考虑故障因果推断的可靠性增长建模:以机床为例的研究
《RELIABILITY ENGINEERING & SYSTEM SAFETY》:Reliability growth modeling considering fault causal inference: A case study on machine tools
【字体:
大
中
小
】
时间:2026年04月28日
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 11
编辑推荐:
陈建洲|潘志豪|陈传海|郭金燕|孟庆宇|刘志峰
中国吉林大学,教育部CNC设备可靠性重点实验室,长春130025
摘要
CNC机床的可靠性不仅取决于单个子系统的故障,还取决于多个子系统故障的协同影响。为了解决这一问题,本文提出了一种基于二元决策图的级联故障模型。该方
陈建洲|潘志豪|陈传海|郭金燕|孟庆宇|刘志峰
中国吉林大学,教育部CNC设备可靠性重点实验室,长春130025
摘要
CNC机床的可靠性不仅取决于单个子系统的故障,还取决于多个子系统故障的协同影响。为了解决这一问题,本文提出了一种基于二元决策图的级联故障模型。该方法通过全面考虑子系统之间的复杂相互作用,提高了可靠性推断的准确性。首先建立了因果关系网络的统一数学描述框架;同时提出了一种基于边扩展技术的多路径因果推断函数构建方法,可以准确计算子系统之间的因果推断概率。在此基础上,定义了考虑子系统间故障因果关系的综合可靠性函数,并构建了可靠性增长模型。为了提高模型的计算效率,还提出了一种改进的人工水母搜索优化BP神经网络。最后,通过案例研究验证了所提出的故障因果推断模型的有效性。实验结果表明,通过合理分配有限的成本,CNC机床的可靠性得到了显著提升。本研究为提高CNC机床的可靠性提供了理论框架和实践指导,特别是在考虑多源故障的情况下。
引言
机床在高端设备制造中占据着不可替代的核心地位[1]。其可靠性[2,3]直接决定了这些重要工业领域的制造能力和产品质量[4]。单个子系统的故障会影响到CNC机床的正常运行[5]。此外,CNC机床内的子系统之间存在因果依赖性[6],一个子系统的故障可能通过潜在的因果机制引发其他子系统的故障[7]。这种级联的因果故障影响可能导致灾难性的系统故障和长时间的停机[8]。例如,气缸限位开关皮带的老化或松动可能导致刀库门超时,从而在换刀操作时发生碰撞;电压不稳定和电磁干扰可能导致线性尺子和编码器的信号不准确;主轴轴承的故障可能是由于主轴系统冷却不足造成的。因此,CNC机床的故障因果推断机制必须充分考虑各种组件之间的复杂耦合关系及其对整体系统性能的潜在影响。这种分析方法能够有效识别系统中的关键因果路径和薄弱环节,并为制定有针对性的预防性维护策略提供科学依据,从而优化系统的运行连续性[9,10]。这种方法对于提高CNC机床的整体可靠性和使用寿命[11,14]具有重要的实际意义。
异常检测是状态诊断的重要组成部分。随着传感器技术的不断进步,研究人员通过部署各种类型的传感器(包括振动[16]、温度[17]、扭矩[18]、电流和声发射[19])实现了对工业过程运行条件的多维度监测[15]。通过数据融合技术,异常信号的识别精度得到了提升[20,21]。为了进一步提高故障诊断的可解释性和准确性,研究人员将因果分析方法引入时间序列数据处理中。通过挖掘参数变化的时间相关性和因果链[22],他们建立了从异常信号到特定故障类型的映射关系,为根本原因分析提供了新的研究视角和方法支持[23,24,25,26,27]。这些研究表明,将机器学习应用于构建因果关系拓扑结构可以有效分析工业过程中的故障及其级联效应[27]。然而,这种方法在应用于CNC机床的故障因果推断分析时面临独特挑战:现有的因果分析研究更多地关注数据与故障对象之间的直接映射关系,而忽略了子系统之间的交互效应;此外,当前的传感器技术在实际应用中仍存在许多技术瓶颈和限制,使得无法实现对所有部件和组件运行参数的全面实时监测[28,29]。这些挑战主要包括高度复杂的内部结构[28]、组件之间的紧密耦合以及某些关键位置安装传感器的物理空间限制[29]。此外,CNC机床的故障通常具有突发性和不连续性,难以获取足够的序列数据来支持模型训练,这与连续生产过程不同。
针对复杂机电系统的高度集成特性,研究人员基于历史故障数据的统计分析探索了复杂的分析方法[29,30]。这些方法结合了网络科学和图论等数学工具,构建了能够捕捉系统复杂性的故障因果推断拓扑模型[31,32,33]。这些方法通过将Petri网与动态故障树相结合,提出了分析复杂系统中故障因果关系路径和故障概率分布的新方法[32];Soleimani通过构建贝叶斯网络并验证其因果循环图和动态故障树,实现了对复杂系统中关键参数之间故障因果关系的建模和追踪[33]。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号