數控機床裝配故障率建模與控制技術研究

沈良永

摘要：數控機床發生故障，就會對企業造成重大的損失，導致重大停產，所以對我國機床競爭力有重要影響的主要技術是可靠性。基于此，本文從數控機床裝配故障率的特征、數控機床裝配故障率的最小乘支持向量機建模和優化以及基于改善6σ設計的數控機床裝配故障控制技術三個方面進行詳細分析，希望可以為有需要的人提供參考意見。

關鍵詞：數控機床故障率;建模;控制技術

現階段，我國數控機床的發展趨勢是以效率高、速度快以及精度高為主，而數控機床是否具有可靠性，既對機床的日常工作和市場占有率造成影響，又對我國工業技術發展有一定的影響。因為數控機床結構特征比較獨特，裝配過程造成的故障在數控機床壽命周期故障中占據重要的組成部分。由此可以發現，通過加強裝配過程中故障的控制，可以在很大程度上確保產品整機的可靠性。

一、數控機床裝配故障率的特征

數控機床是多品種小批量的生產模式，就目前我國數控機床制造企業來講，很多裝配車間都運用半自動的方法，根據多品種小批量生產模式的特征，對數控機床裝配故障率的特征進行分析，具體表現在以多個方面：第一，數控機床裝配故障率容易受到人為因素影響，裝配操作人員是否具有良好的專業素質直接影響產品的裝配故障率。第二，裝配故障容易受到裝配零配件的特性影響，也就是說裝配故障率容易受到表面結構的復雜程度以及裝配零部件的幾何誤差影響。第三，因為數控機床裝配過程與裝配結束后的測量方法通常都是半自動，測量方法的標準缺乏統一性，所以裝配過程與裝配結束后的測量方法是影響裝配故障率的主要因素。

二、數控機床裝配故障率的最小乘支持向量機建模和優化

基于數控機床裝配故障率全屬性定量分析，運用最小二乘支持向量機來建模研究裝配故障率和屬性之間的關系，要想提升模型與分析的進度，需要運用遺傳算法來不斷優化數控機床裝配故障率支持向量機模型的各項參數。

（一）最小二乘支持向量機

支持向量機具有明顯的優勢，比如：在處理相對復雜的不確定以及非線性等等關系，而且是機器學習領域的主要研究課題。對于支持向量機而言，其數學基礎比較嚴格，泛化能力也較強，可以獲得全面最優解，讓其普遍應用在多個領域，比如：函數逼近以及模式識別等等，所以為了可以實現數控機床裝配故障率建模，必須要合理運用支持向量機[1]。第一個提出支持向量機的人是Vapnik。接著，Suykens等研究學者提出運用最小二乘方式來優化支持向量機，也就是將最小二乘線性系統誤差平方和當做損失函數，用等式約束代替不等式約束，將線性方程組求解代替二次規劃問題，這樣可以使計算更加的簡單，所以以這種算法為依托的預測方式，求解迅速，而且魯棒性比較好。

（二）遺傳算法

遺傳算法用“染色體”代表問題的求解。這種算法以“染色體”串為切入點，結合適者生存、物競天擇的基本原則，選擇適應度相當高的“染色體”來復制，利用變異以及交叉基本操作形成全新的“染色體”種群。在遺傳算法不斷更新的背景下，一些高適應度的模式必定在后代中逐漸呈現出指數增長，進而確保獲得的染色體具有很高的適應度，也就是所謂的優化問題最優解。一般來說，遺傳算法的步驟主要包括以下幾點：第一，初始化。選擇群體，也就是選擇一個個體或者串的b1。該初始的群體，即問題假設解的集合，通常，n的值是30-160。第二，選擇。結合適者生存、物競天擇的基本選擇，對下一代的個體精心選擇。在實際選擇過程中，將該適應度當做選擇原則。第三，就選擇用在繁殖下一代的個體來講，對兩個個體的一樣位置進行隨機選擇，根據交叉概率Pe。在選擇的部位進行變換。該過程將隨機信息交換全面反映出來，根本目的是形成全新的基因組合，也就是形成新的個體。在實際交叉過程中，可以實行多點交叉以及單點交叉等等。第四，變異[2]。結合生物遺傳中基本變異的基本原理，利用變異概率Pm對一些個體的一些位置進行變異。第五，全局最優收斂。如果最優個體適應度已經符合規定的閥值，就說明算法的迭代過程收斂和算法已經完成。

三、基于改善6σ設計的數控機床裝配故障控制技術

（一）介紹6σ設計方式

6σ質量管理理論融合全球很多著名管理者以及大品牌企業的先進實踐經驗。此理論包括對朱蘭以及待明等等質量理論的全面張來。一般來說，6σ采用的思路是DMAIC，這些字母分別表示定義、測量、分析、改進與控制。但是利用DMAIC來改進產品質量是有一定限度的。根據有關研究資料顯示，如果改進超過4.8σ，就很難突破，一般將其稱作5σ墻。要想超過5σ墻，必須要達到6σ質量，需要從產品的設計階段以及開發階段起，就正式實施6σ，也就是6σ設計。與6σ相比之下，6σ 設計是完全不一樣的，DFSS主要是指在設計階段就應該考慮改進產品，而6σ是指在產品生產制造中控制產品質量[3]。由此可以得出，DFSS利用設計新服務以及新產品，能夠減少交付時間，減少開發成本，提升產品的有效性，以獲得顧客的認可，使組織在環境下有更強的競爭優勢。在加強競爭優勢的內部要求和外部要求下，現代企業利用改善業務流程，積極開展新的服務或者新的產品，進而以較高的顧客質量水平成功進到商業化市場中，讓企業可以獲得更強的競爭優勢。這些都提出企業必須要具備較強的創新能力和創新意識，所以在商業化市場環境下多數企業都采用DFSS方式。σ

（二）故障模式和影響分析

對產品各個組成部分有可能出現的故障模式以及明確每個故障模式影響產品要求以及產品其他組成部分進行研究的定量可靠性分析方式是故障模式和影響分析。利用分析零部件可以了解對產品日常工作造成影響的一些潛在故障，進而可以著重控制影響較大的故障[4]。并且需要在設計階段反饋這些控制策略，優化設計方式，確保產品是非常可靠的。結合FMFA在設計以及過程的實際使用情況，可以將其劃分成兩個方面，一是設計FMEA，二是過程FMEA。

（三）可靠性評審

確保每項工作全面落實，確產品符合可靠性要求的主要措施是評審產品是否具備可靠性。可靠性評審是指連續監控和觀察工作計劃以及可靠性計劃的實際執行情況，進而確保計劃的全方位實施，實現預期的目標。詳細方法是在生產與研制中，合理設置各項檢查和評審點，推行分階段評審。對于可靠性評審來說，除了可以找到以及明確產品的較為薄弱環節和可靠性高風險的區域，也可以對可靠性工作計劃的全方位實施進行減產以及監督[5]。并且從某個角度來看，可靠性評審屬于溝通情況，讓企業的相關工作人員可以充分掌握系統，這對縮減生產以及研制周期都是非常有利的。因為產品的固有可靠性直接受到設計的影響，而且設計很有可能影響產品的可靠性，所以在可靠性評審中最為重要的內容是可靠性設計評審。б

四、結語

總而言之，產品的可靠性容易受到數控機床裝配過程影響，對可靠性控制以及數控機床裝配過程都有著極其重要的意義。數控機床裝配故障率建模和控制技術可以利用裝配故障率屬性建模，達到改進與控制屬性的目的，為顯著改進數控機床整機可靠性奠定堅實的模型基礎。

參考文獻：

[1]田海龍. 油液污染對重型數控機床液壓系統可靠性的影響規律研究[D].吉林大學，2019.

[2]肖莉明. 數控機床制造過程質量控制關鍵技術研究[D].重慶大學，2018.

[3]蘭敬斌.數控機床裝配故障分析和解決方法[J].黑龍江科技信息，2016（05）：144-145.

[4]趙洪樂. 基于裝配復雜度的數控機床裝配可靠性研究[D].重慶大學，2014.

[5]張恒. 基于元動作的數控機床可靠性分析與控制技術研究[D].重慶大學，2012.