在加工中心的可靠性估計(jì)中,參數(shù)估計(jì)作為重要組 成部分,可通過樣本信息對總體分布所包含的未知參數(shù) 進(jìn)行估計(jì),從而推斷出分析對象的實(shí)際分布情況,其估 計(jì)的準(zhǔn)確性將直接影響可靠性評價(jià)判斷的權(quán)威性,在分 析對象全壽命周期過程的可靠性活動中發(fā)揮重要作用。 因此,參數(shù)估計(jì)方法的精確度和易算度是評價(jià)其優(yōu)劣的 .重要指標(biāo),受到了廣泛關(guān)注和研究。
長期以來,國內(nèi)外學(xué)者就參數(shù)估計(jì)問題進(jìn)行了大量 研究,針對可靠性數(shù)據(jù)特點(diǎn)提出了滿足不同分布條件的 估計(jì)算法,比如矩估計(jì)法、極大似然法、貝葉斯方法, 并不斷加以改進(jìn)。£88611\¥311§61'[1]提出利用矩估計(jì)法求解 三參數(shù)估計(jì)問題,并給出針對weibull分布的參數(shù)值表; HL Hartei•等人嗎出了基于完整和截尾樣本的三參數(shù)Gam- ma分布和weibull分布的極大似然法,通過求解3個聯(lián) 立的極大似然方程即可得到未知參數(shù)估計(jì)值;在此基礎(chǔ) 上,GlenH. Lemonra提出左、右刪失數(shù)據(jù)條件下三參數(shù) weibull分布的極大似然估計(jì)法,將3個聯(lián)立方程簡化為 2個聯(lián)立方程求解,降低了計(jì)算難度;曲延碌等人w基于 基金項(xiàng)目:“高檔數(shù)控機(jī)床與基礎(chǔ)制造裝備”國家科技重 大專項(xiàng),課題《千臺國產(chǎn)加工中心可靠性提升工程》 (課題編號:2013ZX04011-011)
同一思想,通過設(shè)定位置參數(shù)值,采取只含有其余兩個 參數(shù)的極大似然方程組代替三參數(shù)最大似然方程組。貝 葉斯方法則利用先驗(yàn)分布,在小樣本實(shí)驗(yàn)數(shù)據(jù)條件下展 現(xiàn)優(yōu)勢,自創(chuàng)建以來得到了大量研究與改進(jìn),比如 George C. Canavos等人[S1通過設(shè)定獨(dú)立的先驗(yàn)分布給出 weibull分布尺寸參數(shù)與形狀參數(shù)的貝葉斯估計(jì)方法,S. K. Sinha等人提出三參數(shù)weibull分布下的參數(shù)估計(jì)和 可靠性方程的貝葉斯估計(jì)法。然而,常規(guī)的參數(shù)估計(jì)方 法不但適用范圍局限,且在復(fù)雜的數(shù)據(jù)分布情況下難以 進(jìn)行求解,同時存在結(jié)果粗糙,影響估計(jì)精確度的問 題,很難滿足實(shí)際需求。
粒子群優(yōu)化算法(PSOp是近年來發(fā)展起來的一種新 的進(jìn)化算法。與遺傳算法相比,粒子群算法通過追隨當(dāng) 前搜索到的最優(yōu)值來尋找全局最優(yōu)。局部最優(yōu)粒子群優(yōu) 化算法是粒子群優(yōu)化算法的延伸,其不但繼承PS0算法 的實(shí)現(xiàn)容易、精度高、收斂快、通用性廣等優(yōu)點(diǎn),還有較 !強(qiáng)的全局最優(yōu)解搜索能力,但是關(guān)于直接用該算法進(jìn)行 可靠性模型參數(shù)估計(jì)的論文很少。因此,本文提出了一種 用該算法對加工中心可靠性模型進(jìn)行參數(shù)估計(jì)的方法。
經(jīng)過查閱大量相關(guān)材料和文獻(xiàn)易知[w〇1,加工中心 故障時間間隔服從三參數(shù)威布爾分布,則加工中心故障 |密度函數(shù)(即三參數(shù)威布爾分布函數(shù))
本文提出了一種運(yùn)用Lbest PSO算法進(jìn)行加工中心 可靠性估計(jì)的方法。同時在LbestPSO的基礎(chǔ)上引人了 變異操作和自適應(yīng)調(diào)整慣性因子,提高了 Lbest PSO算 法的全局解搜索能力和局部改良能力。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的LbestPSO算法在大小樣本中都具有較髙的估 計(jì)精度,并且其收斂速度快,時間成本小。
本文由伯特利數(shù)控整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考,轉(zhuǎn)載請注明!
2024-11
本文以組合式六角亭模型為實(shí)例,分析工藝難點(diǎn)與加工可行性,指出該模型的加工難點(diǎn)是模型形狀不規(guī)則和整體剛性差,并通過設(shè)計(jì)新的工藝方案解決加工難點(diǎn),完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個典型案例,對于五軸加工中心數(shù)控加工也具有指導(dǎo)作用和重要… [了解更多]
2024-11
宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試,手機(jī)瀏覽可能無法正常使用!本文摘要:通過對混聯(lián)五軸加工中心自適應(yīng)深度學(xué)習(xí)控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機(jī) 床 的 運(yùn) 動 學(xué) … [了解更多]
2024-11
在機(jī)測量技術(shù)由于其成本低、檢測效率高、無需二次裝夾等優(yōu)勢被廣泛用于零件加工測量當(dāng)中,使得五軸加工中心和五軸鉆攻中心,同時又兼具測量功能。在機(jī)測量系統(tǒng)的構(gòu)成如圖1所示,硬件部分主要是由高精度探頭、信號接收器、機(jī)床整個本體,軟件部分由機(jī)床控制系統(tǒng)、測量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機(jī)床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國家精密制造能力的重要因素。本文以五軸加工中心為對象,針對提升機(jī)床精度進(jìn)行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實(shí)踐中占據(jù)的分量逐漸增加,在數(shù)控機(jī)床這種精密機(jī)器精度不斷提高的同時,必須控制內(nèi)外界環(huán)境的隨機(jī)影響因素在… [了解更多]