基于參數(shù)Bootstrap-核密度估計的數(shù)控機床Bayes可靠性評估方法研究.pdf

1、可靠性評估是數(shù)控機床可靠性工程技術的重要組成部分，也是機床制造業(yè)發(fā)展必不可少的關鍵。隨著機床復雜化、信息化、集成化程度的提高，高檔數(shù)控機床具有樣本量小、故障數(shù)據(jù)少等小樣本特點，傳統(tǒng)的基于大數(shù)定律的經(jīng)典統(tǒng)計理論已無法對其可靠性進行有效評估。能夠綜合利用機床先驗信息和現(xiàn)場試驗數(shù)據(jù)的Bayes方法為小子樣機床可靠性評估提供了非常重要的理論支撐，而如何確立合適準確的先驗分布是Bayes方法合理應用的關鍵。
　　本文以小樣本的車銑加工中心C

2、XK5463為研究對象，針對Bayes評估中傳統(tǒng)Bootstrap法利用相似機床故障信息建立先驗分布時，存在的抽樣誤差較大以及需要事先假定分布類型的主觀性過大的問題，提出一種集成最小二乘支持向量機(Lssvm)、參數(shù)Bootstrap法及核密度估計法建立先驗分布的方法?；谕紶柗植嫉漠惓Ｖ禉z驗方法對得到的先驗分布可信度進行了度量，根據(jù)算得的先驗信息可信度值對該先驗分布加以修正，進而確定最終可信先驗分布，進行Bayes可靠性評估。

3、>　　首先，以車銑加工中心CXK5463的故障數(shù)據(jù)作為現(xiàn)場試驗信息，相似數(shù)控機床CK5250故障數(shù)據(jù)作為先驗信息，進行相容性檢驗；對傳統(tǒng)Bootstrap法確立先驗分布中存在的誤差進行分析；利用最小二乘支持向量機(Lssvm)算得先驗信息的威布爾參數(shù)，進行參數(shù)化Bootstrap抽樣，減少了抽樣誤差；根據(jù)抽樣結果利用非參數(shù)核密度估計法對尺度參數(shù)以及形狀參數(shù)m進行了概率密度估計，直接從抽樣結果的樣本數(shù)據(jù)特性出發(fā)擬合先驗分布，使得擬合結果與

4、實際分布情況更加符合?？朔藗鹘y(tǒng)方法需要事先假定分布類型的主觀性過大的問題。
　　其次，分析了現(xiàn)有先驗信息可信度計算方法存在的不足，針對先驗信息為先驗分布，現(xiàn)場信息為服從威布爾分布的機床故障數(shù)據(jù)這一可靠性評估情況，基于威布爾分布數(shù)據(jù)異常值檢驗的方法計算了先驗信息可信度，并利用MATLAB編程仿真實現(xiàn)了算法的求解。以求得的CXK5463的先驗分布為例，進行了仿真，仿真結果與傳統(tǒng)Bootstrap方法擬合先驗分布的可信度值進行了對比，