1 数控机床维修性分析框架

　　计算机辅助数控机床维修性分析技术的拓扑图如图1所示。

2 分析过程

　　以某系列数控机床为例，通过对其1年的59个现场故障维修数据的部分分析处理过程，来说明计算机辅助数控机床维修性分析技术的实现过程。

　　2.1 故障统计分析

　　对故障数据进行统计分析，可对整机按故障部位、故障模式、故障原因等分别进行统计，也可以对部件(子系统)进行故障模式、故障原因等的动态统计，并根据统计结果画出直力一图。图2及图3分别为整机的故障模式直力一图及故障模式频率统计。

　　2.2 分布模型的确定与指标计算

　　进行数控机床维修时间分布类型估计，优选分布类型，建立数控机床维修度函数M(t) .概率密度函数m(t)、修复率函数μ(t)及不可数控机床维修度函数G(t)的数学模型及分布曲线，计算并给出维修性指标。

　　2.2.1 模型初选

　　对数控机床维修时间数据进行分组处理，编程得到表1所示的故障维修时间分组计算表，程序流程图如图4所示。

表1维修时间分组计算表

　　取表1的组中值为横坐标，分别取频率及累计频率为纵坐标，画出概率密度函数m(t)、维修度函数M(t)的散点图，执行结果如图5所示。

　2.2.2参数估计

　　对于威布尔分布、指数分布采用线性回归法}7}进行参数估计，对于正态分布、对数正态分布采用极大似然法进行参数估计，参数估计的程序流程见图6所示。

　　2. 2. 3曲线拟合

　　采用k-s检验法，拒绝域为Dn≥Dn，a，取置信度为90%，计算得到表2所T假设检验计算结果。由此表可知只有对数正态分布时，满足Dn< Dn，a，故接受符合对数正态分布的原假设。

表2假设检验计算结果

　　图7,图8分别为程序运行的对数正态分布假设检验结果及分布曲线拟合图。

　　由图8可知，此系列数控机床现场故障数据的数控机床维修性模型符合对数正态分布，两个参数对数均值拜=0. 97。对数方差少σ2=1.448.进而可得σ=1.2U33。

3 结论

　　环境问题是可持续发展面临的重大问题。进行绿色数控机床维修，兼顾经济效益和环境效益，最大限度地减少维修对资源的消耗及对环境的破坏是数控机床维修工作新的研究课题。为此，利用计算机数据库技术对数控机床快速、准确地进行维修性分析，对制定合理的绿色维修策略具有一定的理沦指导意义。