括设备和系统)所承担的工作在质的方面高级化了,它与人类的生产和生活密切相关;在量的方面哼趋向于复杂化了,由于彼此相关的任意一部分而导致的系统发生故障的机会明显的增加了;而整个系统的故障,将会造成经济上甚至生命安全上的极大危害。

①产品越来越复杂,故障的机会就会增加。

②受时间和费用的制约,要求风险预测技术高度化。

③产品没有可靠性就要丧失信誉。

④为防止产品责任赔偿,可靠性很重要。

⑤可靠性在国际竞争中是取胜的关键。

1.5本文主要内容

本论文一共六章,主要内容:

第一章主要介绍为什么可靠性是一门新兴的学科及其重要性,同时还介绍了狭义和广义可靠性的概念,还有可靠性、维修性、有效度三者之间的区别与联系。

第二章从概率学方面、统计学方面和时间方面进一步解释可靠性和维修性。同时还介绍与可靠性密切相关的失效的定义,以及三种基本的失效图形。

第三章主要介了什么是“故障(失效)”以及它的分类、等级、故障机理,还有其深层的故障原因,这是最本质的,也是我们研究的根本目的。同时还介绍研究故障常用的一些方法,例如直方图法、因果图法和主次图法等,同时还利用上述的方法对某汽车发动机缸体生产线的故障进行了深入研究,找出了故障最多的设备,并对故障最多的设备做了单独的分析,找出它的故障模式和原因,为工作人员采取措施提供了依据,对故障的研究是研究可靠性的基础。

在第四章专门介绍研究故障的一种很重要的方法,故障树法。并且利用这种方法对某汽车发动机缸体生产线故障最多的200714设备做了更深入细致的分析,弄清楚各故障原因之间的联系,找出了关键原因。

第五章系统可靠性主要介绍什么是系统与单元,同时还介绍了研究系统可靠性常用的系统模型及其可靠性。为第七章实例研究做了理论基础。

第六章利用前边几章的知识,主要分析来自一汽某汽车发动机缸体生产线的的数据,研究其可靠性的高低、失效率等。

第二章可靠性、维修性的特征量2.1故障与三个概率R、M、A的关系

可修复系统采用可靠度、维修度、有效度,非修复系统只采用可靠度表示。

t-系统没有发生失效故障一直工作的时间(也就是从正常状态到发生失效故障以前的时间).

τ-从发生失效故障到恢复正常状态的时间(也就是修复时间或者维修时间)

无故障的概率R(t)称作可靠度。完成维修(修复)概率M(t)称作维修度。

具有维修的装置或系统(可修复系统)的有效度平均值可用下式表示。

A=(为t,的平均值)

图2.1三个基本概率:可靠度、维修度、有效度

2.2用概率计量可靠度、维修度

由第一章的可靠度、维修度、有效度的定义可知,它们都是概率,而且是随时间而变化的概率。它们的模型如图2.2所示。

a)时间t越长,可靠度减少b)时间越大维修度越增大

图2.2可靠度与维修度随时间而变化

从图2.2(a)可以看到,R(t)是随着无故障的工作时间t有1向0减少的函数。也就是说,可靠度随着时间的变化而减少。例如,t=1为要求的工作时间,1年后的可靠度在这个图中成为0.9。途中的虚线表示的曲线,是不可靠度。

不可靠度(unreliability)用F(t)表示,那么存在着这样的关系:

F(t)=1-R(t)

也就是说,随着可靠度随着时间的而降低,与此相反不可靠度随着时间而增加。

从图2.2(b)可以看出,维修度M(t)随着修复时间(维修时间)的增加而提高。由上述可见,可靠度或维修度都是时间的函数,所以,R(t)有时也称为可靠度函数,M(t)也成为维修度函数。

2.3用时间计量可靠性与维修性

①无故障工作时间t:在不可修复系统为——“ttf”;在可修复系统为——“tbf”。

②修复时间,狭义是指事后维修时间——“ttr”

③这些时间的平均值用英语字母大写为MTTF,MTBF,MTTR.

以上述的实际数据t(ttf,tbf)及(ttr)的平均值作为估计的理论平均值,即把和再附以英语的mean(平均)的字母头M,用大写字母写。

MTTF(故障前的平均时间):不可修复系统、机器、零部件等故障前工作时间的平均值。

MTBF(平均故障间隔期间):可修复使用的系统、机器、零部件等,两个相邻接故障间的工作时间的平均值。

MTTR(平均修复时间):事后维修需要时间的平均值。

2.4可靠度、维修性与有效度的关系

①用可靠度函数和维修度函数表示有效度

某装置的可靠度、维修度和有效度分别用R(t)、M(t)、A(t,)表示,可由下式表示:A(t,)=R(t)+{1-R(t)}M(t)

②用R和M的等高线图表示有效度。

仅由上式去看A和R与M的关系式不容易看清的。图2.3式用R和M的等高线形式来表现A。

图2.3有效度A和可靠度R与维修度M的关系

当R和M上方的值确定了,能以一定的等高线绘出A的图形,即A的图形依存于R(t)、M(t)采用什么样的数据。为了满足A的一定值,可以采取提高R(MTBF)的办法,也可以采取不提高R而代之以提高M值(缩小MTTR)的办法。

2.5失效率2.5.1失效(故障)率

失效率就是在无故障工作到t时间之前的零部件中,在以后极短时间内(或区间内)发生了所少故障的比率,亦即以单位时间表示的频率。一般记为,它也是时间t的函数,故也记作,称为失效率函数,有时也称为故障率函数或者风险函数。

失效率的观测值是在某时刻后单位时间内失效的产品数与工作到改时刻尚未失效的产品数之比,即

2.5.2失效(故障)率三种基本图形

失效(故障)率的变化式样有三种基本图形。根据失效率随着时间的变化而表现出来的某种倾向,一次来判别,是随着的前进更容易死亡还是更不容易发生故障。如图2.4所示有三种基本图形。

(1)DFR型(DecreasingFailureRate):失效率减少型,初期故障型。为了降低这种在使用初期的高失效(故障)率,有必要在装置、设备使用之前使其在更为严峻的条件下操作,以便把易于发生的故障的部分检查出来这种操作叫做隐患排除,是保证可靠性的重要步骤。

(2)CFR型(ConstantFailureRate):失效率一定型,随机(偶然)故障型。这样图形存在于那种结构零部件的失效故障随机偶尔发生的,存在于比较复杂的可修复的系统或装置中。

(3)IFR型(IncreasingFailureRate):失效率增加型。集中故障型。IFR型是故障率

从某一时间节点开始增大,并从此开始集中地发生故障的图形。只有这种图形,可以从时间上预先知道作为一个群体在什么时间将要发生故障。

2.6本章小结:

本章从概率学方面、统计学方面和时间方面进一步深入解释了可靠性和维修性,以及常用的特征量,同时还介绍了与可靠性研究密切相关的失效(故障)的定义,以及三种基本的失效图形。本章是后边几章的理论基础。

第三章故障管理3.1概述

随着科学技术的进步,设备各部分、各系统之间更加密切相关,设备的局部异常往往导致整机停运,甚至整套自动生产线、整个自动化车间停产,一旦发生故障,造成的危害的损失更加严重。

为了预防故障制订相应的管理对策时,不但要从微观方面掌握发生故障的机理,还须从宏观方面掌握发生故障的规律性。要对各种设备发生故障的频率、某种设备易发生的主要故障、平均故障间隔期、造成故障的主要原因、故障的损失等进行分析,必须认真地建立健全设备使用、故障、维修方面的原始记录、收集与设备故障有关的历史资料和数据,从微观和宏观两个方面认识掌握故障的客观规律,并提出针对性的技术组织措施,预防或减少故障的发生。

3.2故障的形态3.2.1故障的定义

设备故障的定义一般为:设备(系统)或零部件丧失其规定性能的状态。这种状态只在设备运转状态下才能显现出来,因此,判断设备是否处于故障状态,必须有具体的判别标准,要明确设备应保持的规定性能的具体内容。

3.2.2故障的分类

对故障可从工程复杂性、经济性、安全性、故障发生的快慢等不同角度进行分类。

按照破坏程度分类:

I类(灾难性的)这是一种会造成人员死亡或系统损坏性的故障

II类(致命性的)这是一种导致人员严重受伤,系统性能严重降低或系统严重损坏,从而使任务失败的故障。

III类(临界性)这类故障将使人员轻度受伤,系统性能轻度下降或系统轻度损坏,从而导致任务延误或任务降级。

IV(轻度的)这是一种不足以导致以上三类后果的故障,但会导致需要进行非计划性维修。

3.2.3故障的典型模式

当设备发生故障时,首先接触到的是故障实物和故障的外部形态——故障现象。故障现象可为分析故障的原因、机理提供可靠的线索,是分析故障原因的客观依据。

一般讲,可以把故障模式分为:损坏、退化、松脱、失调、堵塞与渗漏、功能下降及其他等七种类型。

①损坏型故障模式包括有:裂痕、裂开、断裂、弯坏、扭坏、变形过大,塑性变形、拉伤、烤蚀、烤坏、烤断、击穿、磨料磨损、点蚀、剥落、短路、开路、等等。

②退化型故障模式:老化、变色、变质、表面防护层脱落、浸蚀、腐蚀、正常磨损、积炭、发卡,等等。

③松脱型故障模式:松旷、松动、脱开、脱掉、脱焊、等等。

④失调型故障模式:间隙不当、流量不当、压力不当、电压不适、流量不适、行程不适、响度不适,等等。

⑤堵塞型故障模式:不畅、堵塞、渗油、渗水、漏油、漏水、漏气、漏雨,等等。

⑥功能型故障模式:功能不正常、性能不稳定、性能失效、运动引前、运动滞后、运动干涉、转向过渡、分离不彻底、分离不开、参数输出不准、失调、抖动、温度过高、漂移、声不响、等不亮、接触不良,等等。

⑦其他型故障模式:上述六个方面不能包括的故障模式,比如润滑不良、缺油、缺水、等等。

3.2.4发生故障的原因

设备发生故障与各种外部因素的影响有关,如环境因素、物质条件、有关工作人员素质、管理水平、人机关系、人为因素、设备本身的质量等等。不掌握这些外部因素及造成的故障所占的比重,就不能了解问题的性质和重点,从而难以采取有效对策。经分析确定占比重大的故障,便是故障管理的重点目标。

3.3失效分析常用的分析方法

目前国内外进行试销分析的方法叫多,一般常用的方法可归纳如图3.1所示

3.3.1直方图法

直方图就是画频率、频数等的方法。实例如下:

某汽车发动机缸体生产线的21台设备,在从2.001年8月份~2004年11月份中总共40个月中的故障数据记录如表3.1:

表3.1缸体生产线设备故障记录

序号

设备名称

设备编号

总故障数F(个)

平均故障数fi(个/月)

1

粗铣顶,底面自动线

200142

234

5.85

2

加工定位孔及轴承座面线

200143

240

6.00

3

铣离合器面及控制面线

200144

174

4.35

4

前后面定位孔精加工线

200145

19

0.48

5

前后顶底面精加工线

200146

128

3.20

6

精加工缸孔

200147

125

3.13

7

悬臂吊

200149

2

0.05

8

主轴承盖清洗机

200654

45

1.13

9

钻锪铣加工自动线

200714

508

12.70

10

缸孔及主轴承孔珩磨机

200952

206

5.15

11

卧式专用拉床

200953

102

2.55

12

预清洗机

201008

176

4.40

13

终清洗机

201009

216

5.40

14

油道密封试验机

201017

48

1.20

15

十头定扭矩拧紧机

201018

41

1.03

16

水套试漏机

201019

215

5.38

17

发动机车间缸体线空压机组

201721

6

0.15

18

钻攻顶底面自动线

202771

213

5.33

19

钻离合器面及控制面线

202772

169

4.23

20

钻离合器面及控制面线

202773

212

5.30

21

空压机与保压罐

203590

3

0.08

根据表3.1的数据,以序号为横坐标,以总故障数F做直方图如图:

图3.2缸体生产线故障直方图

从上边的图3.2可以清楚看出各台设备的在40个月中的故障总数,通过比较可以清楚地看到200714设备钻锪铣加工自动线故障数最多,这是制约这条生产线可靠性的关键原因,也就是这条生产线的瓶颈,应该重点监视、维修。同时编号为200142、200143、200952、201008、201009、201019、202771、202773的设备的在此期间的故障也很多,应该引起注意,做重点监视。此外编号为200144、200146、200147、200953、202772的设备在此期间的故障一般,只做一般监视、维修就可以了。剩余的设备200145、200149、200654、201017、201018、202721在此期间的故障很少,一般监视、维修。此直方图简单、直观、清晰,形象地帮助人们判断系统失效的总的变化,大致看出失效分布情况。但不能说明其可靠度指标。

3.3.2因果图

因果图又叫鱼刺图。因果图是将产品或系统的失效作为“结果”,以导致系统失效的诸因素作为“原因”,绘出图形。通过图形找出分析失效图中造成失效的主要因素。

因果图做法如下:

①根据需要选择因果图中“结果”,放在因果图中右边(相当于鱼头)

②用表示直通结果的主干线。

③通过调查分析,找出影响“结果”的所有问题。先画出大原因,用直线直接与主干相联,并在并在直线尾部画框或图,在其内说明大原因的内容。进而再细分中、小、更小。。原因,并相继标出。见图,一直到能采取措施解决问题为止。

图中表示主要或关键原因。必要时对主要或关键原因做单独的因果图,以便深入重点分析。

实例如下:

从图3.2可知200714钻锪铣加工设备在整条生产线中在2001年8月~2004年11月中故障最多,应该利用因果图法重点分析如图3.4

由图3.3可知,整条缸体生产线中的21台设备中在2.001年8月份~2004年11月份中总共40个月200714设备的故障数最多,因此可以重点改善200714设备,以减少其故障数,提高其可靠度,但是从图3.2并不能直观、详细地看出200714设备的哪些系统、部件、零件等出现了故障。所以采用了因果图法,从图3.4可以看出200714设备的故障一般原因有输送装置、电气系统、液压系统、排屑系统、夹具部分、气动气动等,其中输送装置是关键原因,是改善的重点。同时还可以一步步深入分析一般原因的小原因,甚至更小的原因,例如电气系统的原因有电气类常规故障、电气类驱动故障、电气类数控故障等,其中电气类常规故障主要有按钮/开关故障,一直到能采取措施解决问题为止,这样200714设备的故障就在因果图中既全面又重点突出,而且条理很清晰,有利于工作人员很快地找到原因,采取相应的措施。

3.3.3主次图

主次图又叫排列图或巴雷特图。它是分析系统失效主要原因、主要失效模式的图标。应用十分广泛。主次图画法是:

先找出系统失效的原因A,B,C。表示在横坐标上,并确定各种失效原因发生的频率,以为纵坐标。按失效频率大小,依次由大到小顺序画图。最后将各直方形的频率从左到右累积起来,去累计图中点作一光滑曲线-巴雷特曲线。一般情况下,累计频率0~0.8的原因为关键原因,0.8~0.9的原因为主要因素,0.9~1.0的因素为次要因素

实例如下:

从图3.4某缸体生产线200714钻锪铣加工设备的因果图可知输送装置故障是200714设备发生故障的关键原因,应该重点分析,图3.5就是利用主次图对输送装置故障做进一步的分析,以利于找到原因,采取相应措施,减少故障。

输送装置的失效原因有A(变形),B(连接松动),C(断裂),D(磨损),E(隙窜动),F(易损件损坏),G(静精度差),绘制主次图,

由图3.5输送装置的主次图可知ABCD即变形、连接松动、断裂、磨损是关键原因;EF即间隙窜动、易损件损坏是主要原因;G静精度差是次要原因,因此利于采取针对性措施,以提高产品的可靠性。

主次图的特点是:

(1)主次图不仅用于习用失效运因分析,而且还可以用于发生失效的零件、部件、材料、工艺、质量、机理、价值工程等方面的分析。

(2)用主次图对产品失效主次原因分析,有利于采取针对性措施,提高产品的可靠性。

3.4本章小结:

本章主要介绍了什么是“故障(失效)”以及它的分类、等级、故障机理,还有其深层的故障原因,这是最本质的,也是我们研究的根本目的。同时还介绍了研究故障常用的一些方法,例如直方图法、因果图法和主次图法等,同时还利用上述的方法对某汽车发动机缸体生产线的故障进行了深入研究,找出了故障最多的设备,并对故障最多的设备做了单独的分析,找出它的故障模式和原因,为工作人员采取措施提供了依据,但是本章未能设计到可靠性计算。可靠性计算将在第六、七章进一步讨论研究。

第四章故障树分析(FTA)4.1概述

故障树分析——FTA(FaultTreeAnalysis)是60年代发展起来的用于大型复杂系统可靠性、安全性分析和风险评价的一种方法。故障树分析FTA是1961年为评定美国民兵导弹操纵系统可靠性及安全情况由美国贝尔电话研究室的华特生首先提出来的。其后在航空和航天器的设计、维修,原子反应堆、大型化工厂中得到了广泛的应用。

故障树分析就是在系统设计过程中,通过对可能造成系统故障的各种因素(包括硬件、软件、环境、人为因素)进行分析,画出逻辑框图(即故障树),从而确定系统故障原因的各种可能组合方式或其发生概率,以计算系统故障概率,并据以采取相应的纠正措施。

4.1.1故障树分析的特点

①故障树分析是一种图形演绎法。是故障事件在一定条件下的逻辑推理方法。它不局限于对系统做一般的可靠性分析,它可以围绕一个或一些特定的失效状态,做层层追踪分析。

②由于故障树能把系统故障的荷重可能因素联系起来,因此,有利于提高系统的可靠性,找出系统的薄弱环节和系统的故障谱。

③通过故障数可以定量的求出复杂系统的失效概率和其他可靠性特征量。为改造和评估系统的可靠性提供定量数据。

4.2故障数的建立4.2.1故障事件的定义及分类

所谓事件时描述系统、单元、部件及零件的状态。系统或单元按规定要求完成其功能称为正常状态,或称为成功时间,反之,完不成规定的功能(过完成的不准确)称为故障状态,或称为故障事件。

在分析故障事件原因时,不应只从机械系统本身来研究,还应包括人的因素及环境因素。引起机械系统失效的因素时很多的,比如设计问题,工艺问题,受力问题,材质问题,温度,润滑问题,操作问题,(包括人的失误)以及维修不当。

4.2.2选择好顶事件

为了建立故障树,首先必须对所研究的系统有透彻的分析、了解。明确所选择的顶事件。然后分析并找出所有造成顶事件发生的各种中间事件,进一步分析并找出所有顶事件。

4.2.3故障树的建造的步骤

建树的一般步骤:

①广泛收集并分析有关技术资料

②选择顶事件

③建树

④故障树的分析

4.3故障树的数学描述4.3.1故障树的结构函数

现在研究一个有N个相互独立的底事件构成的故障树

设Xi表示底事件的状态变量,Xi仅取0或1两种状态;¢表示顶事件的状态变量,¢仅取0或1两种状态;则有如下定义:

1底事件i发生(即元部件故障)

Xi={

0底事件i不发生(即元部件正常)

1顶事件发生(即系统故障)

¢={

0顶事件不发生(即系统正常)

FT顶事件是系统所不希望发生的故障状态,相当于¢=1,于此状态相应的底事件状态为元部件故障状态,相当于Xi=1,就是说,顶事件状态¢完全由FT中底事件状态X所决定,即:

¢=¢(X)

式中X=(X1,X2,…Xn)称¢(X)为FT的结构函数。

4.3.2故障树中使用的符号

(1)事件符号

矩形符号,如图4.1所示。它表示故障事件,在矩形内注明故障事件的定义。它下面与逻辑门连接,表明该故障事件是此逻辑门的一个输出。它包括FT中除底事件之外的所有中间事件及顶事件。

圆形符号,如图4.2所示。它表示底事件,或称基本事件。它是元部件在设计的运行条件下所发生的随机故障事件。

菱形符号,如图4.3所示。它表示省略事件。一般以表示那些可能发生,但概率值较小,或者对此系统而言不需要在进一步分析的故障事件。

图4.1矩形符号图4.2圆形符号图4.3菱形符号

4.3.3故障树分析

①割集、最小割集

所谓的割集指的是:故障树中一些底事件的集合,当这些底事件都发生时,顶事件必然发生,若将割集中所含的底事件任意去掉一个就不在成为割集,就是最小割集。

求最小割集的方法对于简单的故障树利用布尔代数手算即可。公认的较好的方法有下行法——富赛尔-凡斯列算法(Fussell-Veselg),(该算法的要点式利用“与门”直接增加割集的容量,利用“或门”直接增加割集的数目。)和上行法-西门德勒斯法(Semanderes)

②路集、最小路集

所谓的路集指的是:故障树中一些底事件的集合,当这些底事件都不发生时,顶事件必然不发生,若将割集中所含的底事件任意去掉一个就不在成为路集,就是最小路集。

一个最小割集代表系统的一种故障模式,一个最小路集代表系统的一种正常模式,故障树定性分析的任务就是要寻找FT的全部最小割集和最小路集。一般采用布尔代数法化简,这种方法是将故障树的失效函数展开,然后利用布尔代数的幂等律、吸收律、分配律及互补等运算法则予以简化成为有最小项乘积的积之和的表达式。

4.4某设备的故障树实例分析4.4.1广泛收集并分析有关技术资料

某缸体生产线编号为200714钻锪铣加工设备在2001年8月-2004年11月的故障统计

在这40个月中总共发生508次故障,其中查明原因的故障有429次,其他的故障79次。现将查明原因的故障统计如下:

表4.1200714200714钻锪铣加工设备故障统计表

发生故障的系统

故障次数

故障频率(个/月)

概率(个数/总故障数)

刀架、夹具部分

91

2.275

0.1791

液压系统

23

0.775

0.0453

气动系统

8

0.2

0.0157

电气系统

电气类常规故障

75

1.875

0.1476

电气类数控故障

13

0.325

0.0256

电气类驱动故障

9

0.225

0.0177

电气类PLC故障

8

0.2

0.016

其他

5

0.125

0.010

输送装置

162

4.05

0.3198

排屑装置

16

0.4

0.032

床身

11

0.275

0.022

其它部件

8

0.2

0.022

因为每个系统发生的故障模式不同,现将其统计如下:

表4.2200714各故障部件的故障模式统计表:

故障模式

发生

次数

频率

(个/月)

概率(个数/夹具故障数(输送装置或者电气常规)

故障模式分类 

故障原因

故障

等级

断裂

22

0.5

0.244

损坏型

设计错误

A

拉研伤

21

0.52

0.233

损坏型

受力不当

A

变形

9

0.225

0.1

损坏型

受力不当

B

连接松动

8

0.2

0.089

松脱型

设计错误

C

磨损

11

0.275

0.122

退化型

材料退化

B

元件损坏

7

0.175

0.078

功能型

运转缺陷

C

变形

53

1.325

0.327

损坏型

载荷因素

A

间隙窜动

19

0.475

0.117

失调型

运转缺陷

B

断裂

21

0.525

0.12

损坏型

运转缺陷

B

连接松动

28

0.7

0.167

松脱型

设计错误

B

磨损

21

0.525

0.12

退化型

原材料陷

B

易损件损坏

6

0.15

0.037

功能型

运转缺陷

C

静精度差

5

0.125

0.03

其他型

设计原因

C

按钮/开关故障

30

0.75

0.4

功能型

运转缺陷

A

接触不良

8

0.2

0.107

功能型

运转缺陷

B

电机故障

9

0.225

0.12

功能型

运转缺陷

B

机械故障

8

0.2

0.107

功能型

设计错误

B

4.4.2人工建树演绎法

将“200714钻锪铣加工设备发生故障”作为顶上事件(T)先写出顶上事件,(因为这是不希望发生的事件),将它画在第一行,用矩形表示;在其下面并列地写出导致顶部事件发生的直接原因——包括硬件故障、软件故障、环境因素等,例如液压、气动系统,电气类故障,输送装置等,作为第二行,用矩形表示,并用适合于它们之间逻辑关系的逻辑门与顶事件相连接;在第三行,分析导致这些故障事件发生的原因用圆形或者菱形表示;在第四、五行进一步分析其故障模式,例如断裂、拉研伤、连接松动等,因为它们不能在进一步分析,它们是底事件用圆形表示,如果该原因一般以表示那些可能发生,但概率值较小,或者对此系统而言不需要在进一步分析的故障事件,用菱形表示。利用上边方法建立故障数。同时在每个事件旁边都标记了在40个月内累积发生的故障总数以及其占整台设备故障总数的比例,例如输送装置故障累积故障总数为162,占整台设备故障总数的比例为0.319。这样,看到这些数值,就可以推测出那里应当改善,哪个故障对全体有影响,影响有多大,做到心中有数。同时还可以标记如失效率、故障带来的损失(费用)等数值。

图4.8200714设备的故障树

4.4.3故障树分析

(1)故障树的数学描述:与图4.8200714设备的故障树相对应,顶上事件用T表示,中间事件用Mi表示,底事件用xi表示,绘制200714设备的数学描述如下:

图4.9200714设备的数学描述

数学模型:根据各事件之间的逻辑关系,并利用相应的逻辑符号将图4.9200714设备的数学描述图用数学代数式表示出来。

T=M1x1

=[M2M3M4M5M6]x1

=[(x2M7(M8x5x6x7x8)(x14x19x12x15x16x17x20x21)(x9x10x11)]x1

={[x2(x12x13x14x15x16x17x18)](x3x4)[(x22x23x24x25x26)x5x6x7x8](x14x19x12x15x16x17x20x21)(x9x10x11)}x1

4-1

结构函数:根据式4-1写出200714设备的故障结构函数。

T=M1+x1

=[M2+M3+M4+M5+M6]+x1

=[(x2+M7)+(M8+x5+x6+x7+x8)+(x14+x19+x12+x15+x16+x17+x20+x21)+(x9+x10+x11)]+x1

={[x2+(x12+x13+x14+x15+x16+x17+x18)]+(x3+x4)+[(x22+x23+x24+x25+x26)+x5+x6+x7+x8]+(x14+x19+x12+x15+x16+x17+x20+x21)+(x9+x10+x11)}+x1

4-2

(2)200714故障数的定性分析:

①求最小割集

最小割集:导致顶上200714设备发生故障的基本事件的集合。

利用下行法求200714设备的最小割集:沿故障树自上往下进行,即从顶事件“200714设备发生故障”开始,顺次将上排事件置换为下排事件。遇到与门将门的输入横向并列写出,遇到或门将门的输入竖向串联写出,直到全部门都置换为底事件位置,但这样得到的底事件集合只是割集,还必须用集合运算规则加以简化、吸收、方能得到全部最小割集。

表3用下行法计算割集的过程

步骤

1

2

3

4

x1

x1

x1

x1

M1

M2

x2

x2

M3

M7

x12

M4

x3

x13

M5

x4

x14

M6

M8

x15

x5

x16

x6

x17

x7

x18

x8

x3

x14

x4

x19

x22

x12

x23

x15

x24

x16

x25

x17

x26

x20

x5

x21

x6

x9

x7

x10

x8

x11

x14

x19

x12

x15

x16

x17

x17

x20

x21

x9

x10

x11

表4.3中的第5列就是全部的割集,再进一步就是通过集合运算规则加以简化、吸收、得到的相应的全部最小割集。

所有最小割集就是:

{x1}{x2}{x3}{x4}{x5}{x6}{x7}{x8}{x9}{x10}{x11}{x12}{x13}{x14}{x15}{x16}{x17}

{x18}{x19}{x20}{x21}{x22}{x23}{x24}{x25}{x26}

将图4.9与图4.8相对应,所有的最小割集就是:

刀架故障、液压系统故障、气动系统故障、电气类数控故障、电气类驱动故障、电气类PLC故障、排屑故障、床身故障、断裂、拉研伤、变形、连接松动、磨损、元件损坏、间隙窜动、静精度差、按钮/开关故障、接触不良、电机故障、机械故障。只要这些故障不发生,200714设备基本上就不会发生故障。

②求最小路集

最小路集:顶上事件200714设备不发生所需要的最低限度的基本事件的集合。

利用成功树法求最小路集。故障树和成功树是从不同角度描述同一个系统的,它们是互补的,前者描述系统的故障逻辑关系,后者描述系统可靠性逻辑关系。成功树顶事件的发生的概率就是系统的可靠度,因此可以利用成功树来计算系统的可靠度。

首先画出系统的成功数即原故障树的等效图。

图4.10200714设备的成功树

数学模型:

=

=[]

=[()()()()()

={[()]()[()]()()4-3

结构函数:

=

=[]

=[()()()()()

={[()]()[()]()()

4-4

利用布尔代数规则化简式4-4:

=

=[]

=[()()()()()

={[()]()[()]()()

=4-5

根据相互对偶的关系,成功树的最小割集就是故障树的最小路集即:

{x1.x2.x3.x4.x5.x6.x7.x8.x9.x10.x11.x12.x13.x14.x15.x16.x17.x18.x19.x20.x21.x21.x22.x23.x24.x25.x26}

将图4.10与图4.8相对应,所有的最小路集就是:

{刀架故障、液压系统故障、气动系统故障、电气类数控故障、电气类驱动故障、电气类PLC故障、排屑故障、床身故障、断裂、拉研伤、变形、连接松动、磨损、元件损坏、间隙窜动、静精度差、按钮/开关故障、接触不良、电机故障、机械故障}。

4.5本章小结:

本章主要介绍了研究故障比较重要的方法之一“故障树”法,系统的介绍了怎样利用人工演绎法建立故障树,同时还深入地定性分析了故障树,求出它的最小割集和最小路集。最后利用前边的理论知识对某汽车发动机缸体生产线的一台200714设备利用故障树进行了分析,找出了各故障的逻辑关系,以及各故障对系统的影响程度大小,找到了主要关键原因。为工作人员提供了依据。本章只是找出了原因,未能给出改进的措施,需要进一步的深入研究,同时只是定性的研究了各故障模式对设备的影响,没有定量的研究其可靠性,不是很精确。

第五章机械设备的系统可靠性5.1概述

可靠性设计就是应用可靠性理论、技术和设计参数的统计数据,在给定的可靠性指标下,对零件、部件、设备或系统进行的设计。

可靠性设计的目的通过采用可靠性理论及技术,使设计的产品在一定约束条件下(如成本、重量、体积、某些参数及性能等,使产品的可靠性最高,或者是在保证给定的可靠性指标前提下,使某些约束达到最小。

5.2系统的组成及功能逻辑框图5.2.1系统的组成

系统是为了完成某一特定功能,由若干个彼此有联系的而且又能相互协调工作的单元所组成。系统和单元的含义是相对而言,由研究的对象而言。例如,把一条生产线当作一个系统时,作成作业的各个部分或单机都是单元。系统按修复与否分为不可修复和可修复系统两类。(在第一章已讲过)

5.2.2系统可靠性功能逻辑框图

在分析系统可靠性时,要了解系统中每个单元的功能,各单元之间在可靠性功能上的联系,以及这些单元功能、失效模式对系统功能的影响,即就其功能研究逻辑可靠性。为了表示系统与单元功能之间的逻辑关系,要建立功能逻辑框图,用方框表示单元功能,方框之间用段线连接起来,表示单元功能与系统功能的关系,这就是系统功能逻辑框图,简称系统逻辑框图或称为系统功能图。建立系统逻辑框图时决不能从结构上判定系统类型,而应从功能上研究系统类型。

5.2.3系统类型

根据单元在系统中所处的状态及其对系统的影响,系统可分为如下类型。

图5.1系统分类图

5.3几种常见系统模型

下面介绍几种常用的典型系统及其可靠性特征量计算。为简化问题,做两点假设:(1)认为系统及其组成的各单元均可能处于两种状态——正常和失效;(2)各单元所处的状态时互相独立的。

5.3.1串联系统

图5.2串联系统逻辑框图

图5.2所示为n个单元组成的串联系统。串联系统特征为只有n个单元都正常工作,系统才正常工作,其中任一单元功能失效,则系统功能失效。

若令事件A为系统处于正常工作状态,事件i=1,2,….n

由于诸互相独立,系统可靠度

5-1

系统失效率

5-2

5.3.2并联系统

图5.3所示为n个单元组成的并联系统,其特征为:其中任一个单元正常工作,系统就能正常工作,只有n个单元全部失效式,系统才失效。

图5.3并联系统逻辑框架图

令事件A为系统正常,系统失效,及(i=1,2,..,n)为第i个单元正常及失效,则由并联系统特征可写成

假设各单元状态互相独立,则由概率乘法订立可得系统的不可靠度为

=5-3

由互补定理得系统可靠度为

=1-=1-=1-5-4

5.3.3冗于系统——“待机冗于”与“2/3表决冗于”

(1)待机冗于:一个单元发生故障失效之前另一个单元在待机候补。

仍以相同的两个单元来考虑,一个单元A在正常工作期间,另一单元B虽然无动作,不工作,但是在A发生了故障失效时,B就立即接着开始动作,进行工作。象这样具有待机的冗于性,就叫做“待机冗于”或称“储备冗于”(stand-byredundancy)。

(2)2/3表决冗于:3个之中的2个决定正常与否,所以2outof3冗于是指如果三个单元之中由2个单元在动作,作为全系统就算正常的冗于系统,可简称为“2/3表决冗于”。

5.4本章小结:

本章初步介绍了系统可靠性,什么是可靠性设计,可靠性设计的目的和原则。同时还介绍了系统和单元,介绍了几种常用的系统模型,例如串联模型,并联模型,冗于设计等,同时还对几种常用的系统模型的可靠性进行了比较。为第七章计算系统可靠性提供了理论依据。

第六章某缸体生产线数据分析

我们研究的对象是某汽车发动机缸体生产线,(如图6.1),缸体生产线有21台设备,各设备编号、名称、功能如表6.3所示,生产线的各设备相互独立,发生故障的时间、维修时间、故障频率、也是不相同的,但是只要其中一台设备发生了故障,整条生产线就必须停产了,这样复杂的情况,给维修人员造成很多的困难,造成了时间、成本、费用的浪费,给生产计划造成了很严重了损失。

图6.1汽车发动机缸体生产线

本章将利用理论知识计算了汽车缸体生产线的设备的可靠度。同时以整个缸体生产线为一个系统,各设备为单元,通过计算出各单元的可靠性指标,得出系统的可靠性指标。并分析各单元与系统的关系,以及单元对设备可靠性影响程度的大小,找出影响系统可靠性最大的设备就是,可靠度最低,失效率最高,故障间隔时间最短的单元,应该采取相应的措施,重点改善,以提高系统的可靠性。

6.1求202771设备的可靠度6.1.1数据的收集

表6.1是202771设备在2001年8月到2004年11月之间的无故障间隔时间的统计表。

表6.1202771设备故障间隔时间数据表(h)n=240

故障

序号

故障间隔时间(h)

故障

序号

故障间隔时间(h)

故障

序号

故障间隔时间(h)

故障

序号

故障间隔时间(h)

故障

序号

故障间隔时间(h)

1

24

49

205.42

97

113.92

145

3.5

193

1.33

2

70.33

50

7.58

98

238.17

146

32.88

194

0.27

3

6.38

51

142.33

99

13.75

147

488.83

195

83.92

4

100.67

52

42.25

100

72

148

313.57

196

16.5

5

165.5

53

225.5

101

61.67

149

99

197

74.25

6

11

54

96

102

145.17

150

9.5

198

11.13

7

35

55

71.75

103

26.17

151

158

199

20.33

8

4

56

72

104

365.5

152

109.5

200

358.67

9

417.67

57

540.5

105

68.5

153

37.33

201

164.58

10

3.5

58

15

106

3.92

154

10.5

202

24

11

394.5

59

69.92

107

134

155

16.5

203

14.17

12

66.25

60

168

108

2.83

156

100

204

9

13

1.92

61

21

109

144

157

177.5

205

111

14

234

62

21.67

110

554.5

158

72

206

28.08

15

76.33

63

9.33

111

5.83

159

1.67

207

70.5

16

158.17

64

215.17

112

18

160

120.83

208

399.25

17

171

65

20.83

113

16

161

52.75

209

46.5

18

24

66

3

114

2.5

162

12.83

210

23.33

19

134.17

67

8

115

103.5

163

344.17

211

12

20

48

68

68.5

116

25.42

164

234.75

212

24

21

84.25

69

122.17

117

37.67

165

3.33

213

27.83

22

69

70

67.07

118

15.83

166

61.67

214

132.5

23

233.17

71

37.33

119

77

167

13.5

215

2.5

24

119.5

72

424.42

120

172.5

168

101

216

14.28

25

20.25

73

576

121

136.5

169

316.08

217

27.67

26

24

74

87.99

122

123.33

170

126

218

109.33

27

82.83

75

102.75

123

8.5

171

73.25

219

1.5

28

24.25

76

9.5

124

67.33

172

250.17

220

12.08

29

16.67

77

86.83

125

286.67

173

3.5

221

79.33

30

389.67

78

18.33

126

146

174

67.42

222

16.5

31

4

79

49.33

127

148

175

239

223

72

32

1.67

80

192

128

3.83

176

24

224

0.75

33

144

81

64.5

129

158

177

71.42

225

263

34

22

82

133

130

107

178

3

226

194

35

22.33

83

225.33

131

57.5

179

168

227

317.25

36

191.92

84

6.5

132

1.5

180

35.92

228

48

37

20

85

4.67

133

45

181

2.83

229

90

38

112

86

2

134

177.67

182

110.25

230

71.55

39

10.75

87

19.5

135

99.08

183

213.08

231

75.5

40

19.67

88

182.17

136

0.08

184

37.83

232

10.67

41

69.5

89

82.67

137

17.5

185

4.83

233

120.83

42

305

90

143.67

138

30.83

186

88.83

234

65.17

43

168

91

43

139

476.5

187

17.5

235

20

44

86.17

92

3

140

106

188

124.42

236

12.5

45

24

93

483.67

141

43.5

189

8

237

17.5

46

74.08

94

298.58

142

23

190

552.67

238

24

47

5.16

95

11.33

143

8.58

191

164.83

239

7.5

48

284.17

96

40.5

144

18.08

192

321.33

240

144

备注:其中的异常数据已经剔除。

6.1.2故障间隔时间分布类型的估计

求分布函数模型的方法有两种,一是用统计法,即检验分布是否为具有某一分布参数的假设;二是物理法,即建立故障物理模型,并用数学表达式描述之。后者需要有关故障物理的长时间的、大量的信息。而前者可根据以往的理论和经验进行推断

在数据分布类型未知时,应当首先估计故障间隔时间的分布类型。本文通过利用Excel作出故障间隔时间密度函数散点图(图7.2)和故障间隔时间经验分布函数散点图(图7.3)的形状判断该批数据(样本)的总体近似属于哪几种分布。并可以求出一批数据(一个样本)的概率统计量,例如:平均值、标准差等。

(a)收集的数据中,找出最大值NMAX和最小值NMIN求出观察值的变化范围

NMAX=576,NMIN=0.08,

观察值范围=576-0.08=575.92近似取576

(b)将数据分组。用下列经验公式确定分组数L(取整数)

L≥log22n=1+3.3lgn=1+3.3lg24=8.87

取L=30其中n——观测的数据个数。

(c)计算分组的时间间隔ΔL=观察值范围/L=576/30=19.2(h)

(d)利用组与组之间的间隔19.2计算出每组的数值区域范围。如表7.2

(e)计算各组的中心值

L=

(f)统计落入各组的频数Δfi和频率f(=Δfi/n),并且记录在表格内。

表6.2202771设备故障间隔时间的频率表

组号

时间区域范围

频数Δfi

频率Δfi/n

累计频率Mi

中心值

L1

0~19.2

69

0.2863

0.2863

9.6

L2

19.2~38.4

35

0.1452

0.4315

29.8

L3

38.4~57.6

11

0.0456

0.4771

48

L4

57.6~76.8

27

0.112

0.5891

67.2

L5

76.8~96

12

0.0498

0.6389

86.4

L6

96~115.2

15

0.0622

0.7011

105.6

L7

115.2~134.4

11

0.0456

0.7467

124.8

L8

134.4~153.6

9

0.0373

0.784

144

L9

153.6~172.8

11

0.0456

0.8296

163.2

L10

172.8~192

5

0.0207

0.8503

182.4

L11

192~211.2

2

0.0083

0.8586

201.6

L12

211.2~230.4

4

0.0166

0.8752

220.8

L13

230.4~249.6

5

0.0207

0.8959

240

L14

249.6~268.8

2

0.0083

0.9042

259.2

L15

268.8~288

2

0.0083

0.9125

278.4

L16

288~307.2

2

0.0083

0.9208

297.6

L17

307.2~326.4

4

0.0166

0.9374

316.8

L18

326.4~345.6

1

0.0041

0.9415

335

L19

345.6~364.8

1

0.0041

0.9456

355.2

L20

364.8~384

1

0.0041

0.9497

374.4

L21

384~403.2

3

0.0124

0.9621

390.6

L22

403.2~422.4

1

0.0041

0.9662

312.8

L23

422.4~441.6

2

0.0083

0.9745

432

L24

441.6~460.8

0

0

0.9745

451.2

L25

460.8~480

1

0.0041

0.9786

470.4

L26

480~499.2

2

0.0083

0.9869

489.6

L27

499.2~518.4

0

0

0.9869

508.8

L28

518.4~537.6

0

0

0.9869

528

L29

537.6~556.8

3

0.0124

0.9993

547.2

L30

556.8~576

1

0.0041

1

565.4

根据表6.2的统计数据,各组的频率fi为纵坐标,故障间隔时间为横坐标,做成故障间隔时间密度函数的散点图,(如图7.2)

第i组的累计频率计算为至第i组结束时的累计频数。将累积频率作为纵坐标,故障间隔时间为横坐标,做成故障间隔时间分布函数散点图,当样本容量n逐渐增大到无穷,组距ΔL→0,那么散点图中的连线将趋于一条光滑曲线,它表示总体的累积分布函数曲线。(如图7.3)

由上述的各散点图,故障间隔时间密度曲线呈无峰值,分布函数曲线呈凸形,没有拐点,与常用的各种分布类型,与指数分布相似,所以初步判断所抽取的样本属于单指数分布。

6.1.3经验分布函数

在统计中要用样本对总体的各种特征进行推断,其中常用样本频率估计总体的概率。设总体的一组观测数据t1,t2…tn按其大小顺序排列为

t(1)≤t(2)≤…≤t(i)≤…≤t(n)

下标i表示其排列的顺序号,则观察值t(i)对应的经验分布函数为【2,7】:

(I=1,2,…n-1)

经验分布函数与理论分布函数之间的联系可由格利文科(W.Glivenko)定理揭示:设样本总体的分布函数为F(t),经验分布函数为Fn(t),则对任何实数,有

即当样本容量n足够大时,以样本观测值求出的经验分布函数Fn(t)与理论分布函数F(t)之间差的最大值可以足够地小,此时可由Fn(t)估计F(t)

6.1.4指数分布的拟合

曲线拟合涉及两个基本问题:最佳拟合意味着什么和应该什么样的曲线拟合。可用许多不同的方法定义最佳拟合,并存在无穷数目的曲线。当最佳拟合被解释为在数据点的最小误差平方和,且所用的曲线限定为多项式时,那么曲线拟合时相当简捷的,数学上,称为多项式的最小二乘曲线拟合。

若随机变量X满足下边两式,则称X服从指数记作X~e()分布,其分布密度为:

=(x>0)

累积分布函数是

F(==1-

指数分布的只有一个参数,此处用极大似然法对求参数。

解似然函数为

L()==)

取对数,得

lnL()=nln-

对求导并令其等于零,得似然方程

=-=0

解得的最大似然估计值为

==

由上表的数据进行计算分别可得:

=0.01

将上式代入数据可得故障间隔时间分布函数:

F(==1-=1-

其分布密度函数为:

=(x>0)

由上式得出的故障间隔时间分布函数和密度函数,利用MATLAB软件可以画出故障间隔时间密度函数拟合图和故障间隔时间分布函数拟合图,(图6.4和图6.5)

图6.4故障间隔时间密度函数拟合图图6.5故障间隔时间分布函数拟合图

由图6.4和图6.5可知,基本符合指数分布。

6.1.5分布拟合优度检验

拟合优度是观测值的分布与先验的或拟合观测值的理论分布之间的符合程度的度量。在总体的分布函数完全未知或只知其形式、但不知其参数的情况,为了推断总体的某些性质,提出关于总体的假设。假设检验就是根据样本,对所提出的假设做出判断:是接受,还是拒绝。常用方法有检验法、k-s检验。

k-s检验(柯尔莫哥洛夫-斯米尔诺夫检验)

k-s检验法比检验法精细,而且还适用于小样本的情况。K-s检验法是将n个试验数据按由小到大的次序排列,根据假设的分布,计算每个数据对应的F0(xi),将其与经验分布函数Fn(xi)进行比较,其中差值的最大绝对值即检验统计量Dn的观察值。将Dn与临界值进行比较。满足下列条件,则接受原假设,否则拒绝原假设。

式中:F0(x)—原假设分布函数;

Fn(x)—样本大小为n的经验分布函数;

对上述202771设备的故障间隔时间分布函数进行k-s检验(柯尔莫哥洛夫-米尔诺夫检验)此处取=240,取显著性水平=0.01,则0.11。根据上述方法,经过对实验数据的处理,得到假设检验统计量=0.106,因为,所以,故障间隔时间符合上述所假设的指数分布。

因此,200771设备的可靠度相关表达式如下:

故障密度函数=

不可靠度函数F(=1-

可靠度函数R(x)=1-F(=

瞬时故障率(失效率)(x)==0.01

平均故障间隔MTTF==R(x)dx=100

因此,由于200771设备的瞬时故障率(失效率)为一定值,该设备的故障属于随机(偶然)故障型,不适宜采用定期更换元部件的方法来提高可靠性,甚至有时由于更换元件而带来了故障的情况也是有的,所以在这种情况下,事前更换元件是无意义的。

6.2缸体生产线的可靠度6.2.1缸体生产线的其它设备的可靠度

重复上述步骤,分别算出缸体生产线的其它20台设备的可靠度,剔除异常数据,基本上都服从指数分布:

表6.3缸体生产线各设备的可靠性

序号

设备名称

设备编号

可靠度R(x)

瞬时故障率(失效率)(x)

平均故障间隔

MTTF(h)

1

粗铣顶,底面自动线

200142

0.008

125

2

加工定位孔及轴承座面线

200143

0.009

111

3

铣离合器面及控制面线

200144

0.007

143

4

前后面定位孔精加工线

200145

0.005

200

5

前后顶底面精加工线

200146

0.006

167

6

精加工缸孔

200147

0.0053

189

7

悬臂吊

200149

——

——

——

8

主轴承盖清洗机

200654

0.0028

357

9

钻锪铣加工自动线

200714

0.024

42

10

缸孔及主轴承孔珩磨机

200952

0.0084

119

11

卧式专用拉床

200953

0.0058

172

12

预清洗机

201008

0.0067

149

13

终清洗机

201009

0.0001

10000

14

油道密封试验机

201017

0.0028

357

15

十头定扭矩拧紧机

201018

0.0024

417

16

水套试漏机

201019

0.0085

118

17

发动机车间缸体线空压机组

201721

——

——

——

18

钻攻顶底面自动线

202771

0.01

100

19

钻离合器面及控制面线

202772

0.007

142

20

钻离合器面及控制面线

202773

0.0073

137

21

空压机与保压罐

203590

——

——

——

备注:200149、201721、203590设备由于记录数据太少了,所以没有计算在内。

从表6.3比较缸体生产线各个单元设备的可靠度函数、失效率和MTTF可知,失效率越高可靠度越低,两者成反比关系;MTTF越高可靠度越高,两者成正比关系。200714设备钻锪铣加工自动线在规定的时间内可靠度是最低的,失效率是最高的,平均故障间隔时间MTTF最短,发生故障失效的可能性最大,这个结论与第三章故障管理得出的结论式一样的,200714设备是这条缸体生产线最薄弱的环节,影响整条生产线的节拍,是这条生产线的瓶颈,应该详细研究200714设备,找出故障原因,认真改进以提高其可靠性,这样整条缸体生产线的可靠性也提高了,失效率也降低了。

6.2.2缸体生产线的可靠度

①缸体生产线功能逻辑框图:

由于系统逻辑框之表明单元功能与系统功能逻辑关系,而不表明各单元之间结构上的关系,因而各单元的排列次序无关紧要,一般情况下,输入和输出单元的位置,常常相应地排列在系统逻辑框的首和尾,而中间其它单元的次序可任意排列。

计算系统可靠度,必须首先弄清楚单元及系统功能,失效模式,并绘出逻辑框图,然后进行计算。绝不能只从系统结构上认定系统类型。

这里研究的缸体生产线的主要功能是制造生产汽车的变速箱,它由21个设备(如)构成的,每个设备的功能是不一样的,经过分析研究确定,只要有一个设备发生故障,那么就会导致整条生产线不能正常工作,所以各个单元设备与系统是串联的关系,也就是说该这条缸体生产线是串联系系统,因此系统逻辑框图要画成串联。

图6.6缸体生产线功能逻辑框图

(2)求缸体生产线可靠度

为求缸体生产线系统可靠性特征量,首先须知组成系统每个设备的可靠性特征量,然后针对系统的串联模型,建立缸体生产线系统可靠性特征量的数学模型。上图所示为21个单元组成的串连系统,串联系统特征只有21个单元都正常工作时,缸体生产线才正常工作,其中任一单元功能失效,则系统功能失效。

各设备故障间隔时间均服从指数分布,即各单元失效都是偶然失效,单元的失效率(常数),其可靠度为,则缸体生产线系统可靠度为

==

式7-1表明串联系统的故障间隔时间也服从指数分布,则系统失效率也为常数,且

=0.008+0.009+0.007+0.005+0.006+0.0053+0.0028+0.024+0.0084

+0.0058+0.0067+0.0001+0.0028+0.0024+0.0085+0.01+0.007+0.0073

=0.1242

将=0.0069带入式7-1中得到缸体生产线系统

可靠度为=

不可靠度函数F(=1-R(x)=1-

故障密度函数=0.1242

由式6-1可知,串联系统中,单元数目越多,系统可靠度越低。通过与表6.2单元设备的可靠度比较还可知道,缸体生产线系统可靠度总是低于系统中可靠度最小200714设备的可靠度,而且这200714设备最小可靠度对缸体生产线系统可靠度影响最大。因此,为提高,缸体生产线系统可靠度,应该主要提高串联系统中可靠性最低的单元的可靠度,即注意提高系统中薄弱单元的可靠度。

6.3本章小结:

本章利用第五章系统可靠性的知识,主要分析了来自一汽某汽车发动机缸体生产线的数据,计算了缸体生产线各台设备的可靠性分布模型,同时计算了常用的可靠性参数,例如可靠度、不可靠度(累计分布函数)、失效率、平均故障间隔时间等。对整个生产线的各台设备的可靠性做了对比分析,得出整条缸体生产线可靠性最低的设备是200714设备,它制约着整条生产线,所以应该采取相应的措施,重点改善200714设备,那么整条生产线的可靠度将会整体提高,如果不重点改善200714设备,即使其它设备都提高了,那么整条生产线的可靠性也将不会提高。

第七章总结与展望7.1全文总结

本文针对某汽车发动机缸体生产线的可靠性做了探讨和研究,对作者所做的工作总结如下:

1,本文以某汽车缸体生产线21台设备从2001年8月~2004年11月的故障记录为基础,利用常用的故障分析法对故障记录做了深入分析研究,得出故障最多的设备200714设备,然后重点对200714设备做了单独的分析,并做出200714设备的故障树,深入分析各故障之间的联系,并且分析清楚各故障对设备的影响程度,以利于找出关键故障,重点改善,为工作人员提供依据。

2,介绍了设备可靠性常用的分布,例如正态分布、对数正态分布、威布尔分布、指数分布,对其进行了分析比较。同时还介绍了一般可靠性数据处理方法,首先估计故障间隔时间的分布类型,然后利用参数估计法点估计法,例如极大似然估计法求出参数,接着进行曲线拟合,最后进行假设检验。

本文计算了某汽车缸体生产线的设备的可靠度。首先估计设备的故障间隔时间服从指数分布,然后利用极大似然估计法估计出参数,接着曲线拟合,作后最后利用k-s检验法进行最终的假设检验,指数分布假设是正确的。

3,以整个缸体生产线为一个系统,各设备为单元,通过计算出各单元的可靠性指标,得出系统的可靠性指标。并分析各单元与系统的关系,以及单元对设备可靠性影响程度的大小,找出影响系统可靠性最大的设备就是,可靠度最低,失效率最高,故障间隔时间最短的单元200714设备,应该采取相应的措施,重点改善,以提高系统的可靠性。

7.2进一步研究的课题

本文简单的研究了故障分析和系统可靠性,但可靠性分配和预测这方面的理论系统本文设计很少,同时主要研究机械系统的可靠性,故障原因主要是机械设备本身,但是影响设备靠性的因素很多的,例如人的因素、环境因素等,本文未作详细的分析,人的因素和环境因素很中重要,因此有以下几方面可以研究:

1,可靠性分配

2,可靠性预测

3,人的可靠性

4,环境的可靠性

。

猜你喜欢

最安全有效的减肥药

最安全有效的减肥药

编辑:小徐

现在的减肥药真的是真假难分,在选择减肥药的同时也应该更加小心,减肥药多种多样,那么如何才能选择最安全有效的减肥药,也成了很多小仙女的内心疑问,下面就跟着搜读小编一起看一下,如何选择最安全有效的减肥药。 最安全有效的减肥药选购方法 1、首先需要观察产品的外包装,在包装中可以看到其配方是不是含有激素,含有激素的减肥药对身体的内..

吃减肥药失眠

吃减肥药失眠

编辑:小徐

随着现在流行以瘦为美,很多人会不顾身体的健康选择减肥药,达到快速减肥瘦身的效果,但是很多减肥药都是有副作用的,副作用比较轻的就是失眠现象,那么吃减肥药出现失眠是怎么回事儿?如果出现失眠后,我们应该怎样缓解? 吃减肥药失眠是怎么回事 减肥药中富含安非他命,所以减肥药服用了太多会有失眠现象,服用减肥药期间,身体会逐渐出现抗药性,身..

最新文章