劉智鍵，劉寶林，胡遠(yuǎn)彪

(1.中國地質(zhì)大學(xué)(北京) 工程技術(shù)學(xué)院， 北京 100083；2.國土資源部深部地質(zhì)鉆探技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100083)

0 引言

隨著智能制造技術(shù)的不斷發(fā)展，機(jī)械加工技術(shù)和加工精度要求也越來越高，特別是現(xiàn)代智能化數(shù)控機(jī)床加工，由于實(shí)現(xiàn)了智能化技術(shù)，對數(shù)控機(jī)床主軸的可靠性提高了要求。

機(jī)床主軸可靠性預(yù)測是數(shù)控機(jī)床整體系統(tǒng)可靠性預(yù)測的重要環(huán)節(jié)之一，主軸可靠性與否對機(jī)床整體加工影響特別大，對提高生產(chǎn)效率、降低生產(chǎn)成本具有重要的意義[1]。因此，在維修機(jī)床故障過程中，機(jī)床主軸可靠性預(yù)測方法的研究顯得尤為重要。首先，吉林大學(xué)機(jī)床實(shí)驗(yàn)室等對機(jī)床主軸進(jìn)行壽命研究，以加速機(jī)床主軸壽命試驗(yàn)方法為基礎(chǔ)，為主軸可靠性研究提供數(shù)據(jù)參考[2]；西安理工大學(xué)機(jī)床研究課題組提出了一種基于性能可靠性研究的方法，且應(yīng)用到機(jī)床主軸可靠性能的研究[3-4]。以上兩者對機(jī)床主軸可靠性分析存在兩點(diǎn)不足之處：①加速機(jī)床壽命試驗(yàn)方法時間周期長，計算精度不高；②實(shí)驗(yàn)采集的數(shù)據(jù)樣本量小，不足以驗(yàn)證方法的準(zhǔn)確性。

針對以上不足之處，本文提出了一種基于蒙特卡羅模擬仿真的機(jī)床主軸可靠度求解方法。該方法借助于計算機(jī)技術(shù)建立主軸可靠性分析模型，將采集的大量樣本數(shù)據(jù)傳輸計算機(jī)軟件進(jìn)行計算分析，實(shí)現(xiàn)了大樣本數(shù)據(jù)簡單、快速計算，節(jié)省了繁復(fù)的數(shù)學(xué)推理和演算過程，計算結(jié)果更加準(zhǔn)確、可靠、通俗易懂，從而達(dá)到一種快速有效的檢測效果。

1 蒙特卡羅理論

蒙特卡羅方法理論(簡稱MC)在很多方面得到了應(yīng)用，例如數(shù)學(xué)、工程、以及經(jīng)濟(jì)數(shù)等等[5]，主要解決無法采用確定性模型解決實(shí)際問題的一種途徑。它的主要思想是大量生成符合樣本總體分布的隨機(jī)數(shù)，是一種借助于計算機(jī)的統(tǒng)計學(xué)的模擬方法。

蒙特卡羅的理論是建立在統(tǒng)計學(xué)知識之上，假設(shè)P(T)是隨機(jī)事件T發(fā)生的概率，對于該事件在N次實(shí)驗(yàn)過程中發(fā)生次數(shù)M次，此時事件T出現(xiàn)的頻率是W(A)=M/N，則存在任意實(shí)數(shù)ε>0滿足：

(1)

從公式(1)中可以看出，當(dāng)N足夠大時，事件T出現(xiàn)的概率為P(T)。此外，假設(shè)獨(dú)立同分布變量是r，隨機(jī)變量的期望值為E(rk)=μ，其方差為：

D(rk)=σ2(σ2≠0,k=1,2,3…)，將變量標(biāo)準(zhǔn)化，從而得到新的隨機(jī)變量如下：

(2)

使其滿足正態(tài)分布的性質(zhì)，利用正態(tài)分布[6]的特點(diǎn)進(jìn)行求解，新的隨機(jī)變量的分布函數(shù)滿足：

(3)

(1) 從而得到抽樣樣本r的分布函數(shù)近似服從正態(tài)分布:

(4)

(2) 抽樣樣本r的期望和方差隨機(jī)變量公式的概率近似公式:

(5)

大數(shù)定律和中心極限定理[6]從理論上保證了蒙特卡羅方法理論的準(zhǔn)確性，由大數(shù)定律可以看出蒙特卡羅隨機(jī)產(chǎn)生的隨機(jī)變量具有穩(wěn)定性和收斂性，由中心極限定律可以分析蒙特卡羅方法產(chǎn)生誤差等問題。

2 基于蒙特卡羅方法的邏輯思路

蒙特卡羅方法主要應(yīng)用在工程、數(shù)學(xué)、經(jīng)濟(jì)學(xué)以及物理學(xué)上，隨著計算機(jī)技術(shù)的不斷發(fā)展，蒙特卡羅方法應(yīng)用更加廣泛。蒙特卡羅的求解問題思路是根據(jù)求解問題構(gòu)造一個數(shù)學(xué)模型(概率統(tǒng)計模型)，將問題轉(zhuǎn)化為求解模型的參數(shù)和特征向量，利用蒙特卡羅模擬求解模型的參數(shù)和特征值得出估計值[7]。圖1是蒙特卡羅求解問題的主要思路圖。

(1)首先，確定好需要解決分析的未知問題或者系統(tǒng)；

(2)建立系統(tǒng)分布的數(shù)學(xué)模型；

(3)利用蒙特卡羅(MC)方法模擬隨機(jī)數(shù)；

(4)根據(jù)相關(guān)的參數(shù)條件來確定和選取相關(guān)的隨機(jī)數(shù)；

(5)根據(jù)系統(tǒng)模型所服從的分布函數(shù)，求解出估計值。

圖1 利用MC方法解決問題的邏輯思路圖

3 主軸可靠性預(yù)測流程分析

主軸是數(shù)控機(jī)床主要的零部件，主軸的可靠性決定了機(jī)床的壽命，因?yàn)橹鬏S是不容易破損，且壽命較長，主軸壽命檢測實(shí)驗(yàn)會消耗較大的財力、人力、以及物力。因此采用蒙特卡羅方法仿真模主軸實(shí)驗(yàn)可以有效地解決此問題。圖2表示利用蒙特卡羅方法分析機(jī)床主軸可靠性分析流程，集體步驟如下：

(1)實(shí)驗(yàn)過程中，通過采集機(jī)床主軸輸出端電機(jī)的電壓和電流信號，來計算出輸出功率。為了保證實(shí)驗(yàn)數(shù)據(jù)的隨機(jī)性，數(shù)據(jù)需要進(jìn)行隨機(jī)抽樣。

(2)假設(shè)bi為某種概率分布的隨機(jī)變量，利用數(shù)學(xué)模型找到主軸輸出端電機(jī)功率信號與之對應(yīng)的分布函數(shù)。

(3)結(jié)合表1并利用MATLAB[8]工具生成與變量bi對應(yīng)的分布函數(shù)隨機(jī)數(shù)，帶入目標(biāo)函數(shù)。

(4)設(shè)置主軸可靠性的判斷條件，求解出滿足條件的隨機(jī)變量的個數(shù)，最后依據(jù)計算結(jié)果判斷主軸的可靠性。

圖2 基于蒙特卡羅主軸可靠性分析流程圖

4 基于蒙特卡羅方法主軸可靠性預(yù)測實(shí)驗(yàn)分析

4.1 機(jī)床技術(shù)參數(shù)

本次實(shí)驗(yàn)分析過程中，采用學(xué)校機(jī)電實(shí)習(xí)中心的數(shù)控機(jī)床可靠性實(shí)驗(yàn)平臺，由于主軸位置于機(jī)床內(nèi)部部件，無法直接測量主軸振動信號，采用液壓方式通過卡盤將加載棒與主軸相連接，利用電壓和電路傳感器采集輸出端電機(jī)的電壓和電流信號。機(jī)床詳細(xì)技術(shù)參數(shù)如表2所示。

表2 高檔數(shù)控機(jī)床可靠性能測試平臺技術(shù)參數(shù)

4.2 主軸輸出端電機(jī)功率時域圖及置信區(qū)間

根據(jù)機(jī)床的工作原理，如果主軸的振動比較明顯，則測得主軸輸出端電機(jī)的運(yùn)行功率(電壓和電流乘積)的時域圖振動變化比較明顯。表2中有高檔數(shù)控機(jī)床可靠性性能測試平臺技術(shù)參數(shù)，實(shí)驗(yàn)過程中，假設(shè)采集的電流信號為I，電壓信號為U，功率為P。根據(jù)試驗(yàn)臺使用說明，次試驗(yàn)臺的主軸輸出端電機(jī)有A、B、C三相電壓和三相電流，實(shí)驗(yàn)分析A相電壓和電流，傳感器測得的電壓、電流信號需要經(jīng)過公式(6)轉(zhuǎn)換，從而得到電壓、電流信號yv,yi：

(6)

(7)

(8)

(9)

在總體樣本均值已知，方差未知情況下，結(jié)合統(tǒng)計學(xué)如公式(10)～公式(12)求出主軸輸出端電機(jī)功率均值的區(qū)間估計。

(10)

(11)

(12)

其中，設(shè)置置信度α=0.05，可以求出數(shù)控機(jī)床主軸輸出端電機(jī)功率的置信區(qū)間[9-10]為：

根據(jù)上述公式可以得到圖3，試驗(yàn)臺主軸輸出端電機(jī)功率時域圖中Y1和Y2求解公式如下：

已知采樣頻率為1024Hz，以1024的采樣點(diǎn)為樣本值，帶入上述式子求得Y1=5814.90，Y2=6455.80。

圖3 試驗(yàn)臺主軸輸出端電機(jī)功率時域圖

圖3中橫坐標(biāo)表示采樣頻率，縱坐標(biāo)表示主軸電機(jī)輸出功率值。

4.3 實(shí)驗(yàn)仿真及數(shù)據(jù)對比

利用蒙特卡羅方法生成符合抽樣樣本分布函數(shù)，設(shè)置不同的仿真次數(shù)，仿真結(jié)果如表3所示，待仿真實(shí)驗(yàn)結(jié)果趨于穩(wěn)定時，根據(jù)實(shí)驗(yàn)結(jié)果判斷株洲當(dāng)前運(yùn)行狀態(tài)，從圖4中可以看出試驗(yàn)臺主軸輸出端電機(jī)的功率最終穩(wěn)定在6285.20，與圖3電機(jī)功率時域圖置信區(qū)間范圍可以進(jìn)行對比，試驗(yàn)臺主軸正常工作下的功率處于置信區(qū)間內(nèi)，得出當(dāng)前狀態(tài)下主軸的可靠性正常。

圖4 基于蒙特卡羅仿真主軸輸出端電機(jī)功率分布圖

仿真次數(shù)n數(shù)控機(jī)床主軸輸出端電機(jī)功率W60006286．370006283．580006285．290006285．2

如表3主軸輸出端電機(jī)功率統(tǒng)計表所示，它是根據(jù)圖4電機(jī)功率分布表統(tǒng)計出來的結(jié)果，從表3中可以看出，當(dāng)我們實(shí)驗(yàn)仿真次數(shù)量增大時，主軸輸出端電機(jī)功率不斷減小，直到仿真次數(shù)大于8000之后，輸出功率最終趨于6285.2W無偏估計值，此時我們還可以通過計算機(jī)強(qiáng)大計算能力，無限增大仿真次數(shù)，而結(jié)果依然處于穩(wěn)定值不變。并且該無偏估計值正好處于樣本均值的置信區(qū)間Y1、Y2之間，驗(yàn)證了計算機(jī)仿真結(jié)果數(shù)據(jù)的正確性。因此，本實(shí)驗(yàn)利用蒙特卡羅仿真產(chǎn)生符合抽樣樣本的總體分布的隨機(jī)數(shù)，通過置信區(qū)間和功能函數(shù)計算出機(jī)床主軸可靠性的無偏估計，判斷數(shù)控機(jī)床運(yùn)行狀態(tài)下主軸的可靠性。

5 結(jié)論

本文提出了一種基于蒙特卡羅模擬仿真的機(jī)床主軸可靠度求解方法。該方法借助于計算機(jī)技術(shù)計算出機(jī)床主軸輸出端電機(jī)的功率并畫出功率的時域圖，通過置信區(qū)間和功能函數(shù)計算出機(jī)床主軸可靠性的無偏估計值，該無偏估計值正好處于樣本均值的置信區(qū)間Y1、Y2之間(如圖3所示)，驗(yàn)證了計算機(jī)仿真結(jié)果數(shù)據(jù)的正確性，實(shí)現(xiàn)了大樣本數(shù)據(jù)簡單、快速計算，節(jié)省了繁復(fù)的數(shù)學(xué)推理和演算過程，計算結(jié)果更加準(zhǔn)確、可靠、通俗易懂，從而達(dá)到一種快速有效的檢測效果。

[1] 何正嘉．機(jī)械設(shè)備運(yùn)行可靠性評估的發(fā)展與思考[J]．機(jī)械工程學(xué)報，2016,50(2) :171-186.

[2] 劉瀚文．加工中心主軸可靠性試驗(yàn)研究[D]．長春: 吉林大學(xué)，2014.

[3] 訾佼佼,劉宏昭．基于退化量分布的電主軸可靠性評估[J]．中國機(jī)械工程，2016,25(6):807-812.

[4] 蔣喜,劉宏昭．基于偽壽命分布的電主軸極小子樣可靠性研究[J]．振動與沖擊，2015,32(19) :80-85.

[5] 肖剛,李天柁. 系統(tǒng)可靠性分析中的蒙特卡羅方法[M]. 北京:科學(xué)出版社,2013.

[6] 王梓坤.概率論基礎(chǔ)及其應(yīng)用[M].北京:北京師范大學(xué)出版社, 2006.

[7] 趙舜仁.關(guān)于隨機(jī)變量和的特征函數(shù)[J].青島建筑工程學(xué)院學(xué)報,2010 , 21(2):76-79.

[8] 陳桂明,戚紅雨,潘偉.MATELAB數(shù)理統(tǒng)計[M].北京:科學(xué)出版社,2002.

[9] Stevens WL. Fiducial limits of the parameter of a discontinous distribution[J] . Biometrika,2016, 37(1-2):117-129.

[10] 籍永建，王紅軍. 基于EMD的主軸振動信號去噪方法研究[J]. 組合機(jī)床與自動化加工技術(shù),2015(5):35-37.