蔡 景 任淑紅 陸曉華
南京航空航天大學(xué),南京,210016
統(tǒng)計(jì)數(shù)據(jù)表明,近年來(lái)民用飛機(jī)襟翼、縫翼系統(tǒng)故障數(shù)占整個(gè)飛行操縱系統(tǒng)故障總數(shù)的64.7%,其中滾輪滑軌故障是襟翼、縫翼卡阻、不一致、不對(duì)稱等故障的主要原因之一,占襟翼、縫翼系統(tǒng)故障總數(shù)的30%~80%[1-2]。由于滾輪滑軌造價(jià)昂貴,無(wú)法投入大量樣品開(kāi)展壽命試驗(yàn),所以不可能得到足夠的試驗(yàn)失效數(shù)據(jù),而且由于機(jī)構(gòu)磨損具有長(zhǎng)壽命的特點(diǎn),甚至經(jīng)常出現(xiàn)“零失效”現(xiàn)象,因此,對(duì)于高可靠、長(zhǎng)壽命的滾輪滑軌,很難通過(guò)壽命試驗(yàn)或加速壽命試驗(yàn)的方法來(lái)獲取其失效時(shí)間,這給以產(chǎn)品失效數(shù)據(jù)為基礎(chǔ)的傳統(tǒng)可靠性分析帶來(lái)了極大的困難?;诋a(chǎn)品性能退化數(shù)據(jù)的可靠性分析可以不需要產(chǎn)品的失效數(shù)據(jù),而是尋找產(chǎn)品的性能退化規(guī)律對(duì)其可靠性進(jìn)行分析,Nair[3]曾指出退化數(shù)據(jù)對(duì)可靠性分析來(lái)說(shuō)是一個(gè)豐富的信息源,因此,基于性能退化數(shù)據(jù)的可靠性分析方法為開(kāi)展?jié)L輪滑軌的可靠性評(píng)估提供了一條可行的途徑。
在滾輪滑軌的實(shí)際磨損過(guò)程中,磨料磨損、黏著磨損、疲勞磨損、腐蝕磨損類型往往同時(shí)存在,相互影響,因此,要準(zhǔn)確確定具體磨損機(jī)理是相當(dāng)困難的,這正是難以準(zhǔn)確進(jìn)行磨損量預(yù)測(cè)及對(duì)應(yīng)可靠性預(yù)測(cè)的重要原因之一。為此,國(guó)內(nèi)外學(xué)者對(duì)該類問(wèn)題進(jìn)行了大量的研究并取得了不少成果:Archard模型在實(shí)際磨損量的計(jì)算中被廣泛采用,但該模型提出的是磨損體積的計(jì)算公式,而對(duì)于滾輪滑軌而言,磨損深度更具有實(shí)際意義;吳越等[4]采用線性回歸模型方法對(duì)磨損量進(jìn)行了預(yù)測(cè)研究,但在嚴(yán)重磨損階段,由于磨損量過(guò)程不完全是線性過(guò)程,所以在嚴(yán)重磨損階段,線性回歸模型方法效果并不是很好;張彥[5]研究了制動(dòng)器摩擦襯片磨損量的等維灰色預(yù)測(cè)方法,然而灰色理論建立的是生成數(shù)據(jù)模型而不是原始數(shù)據(jù)模型,灰色預(yù)測(cè)的數(shù)據(jù)是通過(guò)生成數(shù)據(jù)的gm(1,1)模型所得到的預(yù)測(cè)值的逆處理結(jié)果。此外,閆志琴等[6]通過(guò)建立合適的仿真數(shù)學(xué)模型研究了材料磨損量隨載荷變化的規(guī)律;劉銳等[7]通過(guò)BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)銑刀磨損量的在線監(jiān)測(cè)和刀具剩余壽命的預(yù)測(cè),但該研究的對(duì)象以及監(jiān)測(cè)手段與滾輪滑軌不同。
從目前國(guó)內(nèi)外的相關(guān)研究可以看出,在材料磨損方面的研究主要集中在磨損量本身的監(jiān)測(cè)和預(yù)測(cè)上,而在此基礎(chǔ)上更進(jìn)一步的磨損可靠性預(yù)測(cè)方法研究基本屬于起步階段,尤其是針對(duì)滾輪滑軌的可靠性預(yù)測(cè)方法研究還未見(jiàn)報(bào)道。本文以滾輪滑軌的試驗(yàn)為基礎(chǔ),針對(duì)試驗(yàn)缺乏失效數(shù)據(jù)的難點(diǎn),引入帶漂移布朗運(yùn)動(dòng)的概念,建立了基于帶漂移布朗運(yùn)動(dòng)的滾輪滑軌可靠性評(píng)估模型,提出了基于當(dāng)前磨損量狀態(tài)的滾輪滑軌壽命預(yù)測(cè)方法,實(shí)現(xiàn)了對(duì)滾輪滑軌的可靠性實(shí)時(shí)預(yù)測(cè)。
近年來(lái),采用產(chǎn)品的退化性能數(shù)據(jù)進(jìn)行可靠性評(píng)定已經(jīng)成為研究的一個(gè)熱點(diǎn)[8],由于產(chǎn)品性能的退化過(guò)程與微粒擴(kuò)散的過(guò)程比較類似,因此,布朗運(yùn)動(dòng)被廣泛用于描述產(chǎn)品的退化過(guò)程。
布朗運(yùn)動(dòng)是一種隨機(jī)擴(kuò)散的極限過(guò)程,其定義為:如存在隨機(jī)過(guò)程{B(t),t ≥0},它滿足①B(0)=0;②{B(t),t≥0}有獨(dú)立的平穩(wěn)增量;③ 對(duì)每個(gè)t>0,B(t)服從正態(tài)分布N(0,σ2t);則認(rèn)為{B(t),t≥0}是布朗運(yùn)動(dòng)。如σ=1則{B(t),t≥0}是標(biāo)準(zhǔn)的布朗運(yùn)動(dòng),如果σ≠1則可認(rèn)為{B(t)/σ,t≥0}是標(biāo)準(zhǔn)布朗運(yùn)動(dòng)。
由于產(chǎn)品的性能退化過(guò)程都存在一定的趨勢(shì),因此,需要采用帶漂移的布朗運(yùn)動(dòng)進(jìn)行退化規(guī)律的描述。帶漂移的布朗運(yùn)動(dòng)退化模型可表述為
式中,x0為初始狀態(tài),為常數(shù);μ為漂移速度;σ為擴(kuò)散速度;B(t)為標(biāo)準(zhǔn)布朗運(yùn)動(dòng)。
由于B(t)為標(biāo)準(zhǔn)布朗運(yùn)動(dòng),因此根據(jù)布朗運(yùn)動(dòng)的定義,可知X(t)服從正態(tài)分布N(x0+μ t,σ2t),并且具有獨(dú)立的平穩(wěn)增量。
在性能退化的可靠性分析中,產(chǎn)品失效是通過(guò)X(t)與失效閾值L的大小關(guān)系來(lái)確定的,如向右漂移時(shí),X(t)≥L時(shí)為產(chǎn)品失效;如向左漂移時(shí),X(t)≤L時(shí)為產(chǎn)品失效。根據(jù)滾輪滑軌的磨損特點(diǎn),可知其退化規(guī)律屬于向右漂移。
Schrodinger和Smoluchowsk在研究布朗運(yùn)動(dòng)過(guò)程中定義了布朗運(yùn)動(dòng)過(guò)程首次達(dá)到某個(gè)點(diǎn)的時(shí)間的分布,即逆高斯分布[9],首次到達(dá)x的時(shí)間Tx具有下面的概率密度函數(shù):
因此,其分布函數(shù)可以表示為
可靠度函數(shù)為
式中,Φ(·)為標(biāo)準(zhǔn)正態(tài)分布的累積分布函數(shù)。
以上所得的滾輪滑軌可靠度函數(shù)反映的是多個(gè)滾輪滑軌磨損量的統(tǒng)計(jì)規(guī)律,而在實(shí)際工作中更關(guān)心的是在某一磨損量下,預(yù)測(cè)單個(gè)滾輪滑軌的失效時(shí)間,為此,可以利用布朗運(yùn)動(dòng)的Markov性以及獨(dú)立增量性質(zhì),得到滾輪滑軌基于當(dāng)前磨損量的可靠度預(yù)測(cè)模型。
設(shè)當(dāng)前時(shí)刻h的磨損量為x(x<L),t為h后的某一時(shí)刻,即t>h,因此可得
式中,P(·)為概率。
因此,可以進(jìn)一步得到此時(shí)的期望壽命(即預(yù)測(cè)的壽命)為
對(duì)于單件滾輪滑軌的磨損試驗(yàn),其磨損退化是一個(gè)隨時(shí)間變化而磨損量不斷增大的過(guò)程,如圖1所示。
然而,如果多個(gè)滾輪滑軌件同時(shí)進(jìn)行磨損試驗(yàn)時(shí)就會(huì)發(fā)現(xiàn),磨損量和時(shí)間的關(guān)系并不是一條光滑的曲線,而是非常粗造的曲線,如圖2所示,其原因如下:① 不同的滾輪滑軌件之間存在差異,這種差異是由于制造過(guò)程的差異形成的;②存在外部干擾,即在磨損量監(jiān)測(cè)過(guò)程中存在測(cè)量誤差、人為誤差等。
圖1 單件滾輪滑軌的磨損量變化
圖2 多件滾輪滑軌的磨損量變化
由于帶漂移的布朗運(yùn)動(dòng)具有獨(dú)立增量特性,因此可以利用退化增量數(shù)據(jù)獲得參數(shù)μ、σ的估計(jì)值
設(shè)有m個(gè)試驗(yàn)樣本,在n個(gè)不同時(shí)刻對(duì)磨損量進(jìn)行觀測(cè),不同時(shí)刻ti,j、ti,j+1(i=1,2,…,m;j=1,2,…,n)時(shí)的磨損量增量Δxi,j為
且服從正態(tài)分布N(μ(ti,j+1-ti,j),σ2(ti,j+1-ti,j))。
利用式(5)所示的極大似然估計(jì)方法進(jìn)行參數(shù)估計(jì):
可得方程組
根據(jù)式(7)可得
由于B(t)服從布朗運(yùn)動(dòng),所以在時(shí)間上的小增量Δt內(nèi)滿足其中ε是一個(gè)標(biāo)準(zhǔn)正態(tài)隨機(jī)變量,因此上式可變?yōu)?/p>
利用Monte Carlo法模擬滾輪滑軌磨損量的具體步驟,如圖3所示,這樣就可以得到一組波動(dòng)遵循帶漂移的布朗運(yùn)動(dòng)的數(shù)據(jù)。
圖3 采用Monte Carlo法模擬磨損量的流程圖
根據(jù)文獻(xiàn)[10]可以構(gòu)造參數(shù)k,它是實(shí)際磨損量波動(dòng)與模擬磨損量波動(dòng)之差的函數(shù),其計(jì)算公式為
采用SPSS軟件中的Kolmogorov-Smirnov檢驗(yàn)(D檢驗(yàn),適合樣本數(shù)大于2000的情形)和Shapiro- Wilk檢驗(yàn)(W檢驗(yàn),適合樣本數(shù)小于等于2000的情形)法來(lái)檢驗(yàn)k是否符合標(biāo)準(zhǔn)正態(tài)分布,即可說(shuō)明實(shí)際磨損量變化數(shù)據(jù)是否服從帶漂移的布朗運(yùn)動(dòng)。對(duì)于此兩種檢驗(yàn),如果P檢驗(yàn)顯著性水平值大于0.05,表明數(shù)據(jù)服從正態(tài)分布。
本文采用的滾輪的材料為不銹鋼1Cr17Ni2,其彈性模量為193GPa,泊松比為0.30;滑軌材料為鈦合金TC4,其彈性模量為110GPa,泊松比為0.33,接觸應(yīng)力為800MPa??偣策M(jìn)行了10組試驗(yàn)(10個(gè)試件),分別在2000、4000、…、70000循環(huán)時(shí)記錄磨損厚度,試驗(yàn)中的磨損數(shù)據(jù)如表1所示。
由于滾輪滑軌初試磨損量為零,所以x0=0,同時(shí)假定磨損量失效判據(jù)L=140μm,為此,采用2.2節(jié)中極大似然估計(jì)方法可得到在此基礎(chǔ)上按照 Monte Carlo法模擬滾輪滑軌磨損量數(shù)據(jù),并采用SPSS軟件對(duì)構(gòu)造參數(shù)k進(jìn)行標(biāo)準(zhǔn)正態(tài)分布檢驗(yàn),檢驗(yàn)結(jié)果如表2所示。表2中,Statistic為統(tǒng)計(jì)量,df為自由度,Sig為檢驗(yàn)顯著性水平值。
表1 滾輪滑軌磨損量 μm
表2 正態(tài)分布檢驗(yàn)
由表2可知,無(wú)論采用Kolmogorov-Smirnov檢驗(yàn)或Shapiro-Wilk檢驗(yàn),檢驗(yàn)顯著性水平都大于0.05,所以磨損的變化量都服從標(biāo)準(zhǔn)正態(tài)分布,因此,滾輪滑軌的可靠度分布函數(shù)可表示為
可靠度函數(shù)曲線如圖4所示。
圖4 可靠度函數(shù)曲線
為了驗(yàn)證可靠性函數(shù)的準(zhǔn)確性,又開(kāi)展了三個(gè)滾輪滑軌試件的磨損試驗(yàn),試件序號(hào)分別為11、12和13。其中11號(hào)試件在20 000循環(huán)時(shí)的磨損量為42.33μm,又經(jīng)過(guò)57 656個(gè)循環(huán)時(shí)達(dá)到了磨損量允許值140μm;12號(hào)試件在30 000循環(huán)時(shí)的磨損量為66.51μm,又經(jīng)過(guò)33 479個(gè)循環(huán)時(shí)達(dá)到了磨損量允許值140μm;13號(hào)試件在40 000循環(huán)時(shí)的磨損量為83.72μm,又經(jīng)過(guò)16 237個(gè)循環(huán)時(shí)達(dá)到了磨損量允許值140μm。而根據(jù)式(6)的剩余壽命預(yù)測(cè)方法,可以預(yù)測(cè)到11號(hào)試件在20 000循環(huán)時(shí)的剩余壽命為51 160個(gè)循環(huán),12號(hào)試件在30 000循環(huán)時(shí)的剩余壽命為36 480個(gè)循環(huán),13號(hào)試件在40 000循環(huán)時(shí)的剩余壽命為17 232個(gè)循環(huán)。表3列出了11、12和13號(hào)試件的真實(shí)壽命和預(yù)測(cè)壽命的誤差比較。
表3 結(jié)果比較
(1)基于布朗運(yùn)動(dòng)的滾輪滑軌的可靠性預(yù)測(cè)方法充分利用了試驗(yàn)過(guò)程中的摩擦磨損數(shù)據(jù),克服了缺少失效樣本的不足,為高耐磨、長(zhǎng)壽命的滾輪滑軌的可靠性預(yù)測(cè)提供了理論方法。
(2)本文可靠性預(yù)測(cè)方法的平均誤差為8.41%,能較好地滿足工程實(shí)際需要。
[1] 馮元生.機(jī)構(gòu)磨損可靠性[J].航空學(xué)報(bào),1993,14(12):642-644.
[2] 賀東斌,馮元生.航空關(guān)節(jié)軸承可靠性分析[J].機(jī)械強(qiáng)度,1995,17(1):29-31.
[3] Nair V N.Discussion of‘Estimation of Reliability in Field Perofrmance Sutdies’by J.D.Kalbfleisch and J.F.Lwaless[J].Technometrics,1988,30:379-383.
[4] 吳越,王玫,陳勇.線性回歸模型診斷和在線預(yù)測(cè)刀具磨損量的方法研究[J].機(jī)械設(shè)計(jì)與制造,2009(6):236-238.
[5] 張彥.制動(dòng)器摩擦襯片磨損量的等維灰色預(yù)測(cè)[J].潤(rùn)滑與密封,2009,34(12):30-33.
[6] 閆志琴,劉燕萍.材料磨損量數(shù)值仿真試驗(yàn)研究[J].機(jī)械工程與自動(dòng)化,2008(2):184-186.
[7] 劉銳,王玫,陳勇.銑刀磨損量監(jiān)測(cè)和剩余壽命預(yù)測(cè)方法研究[J].現(xiàn)代制造工程,2010(6):102-105.
[8] Vladimir Crk.Reliability Assessment from Degradation Data[C]//Proceedings Annual Reliability and Aintainability Symposium.Los Angeles:IEEE,2000:155-161.
[9] Ross S M.Stochastic Processes[M].2ed..New York:John Wiley & Sons Inc.,1996.
[10] 李洪宇,李述山,藺香運(yùn).股票市場(chǎng)價(jià)格波動(dòng)的實(shí)證分析[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2001,20(4):79-81.