通過(guò)對(duì)數(shù)控機(jī)床可靠性增長(zhǎng)技術(shù)的研究，利用MTBF值（平均故障間隔時(shí)間：Mean Time Between Failures）對(duì)國(guó)產(chǎn)數(shù)控機(jī)床進(jìn)行故障診斷。根據(jù)采集的數(shù)控車(chē)床故障數(shù)據(jù)，對(duì)其進(jìn)行了可靠性分析，計(jì)算出了可靠性評(píng)定指標(biāo)，建立了故障間隔時(shí)間分布模型。對(duì)數(shù)控車(chē)床進(jìn)行了故障模式、影響及危害度（FMECA）分析，剖析了數(shù)控車(chē)床的故障發(fā)生機(jī)理，找出了產(chǎn)品的薄弱環(huán)節(jié)，提出了部件或子系統(tǒng)的可靠性改進(jìn)建議。 1 引言 數(shù)控機(jī)床是現(xiàn)代制造技術(shù)的基礎(chǔ)裝備，其質(zhì)量好壞和可靠性水平的高低直接影響一個(gè)國(guó)家先進(jìn)制造技術(shù)的發(fā)展水平。隨著先進(jìn)制造技術(shù)的發(fā)展，不僅要求機(jī)床具有優(yōu)越的性能和高度的自動(dòng)化功能，更要求具有性能與功能的維持性、可靠性、維修性和維修保障性，即要求機(jī)床具有可信性。 機(jī)械制造工業(yè)正朝著精密化、柔性化、集成化、自動(dòng)化、智能化方面迅速發(fā)展，國(guó)內(nèi)數(shù)控機(jī)床需求強(qiáng)勁，數(shù)控機(jī)床產(chǎn)業(yè)適逢極好的發(fā)展機(jī)遇。我國(guó)機(jī)床行業(yè)面臨極為嚴(yán)峻的挑戰(zhàn)和競(jìng)爭(zhēng)，迫切要求縮短同日本、美國(guó)、瑞士等國(guó)的差距。主要表現(xiàn)為:高速度、高精度方面; 機(jī)床的可靠性方面；外觀及制造精度方面；自我開(kāi)發(fā)能力、產(chǎn)品開(kāi)發(fā)周期方面;整個(gè)社會(huì)的配套化、專(zhuān)業(yè)化方面。其中可靠性不過(guò)硬是缺乏競(jìng)爭(zhēng)力的主要因素，因此提高國(guó)產(chǎn)數(shù)控機(jī)床的可靠性已成為當(dāng)務(wù)之急。 可靠性工程理論及技術(shù)的研究以大量的可靠性信息為基礎(chǔ)。只有在擁有真實(shí)可靠信息數(shù)據(jù)的基礎(chǔ)上，才能對(duì)現(xiàn)有產(chǎn)品進(jìn)行可靠性評(píng)估和故障分析，才能進(jìn)行可靠性預(yù)計(jì)、分配和設(shè)計(jì)。只有通過(guò)信息分析和處理，才能對(duì)產(chǎn)品的開(kāi)發(fā)、設(shè)計(jì)、制造、裝配、使用和維修等提出可靠性改進(jìn)措施，實(shí)現(xiàn)可靠性增長(zhǎng)。因此，可靠性信息是進(jìn)行可靠性工程理論和技術(shù)研究的前提。 2 數(shù)控機(jī)床數(shù)據(jù)統(tǒng)計(jì)分析 可靠性分析是建立在大量的可靠性數(shù)據(jù)基礎(chǔ)上的，在產(chǎn)品可靠性試驗(yàn)、故障分析、可靠性設(shè)計(jì)及使用、維修中都離不開(kāi)可靠性信息。為了對(duì)以往試驗(yàn)數(shù)據(jù)進(jìn)行妥善處理與保存，防止數(shù)據(jù)丟失或分散；按要求對(duì)數(shù)據(jù)進(jìn)行分析和處理，更方便、更精確地計(jì)算出實(shí)用的可靠性指標(biāo)，迫切需要建立一套適應(yīng)數(shù)控機(jī)床發(fā)展要求的統(tǒng)計(jì)分析系統(tǒng)。鑒于上述原因，借鑒當(dāng)前數(shù)控機(jī)床可靠性理論的研究成果和相關(guān)的數(shù)理統(tǒng)計(jì)知識(shí)，編制了數(shù)控機(jī)床數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)。 數(shù)控機(jī)床數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)結(jié)構(gòu)如圖1所示。 3 數(shù)控車(chē)床可靠性基礎(chǔ)狀況的考核與故障分析 在產(chǎn)品的整個(gè)壽命期內(nèi)，無(wú)論是產(chǎn)品的開(kāi)發(fā)、設(shè)計(jì)、制造階段，還是使用、維護(hù)階段，都會(huì)涉及到可靠性數(shù)據(jù)分析問(wèn)題。因此，可靠性試驗(yàn)技術(shù)和數(shù)據(jù)收集分析是非常重要的，是故障報(bào)告、分析與糾正系統(tǒng)的重要組成部分。數(shù)據(jù)分析部分包括可靠性試驗(yàn)分析、故障的統(tǒng)計(jì)分析、FME（C）A等。 3.1 故障模式、影響及致命度分析 應(yīng)用故障模式、影響及致命度分析（FMECA）法對(duì)S3-242/244數(shù)控車(chē)床進(jìn)行故障分析，查清整機(jī)各故障部位、故障模式及故障原因的比率，從整體上掌握S3-242/244數(shù)控車(chē)床的故障發(fā)生情況；找出對(duì)整機(jī)可靠性影響較大的故障模式；對(duì)發(fā)生故障頻繁的部件或子系統(tǒng)深入進(jìn)行故障模式及原因分析；通過(guò)致命性分析，摸清S3-242/244數(shù)控車(chē)床的薄弱環(huán)節(jié)，為排除S3-242/244數(shù)控車(chē)床故障提供依據(jù)，把故障分析的結(jié)果反映給設(shè)計(jì)、制造及使用單位，從設(shè)計(jì)、制造、使用和維護(hù)等各方面采取對(duì)策和措施提高數(shù)控車(chē)床的可靠性。 S3-242/244型數(shù)控機(jī)床致命性分析是在故障模式及影響分析（FMEA）的基礎(chǔ)上，對(duì)故障影響后果定量化的關(guān)鍵一步，其目的是按照每一故障模式的嚴(yán)重性級(jí)別及嚴(yán)重度數(shù)字或發(fā)生概率的綜合影響來(lái)研究故障模式，以便全面地評(píng)價(jià)故障模式的影響。部件的致命度是對(duì)部件故障后果的危害程度的綜合評(píng)定，反應(yīng)子系統(tǒng)或部件發(fā)生故障時(shí)，對(duì)整機(jī)的性能、功用、周?chē)h(huán)境及人員安全的影響程度。通過(guò)整機(jī)致命性分析可以獲得影響S3-242/244型數(shù)控車(chē)床可靠性的關(guān)鍵部件，摸清攻關(guān)產(chǎn)品的薄弱環(huán)節(jié)，以便有針對(duì)性地進(jìn)行可靠性改進(jìn)設(shè)計(jì)。 3.2 可靠性指標(biāo)評(píng)價(jià) 3.2.1 MTBF的點(diǎn)估計(jì) 經(jīng)過(guò)各種分布類(lèi)型的假設(shè)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)，已經(jīng)確定了故障間隔時(shí)間的分布類(lèi)型為指數(shù)分布，在此基礎(chǔ)上確定MTBF的點(diǎn)估計(jì)。 MTBF的點(diǎn)估計(jì)按下式編程計(jì)算： 式中：f（t）為故障間隔時(shí)間的概率密度函數(shù) 將式（2）代人式（1），得估計(jì)值 MTBF=227.27h 3.2.2 MTBF的區(qū)間估計(jì) MTBF的區(qū)間估計(jì)是根據(jù)故障數(shù)據(jù)求得可靠性特征量MTBF的一個(gè)置信區(qū)間，這個(gè)區(qū)間以一定的概率（即置信水平）包括未知參數(shù)MTBF的真值，常取90％為置信水平。 3.2.3 平均維修時(shí)間MTTR和固有可用度A[sub]i[/sub] 對(duì)于可修復(fù)產(chǎn)品，除了考慮可靠性，同時(shí)還必須考慮維修性。有的產(chǎn)品雖然不易出故障，但一旦發(fā)生故障要很長(zhǎng)時(shí)間才能修復(fù)，有可能經(jīng)常處于修理狀態(tài)，利用率顯然不高。所以，不僅要注意產(chǎn)品是否易壞，還應(yīng)注意產(chǎn)品是否易修。相應(yīng)的維修性指標(biāo)有平均維修時(shí)間，即維修時(shí)間的數(shù)學(xué)期望。 4 數(shù)控車(chē)床可靠性增長(zhǎng)技術(shù)的實(shí)施 產(chǎn)品的可靠性是由設(shè)計(jì)確定并通過(guò)制造過(guò)程實(shí)現(xiàn)的。由于產(chǎn)品復(fù)雜性的不斷增加和新技術(shù)的不斷采用，產(chǎn)品設(shè)計(jì)也需要有一個(gè)不斷深化認(rèn)識(shí)、逐步改進(jìn)完善的過(guò)程。產(chǎn)品早期的樣機(jī)在試驗(yàn)或運(yùn)行中因存在較多的設(shè)計(jì)和工藝方面的缺陷和問(wèn)題，需要有計(jì)劃地改進(jìn)設(shè)計(jì)和工藝消除故障模式，從而提高產(chǎn)品固有可靠性水平，以滿(mǎn)足使用要求。 目前，可靠性增長(zhǎng)已成為可靠性工程中極重要的組成部分之一。在產(chǎn)品的研制、生產(chǎn)等決定性的壽命階段中，只有用可靠性增長(zhǎng)技術(shù)進(jìn)行分析管理和實(shí)現(xiàn)工程修正，才能將各種可靠性活動(dòng)連成一個(gè)整體，貫穿于產(chǎn)品的整個(gè)壽命過(guò)程之中。實(shí)踐證明，利用可靠性增長(zhǎng)技術(shù)進(jìn)行試驗(yàn)、分析與管理來(lái)提高產(chǎn)品的可靠性，是節(jié)約研制經(jīng)費(fèi)，縮短研制周期的有效方法。另外，對(duì)于需要進(jìn)行可靠性鑒定或評(píng)定的產(chǎn)品，如果在研制或生產(chǎn)中成功地應(yīng)用了可靠性增長(zhǎng)技術(shù)，由此得到完整的失效數(shù)據(jù)，即可用于評(píng)定或驗(yàn)證產(chǎn)品的可靠性。 產(chǎn)品的結(jié)構(gòu)千差萬(wàn)別，發(fā)生的故障模式也多種多樣，必須根據(jù)產(chǎn)品的早期故障模式，研究其早期故障機(jī)理和提出改進(jìn)措施。通過(guò)對(duì)所研究的數(shù)控車(chē)床可靠性基礎(chǔ)狀況的考核與故障分布規(guī)律的研究表明，數(shù)控車(chē)床的早期故障多數(shù)帶到用戶(hù)中，在現(xiàn)場(chǎng)運(yùn)行的初期，故障頻繁、故障率高，是當(dāng)前影響國(guó)產(chǎn)數(shù)控機(jī)床聲譽(yù)的重要因素之一。為了使數(shù)控車(chē)床在出廠前充分暴露并排除潛在早期故障，使產(chǎn)品的故障率趨于穩(wěn)定，在機(jī)床用戶(hù)使用時(shí)直接進(jìn)入到比較穩(wěn)定的偶然故障期，對(duì)數(shù)控車(chē)床進(jìn)行早期故障試驗(yàn)、分析與研究具有重要的現(xiàn)實(shí)意義。 5 可靠性評(píng)價(jià)與對(duì)比分析 本文對(duì)實(shí)施可靠性增長(zhǎng)技術(shù)后的某型數(shù)控車(chē)床進(jìn)行了可靠性評(píng)價(jià)。從分析出的故障部位可以看出，原來(lái)的故障多發(fā)部位主軸組件、裝卡附件轉(zhuǎn)移成Z軸、X軸進(jìn)給系統(tǒng)；故障原因由磨損、斷裂轉(zhuǎn)變成松動(dòng)、卡住;主要故障模式由轉(zhuǎn)位、移位無(wú)動(dòng)作轉(zhuǎn)變成幾何精度超標(biāo)。新一輪數(shù)控車(chē)床的可靠性指標(biāo)MTBF值從原來(lái)的227h提高到384h，可靠性水平提高了69.2％。 5.1 考核的某型數(shù)控車(chē)床 5.1.1 產(chǎn)品描述 該型數(shù)控車(chē)床采用45°傾斜高剛性床身，適合高速?gòu)?qiáng)力切削。主軸精度高、剛性強(qiáng)，可實(shí)現(xiàn)無(wú)級(jí)調(diào)速及恒速切削，啟動(dòng)及停止迅速，各潤(rùn)滑點(diǎn)均有獨(dú)立循環(huán)裝置進(jìn)行定量潤(rùn)滑，溫升及熱變形小，尾臺(tái)套筒伸縮可由程序控制。 該型數(shù)控車(chē)床可以加工直線、圓弧、公英制螺紋、多頭螺紋，特別適于車(chē)削形狀復(fù)雜、精度要求高的軸類(lèi)和盤(pán)類(lèi)零件。 5.1.2 主要技術(shù)參數(shù)（表1） 5.2 某型數(shù)控車(chē)床故障間隔時(shí)間分布模型 5.2.1 故障間隔時(shí)間模型的描述 大量統(tǒng)計(jì)資料表明，復(fù)雜產(chǎn)品一般都具有圖2所示的“浴盆”曲線所描述的壽命特性。T[sub]B[/sub]以前稱(chēng)為早期故障期，故障率曲線為遞減型，而當(dāng)早期故障被有效地排除后，產(chǎn)品運(yùn)轉(zhuǎn)便逐漸正常，故障率趨于穩(wěn)定，到T[sub]B[/sub]時(shí)故障率曲線已開(kāi)始變平。T[sub]B[/sub]到T[sub]W[/sub]間稱(chēng)為偶然故障期，故障率近似為一常數(shù)。T[sub]W[/sub]以后稱(chēng)為耗損故障期，故障率曲線為遞增型，產(chǎn)品在T[sub]W[/sub]以后，故障率迅速上升。 在分布類(lèi)型的判斷原則上有理論法和統(tǒng)計(jì)法，對(duì)分布不明的情況，則應(yīng)做大樣本的試驗(yàn)以判斷分布類(lèi)型，對(duì)已有經(jīng)驗(yàn)參考的，則可做較小樣本試驗(yàn)，假設(shè)其分布類(lèi)型，再進(jìn)行相應(yīng)的擬合性檢驗(yàn)。在處理數(shù)控車(chē)床的故障數(shù)據(jù)時(shí)，數(shù)控車(chē)床的故障數(shù)據(jù)多數(shù)服從威布爾分布、指數(shù)分布、對(duì)數(shù)正態(tài)分布，由于采集的這批數(shù)據(jù)在機(jī)床廠經(jīng)過(guò)了早期故障試驗(yàn)后，機(jī)床用戶(hù)已經(jīng)使用了一年半時(shí)間，已基本渡過(guò)了早期故障期，故障趨于平穩(wěn)，很可能已經(jīng)進(jìn)入了偶然故障期，并且由概率論可知，對(duì)數(shù)正態(tài)分布的概率密度函數(shù)曲線呈單峰形，威布爾分布的概率密度函數(shù)曲線根據(jù)其形狀參數(shù)的不同呈單峰形或單調(diào)下降形。而指數(shù)分布的概率密度函數(shù)曲線呈單調(diào)下降形，并且單參數(shù)指數(shù)分布是可靠性工程中應(yīng)用最廣、計(jì)算最簡(jiǎn)單的一種分布，且失效率為常數(shù)，基于以上原因，先用指數(shù)分布來(lái)描述故障間隔時(shí)間的分布模型。 5.2.2 故障間隔時(shí)間分布模型的參數(shù)估計(jì)和假設(shè)檢驗(yàn) 采用定時(shí)截尾的試驗(yàn)方法，收集了7臺(tái)數(shù)控車(chē)床32條故障數(shù)據(jù)，當(dāng)故障間隔時(shí)間服從指數(shù)分布時(shí)，記采用矩法估計(jì)進(jìn)行參數(shù)估計(jì)，采用d法檢驗(yàn)進(jìn)行假設(shè)檢驗(yàn)。 由計(jì)算可知，參數(shù)θ的估計(jì)值： 將檢驗(yàn)統(tǒng)計(jì)量D[sub]n[/sub]的觀察值與臨界值D[sub]n ,α[/sub]進(jìn)行比較，對(duì)給定的顯著性水平α，由軟件計(jì)算得：D[sub]n[/sub]=0.142＜D[sub]32，0.1[/sub]=0.216，因此故障間隔時(shí)間的分布符合上述所假設(shè)的指數(shù)分布。 5.2.3 故障間隔時(shí)間分布模型的確定 將計(jì)算得到的參數(shù)代人指數(shù)分布的特征量函數(shù)，得到該型數(shù)控車(chē)床故障間隔時(shí)間的分布模型： 故障間隔時(shí)間的分布函數(shù)F（t）為： 概率密度函數(shù)f（t）為： 失效率函數(shù)λ（t）為： 5.3 某型數(shù)控車(chē)床的故障模式、影響和致命度分析 5.3.1 數(shù)據(jù)的采集與整理 表2是采樣得到的故障信息表，是經(jīng)過(guò)一年多的數(shù)據(jù)收集得到的，已經(jīng)剔除了不能真實(shí)反映數(shù)控車(chē)床故障的數(shù)據(jù)，遵照了故障數(shù)據(jù)的判定依據(jù)和故障的計(jì)數(shù)原則，保證了數(shù)據(jù)與信息的有效性。 5.3.2 數(shù)車(chē)床整機(jī)故障分析 （1）故障部位分析 通過(guò)對(duì)故障現(xiàn)象和故障原因的分析，得到如圖3所示的故障部位頻率圖。結(jié)合原始故障表知：Z軸進(jìn)給系統(tǒng)是發(fā)生故障最頻繁的部位，主要表現(xiàn)為Z軸過(guò)載報(bào)警、Z軸電機(jī)皮帶松、Z軸點(diǎn)動(dòng)時(shí)哆嗦，414[sup]#[/sup]報(bào)警。X軸進(jìn)給系統(tǒng)的故障也較多，主要表現(xiàn)為電機(jī)聯(lián)軸節(jié)松動(dòng)、絲杠有間隙、托板有間隙等。考核機(jī)床的其它部件及子系統(tǒng)中，電氣系統(tǒng)、轉(zhuǎn)塔刀庫(kù)、主傳動(dòng)系統(tǒng)、主軸組件、冷卻系統(tǒng)故障也很多，因此不能忽視這些系統(tǒng)潛在的故障。 （2）故障模式分析 從表3故障模式頻率表中看出，幾何精度超標(biāo)占很大比例，達(dá)21.88％。除了由X軸絲杠有間隙引起的，X軸拖板有間隙也會(huì)引起零件加工時(shí)的精度偏低。零部件損壞也占15.63％，大部分原因是由絲杠掩死造成的。 5.3.3子系統(tǒng)故障模式及原因分析 下面子系統(tǒng)的FMEA分析中，給出各子系統(tǒng)或部件的故障模式和原因的次數(shù)及頻率，由此繪制出各子系統(tǒng)或部件的故障模式頻率直方圖、故障原因頻率直方圖。分別對(duì)表4中故障最頻繁的4個(gè)子系統(tǒng)進(jìn)行故障模式、故障原因分析和原因分類(lèi)分析，以探詢(xún)可靠性改進(jìn)設(shè)計(jì)的措施。 （1） Z軸進(jìn)給系統(tǒng) 從表4的Z軸進(jìn)給系統(tǒng)故障模式頻率表中可以看出： 某型數(shù)控車(chē)床z軸進(jìn)給系統(tǒng)的故障模式主要是零部件的損壞和預(yù)緊機(jī)構(gòu)松動(dòng)、基礎(chǔ)件振動(dòng)，其中零部件的損壞是最頻繁的故障模式。z軸進(jìn)給系統(tǒng)故障原因主要有卡住，其次是松動(dòng)。 （2）X軸進(jìn)給系統(tǒng) x軸進(jìn)給系統(tǒng)故障模式只有一種:工藝型中的幾何精度超標(biāo)，共發(fā)生5次。對(duì)于此類(lèi)故障，機(jī)械方面的因素較多，加工精度不穩(wěn)是車(chē)床的傳動(dòng)誤差和刀架的重復(fù)定位精度造成的，主要是滾珠絲杠軸承螺母松動(dòng)和裝配不良引起的。 （3）電氣系統(tǒng) 由電氣系統(tǒng)故障模式頻率表（表5）可以得出：其故障模式主要是線路、電纜短路占75％，其次是鎖緊部件松動(dòng)25％。故障的主要原因是過(guò)載和元器件損壞。 （4）轉(zhuǎn)塔刀庫(kù) 從表6我們可以看出：轉(zhuǎn)塔刀庫(kù)故障模式中幾何精度超標(biāo)占67％，元器件損壞占33％。轉(zhuǎn)塔刀庫(kù)發(fā)生的故障主要是由調(diào)整不良和元器件損壞引起的。 5.4 數(shù)控車(chē)床致命性分析 致命性分析是對(duì)FMECA而言，對(duì)失效影響后果定量化的關(guān)鍵一步。即分析各種失效模式對(duì)系統(tǒng)功能影響的嚴(yán)重程度，進(jìn)而確定每一個(gè)零件、部件或系統(tǒng)的致命度。FMECA的定量化體現(xiàn)系統(tǒng)各關(guān)鍵部件潛在的弱點(diǎn)，以便能對(duì)數(shù)控車(chē)床進(jìn)行更好的改進(jìn)設(shè)計(jì)。 零部件的致命度計(jì)算公式為： 式中：k為零部件出現(xiàn)的故障模式種類(lèi)數(shù)；n為零部件發(fā)生全部故障模式的總次數(shù)；n[sub]i[/sub]為零部件第i種故障模式出現(xiàn)的次數(shù)；β[sub]i[/sub]為零部件以故障模式i發(fā)生故障造成該零部件損傷的概率，國(guó)際草案將此稱(chēng)為喪失功能的條件概率。其值如下：β[sub]i[/sub]=1表示該件肯定發(fā)生損傷；β[sub]i[/sub]=0.5表示該件可能發(fā)生損傷；β[sub]i[/sub]=0.1表示該件很少可能發(fā)生損傷；β[sub]i[/sub]=0表示該件無(wú)影響。 為零部件的基本故障率，用平均故障率 = N／∑[sub]t[/sub]計(jì)算。其中，N為零部件在規(guī)定時(shí)間內(nèi)的故障總次數(shù)；∑[sub]t[/sub]為零部件在規(guī)定時(shí)間內(nèi)累積工作時(shí)間，7臺(tái)該型數(shù)控車(chē)床的累積工作時(shí)間為15955.159h，經(jīng)計(jì)算與分析建立了如表7的該型數(shù)控車(chē)床FMECA表。 將β、λ代人式（6），得到如表8的故障部位致命度表。 通過(guò)表8的故障致命度表可以看出：Z軸進(jìn)給系統(tǒng)和X軸進(jìn)給系統(tǒng)的可靠性最為薄弱，是最應(yīng)首要進(jìn)行可靠性改進(jìn)設(shè)計(jì)的部位。 通過(guò)對(duì)該型數(shù)控車(chē)床故障部位、故障模式以及致命度表的統(tǒng)計(jì)分析，從中可以定量地看出各故障部位對(duì)這批數(shù)控車(chē)床的影響程度，并以此作為新一輪產(chǎn)品考核與對(duì)比分析的依據(jù)，來(lái)提高該批車(chē)床的可靠性。 5.5 可靠性指標(biāo)評(píng)價(jià) （1）MTBF的點(diǎn)估計(jì) 將式（7）的故障間隔時(shí)間概率密度函數(shù)代人下得到該型數(shù)控車(chē)床MTBF的點(diǎn)估計(jì)： （2）MTBF的區(qū)間估計(jì) MTBF的區(qū)間估計(jì)是根據(jù)故障數(shù)據(jù)求得可靠性特征量MTBF的一個(gè)置信區(qū)間，這個(gè)區(qū)間以一定的概率（即置信水平）包括未知參數(shù)MTBF的真值，常取90％為置信水平。 由計(jì)算知：MTBF的雙側(cè)置信區(qū)間為（284.79，525.91） MTBF的單側(cè)置信下限為301.13。 （3）平均維修時(shí)間MTTR和固有可用度A[sub]i[/sub] 平均維修時(shí)間的觀測(cè)值是維修時(shí)間的總和與修復(fù)的產(chǎn)品數(shù)之比。該型數(shù)控車(chē)床平均維修時(shí)間觀測(cè)值按下式求得： 式中:t[sub]Mi[/sub]朋為在評(píng)定周期內(nèi)第i臺(tái)數(shù)控車(chē)床的實(shí)際修復(fù)時(shí)間（h）。 固有可用度，又稱(chēng)穩(wěn)態(tài)有效度，它綜合了可靠度和維修度的廣義可靠性特征量，其表達(dá)式為 可見(jiàn)A[sub]i[/sub]越大，表示整機(jī)有效工作程度越高。增大固有可用度的途徑是增大MTBF并減小MTTR。 6 結(jié)論 以數(shù)控機(jī)床可信性工程基礎(chǔ)理論及應(yīng)用技術(shù)的研究為背景，主要完成了以下幾個(gè)方面的任務(wù)： （1）對(duì)考核的數(shù)控車(chē)床進(jìn)行現(xiàn)場(chǎng)試驗(yàn)研究，采集故障數(shù)據(jù)，確定數(shù)控車(chē)床可靠性故障的種類(lèi)和故障判據(jù)，并建立數(shù)控車(chē)床的可靠性數(shù)據(jù)庫(kù)。 （2）編制了《數(shù)控機(jī)床數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)》軟件，并把該軟件應(yīng)用到數(shù)控車(chē)床可靠性信息處理上，通過(guò)調(diào)研得到的故障信息，驗(yàn)證了該軟件的適用性和實(shí)用性。 （3）對(duì)數(shù)控車(chē)床的可靠性進(jìn)行了深入研究。利用編制的軟件，模型初選后，通過(guò)參數(shù)估計(jì)、假設(shè)檢驗(yàn)確定了故障間隔時(shí)間的分布模型，最終確定了某型數(shù)控車(chē)床的可靠性數(shù)學(xué)模型；給出了數(shù)控車(chē)床可靠性評(píng)價(jià)體系的可靠性特征量，平均無(wú)故障工作時(shí)間（MTBF）的進(jìn)行點(diǎn)估計(jì)；維修性參數(shù)平均修復(fù)時(shí)間（MTTR）和可用性特征量中的固有可用度（A[sub]i[/sub]）。 （4）對(duì)考核的數(shù)控車(chē)床進(jìn)行了故障模式、影響及致命度（FMECA）分析，查清了該型數(shù)控車(chē)床各故障部位、故障模式及故障原因的比率，深入了解了數(shù)控車(chē)床的故障發(fā)生機(jī)理，找出產(chǎn)品的薄弱環(huán)節(jié)，從整體上掌握該型數(shù)控車(chē)床的發(fā)生情況，并對(duì)故障多發(fā)部位提出了可靠性改進(jìn)建議。 編制的數(shù)控機(jī)床數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)可完成數(shù)控機(jī)床可靠性試驗(yàn)的數(shù)據(jù)處理和管理操作，為機(jī)床可靠性的分析工作提供了很大的方便，處理迅速，實(shí)用性強(qiáng)，經(jīng)調(diào)試已基本達(dá)到了為可靠性工作服務(wù)的目的。 使數(shù)控車(chē)床的可靠性水平明顯增長(zhǎng)，通過(guò)對(duì)新一輪數(shù)控車(chē)床的考核，可靠性水平提高了67.1%，這說(shuō)明針對(duì)該型數(shù)控車(chē)床提出的可靠性措施是切實(shí)有效的；同時(shí)減少了用于維修機(jī)床的大量時(shí)間，提高了工作效率，降低了生產(chǎn)成本，為進(jìn)行有序的工作進(jìn)度提供了有利的保證。 第二屆伺服與運(yùn)動(dòng)控制論壇論文集 第三屆伺服與運(yùn)動(dòng)控制論壇論文集