韓鳳霞

（機(jī)械科學(xué)研究總院，北京 100044）

隨著新一代信息技術(shù)與制造技術(shù)的深度融合，制造企業(yè)內(nèi)部及企業(yè)之間信息積累更加方便，能夠?qū)χ圃爝^程中海量數(shù)據(jù)實(shí)時(shí)的進(jìn)行分析處理。預(yù)防性維修對于確保生產(chǎn)效率、按期交貨及降低維修費(fèi)用具有重要的意義。高端數(shù)控機(jī)床具有小批量、定制化、高可靠性和高成本的特性，致使在可靠性評估中，存在數(shù)據(jù)不足、樣本少等問題。充分的利用相似型號裝備的數(shù)據(jù)信息是提高復(fù)雜裝備診斷和壽命預(yù)測的精度的有效方法之一。數(shù)控設(shè)備的故障可以分為兩種類型：第一種是具有退化狀態(tài)故障，由于設(shè)備性能的逐漸劣化所引起的，有足夠的時(shí)間間隔進(jìn)行研究并制定維修方案；第二種是突發(fā)故障，發(fā)生時(shí)間隨機(jī)，難以預(yù)料，對這類故障一般采用定期的維修保養(yǎng)和事后維修為主。為了提高數(shù)控設(shè)備運(yùn)行的可靠性、延長設(shè)備的使用壽命以及保證生產(chǎn)計(jì)劃的順利執(zhí)行，需要對設(shè)備維護(hù)與更換策略進(jìn)行聯(lián)合決策研究。

1 維修策略

為了保證數(shù)控裝備在使用過程中的性能狀態(tài)，采用視情性維修的理念，并綜合考慮系統(tǒng)運(yùn)行時(shí)間、設(shè)備剩余壽命預(yù)測結(jié)果等。由于部分故障不可避免的具有隨機(jī)性，因此仍需考慮故障后維修，如圖1所示。

2 視情維修模型

近年來，國內(nèi)外的研究者以視情維修的先進(jìn)維修思想為指導(dǎo)。通過對設(shè)備狀態(tài)的可觀分析和維修過程中采用動態(tài)控制和管理，視情維修能夠有效地減少維修活動中的不確定性。

圖1 基于視情維修的流程

標(biāo)準(zhǔn)的視情維修系統(tǒng)結(jié)構(gòu)分為4層，如圖2所示。分為數(shù)據(jù)采集層，信號處理層、健康監(jiān)測與評估層，維修實(shí)施決策層。

3 基于維修費(fèi)用的優(yōu)化模型

圖2 視情維修系統(tǒng)框架

對于服役階段的裝備，生產(chǎn)廠家或維修部門可以在維修及運(yùn)行維護(hù)過程中對同類部件的壽命進(jìn)行統(tǒng)計(jì)，得出一類部件的壽命分布函數(shù)。采用相應(yīng)的剩余壽命預(yù)測及劣化性能的評估方式，對個(gè)體部件進(jìn)行剩余壽命預(yù)測，將視情維修和定期維修相結(jié)合。

圖3 監(jiān)測周期及維修閾值示意圖

維修決策過程中，選擇不同的檢測周期長度、設(shè)置不同的維修閾值將對應(yīng)不同的維修概率和維修成本。若檢測周期過短，系統(tǒng)干預(yù)將過于頻繁，檢測干預(yù)成本將會大大增加，而過長的檢測周期又會增大周期內(nèi)發(fā)生停機(jī)故障的概率，進(jìn)而增加故障維修的成本。

不同維修間隔期內(nèi)的維修方式選擇如下：

固定運(yùn)行時(shí)間內(nèi)的年平均費(fèi)用最低的優(yōu)化目標(biāo)：

這里代表修復(fù)性維修的次數(shù)，修復(fù)性維修的費(fèi)用；是預(yù)防性維修的次數(shù)，是預(yù)防性維修的費(fèi)用；是監(jiān)測的費(fèi)用，是監(jiān)測的費(fèi)用。

以平均成本最低為優(yōu)化目標(biāo)，以故障閾值及監(jiān)測間隔Tc為優(yōu)化的變量。平均費(fèi)用率為：

其中，為設(shè)備維修的平均費(fèi)用，平均壽命。

4 實(shí)驗(yàn)驗(yàn)證

本文以數(shù)控機(jī)床上電主軸/刀柄結(jié)合面為例進(jìn)行實(shí)驗(yàn)驗(yàn)證，通過同一企業(yè)內(nèi)部及企業(yè)間的故障時(shí)間間隔信息，求得同類裝備的電主軸/刀柄結(jié)合面的壽命分布。通過具體的刀柄結(jié)合面狀態(tài)監(jiān)測信息進(jìn)行剩余壽命的預(yù)測。對電主軸/刀柄結(jié)合面的MTBF進(jìn)行K-S方法的檢驗(yàn)，確定為威布爾分布類型

兩參數(shù)威布爾分布的概率密度函數(shù)為：

分布函數(shù)為：

式中，m為威布爾分布的形狀參數(shù)，η為威布爾分布的形狀參數(shù)，r為(0，1)區(qū)間上均勻分布的隨機(jī)變量。

仿真采樣個(gè)數(shù)10000，，運(yùn)行時(shí)間2年，5400小時(shí)。蒙特卡羅抽樣結(jié)果如圖4所示。

圖4 蒙特卡羅采樣威布爾分布示意圖

假定預(yù)防性維修費(fèi)用600元/次，故障性維修費(fèi)用1000元/次，狀態(tài)監(jiān)測費(fèi)用500元/次。計(jì)算運(yùn)行周期內(nèi)的平均費(fèi)用及平均壽命壽命周期，將結(jié)果帶入式（2）中，建立平均維修費(fèi)用Cm與變量維修間隔Tc及壽命閾值R之間的關(guān)系。R=0．2時(shí)，最優(yōu)的監(jiān)測間隔時(shí)間為948小時(shí)，平均維修費(fèi)用為700元。

圖5 維修費(fèi)用與維修間隔曲線

5 結(jié)語

（1）通過融合企業(yè)內(nèi)部及企業(yè)之間的維修管理信息、部件的狀態(tài)監(jiān)測信息以及同類裝備信息，構(gòu)建同類設(shè)備的故障壽命分布函數(shù)；結(jié)合個(gè)體設(shè)備的狀態(tài)監(jiān)測數(shù)據(jù)預(yù)測部件剩余壽命。

（2）構(gòu)建了以維修周期和壽命閾值為優(yōu)化變量，以平均維護(hù)費(fèi)用最小為目標(biāo)的優(yōu)化模型。最后，以壽命服從威布爾分布的電主軸/刀柄結(jié)合面為例，采用蒙特卡羅的方法對問題進(jìn)行了求解，驗(yàn)證了聯(lián)合維修策略的有效性。