南京文鼎ug培訓

1 前言

數控機床是現代制造技術的基礎裝備，其技術水平高低是衡量一個國家的工業(yè)現代化水平的重要標志。數控機床的可靠性是機床質量的關鍵。目前國產數控機床的可靠性水平與國外相比明顯偏低，嚴重影響了國產數控機床的競爭能力，提高國產數控機床的可靠性已成為當務之急。

可靠性分析是以大量的現場數據為基礎的，借助有計劃、有目的地收集產品壽命周期各階段的數據，進行分析，發(fā)現產品可靠性的薄弱環(huán)節(jié)，改進設計，從而提高產品質量，所以可靠性數據的收集和分析在可靠性工程中具有重要地位。然而這方面正是國內可靠性研究中的一個薄弱環(huán)節(jié)。在1996年7月1日至1996年12月31日期間，我們收集了一汽集團長春齒輪廠的42臺CNC車床的可靠性數據，并初步建立了數控車床可靠性數據庫。以此為例說明數控機床可靠性數據的采集方法及數據庫的建立方法。

2 可靠性試驗方案的確定

可靠性試驗是取得可靠性數據的主要方法之一，它是進行可靠性設計和分析的基礎。近30年來，可靠性試驗方法取得很大發(fā)展。可靠性試驗既費時又費錢。對于數控車床而言，主要考慮試驗場所和試驗樣本兩方面。

按試驗場所，可靠性試驗分為現場試驗和實驗室試驗兩種。數控車床由于結構復雜，使用條件中的不確定因素很多，故選用現場試驗方法能夠采集到真實的可靠性情況。在現場試驗中數據可靠性問題是一個關鍵問題。事先必須制訂完善的采集計劃，事后應對數據進行處理，以排除不合理因素。

可靠性試驗按樣本大小可以分成全數試驗和抽樣試驗兩類。對于數控車床這種批量產品不可能進行全數試驗，只能采用抽樣定時截尾的試驗方法。為了使收集到的數據具有代表性，并且便于數據收集，在選取試驗樣本時，應選取盡量多的數控車床作為抽樣樣本，所選取的設備應該比較集中。因此本文選擇了數控車床使用量大且設備比較集中的一汽集團長春齒輪廠作為試驗基地，將其42臺CNC車床作為樣本，進行了半年跟蹤調查。

3 可靠性數據的采集

根據《數控車床可靠性評定方法》，即標準JB/GQ1153-90數控車床的故障判據為：

1） 由于數控車床的質量缺陷，在規(guī)定條件下、規(guī)定時間內不能完成規(guī)定功能的事件便成為故障。
2） 在用戶正常使用之前的早期故障，由于是在規(guī)定的截取范圍以外，所以不計為故障。
3） 與整機功能暫時無關或影響較小的局部微小故障不計為故障。
4） 不按規(guī)定操作使用而引起的誤用故障不計為故障。

在進行數據采集之前，必須首先明確數控車床故障模式。我們在參考《數控車床可靠性評定方法》的同時，根據數控車床的本身特點和使用中的實際情況，制定了數控車床故障模式表（表1）。

表1 數控車床故障模式表

根據所確定的試驗方案，按如下步驟進行數據采集：

1） 參考《數控車床可靠性評定方法》，我們編制了《數控車床故障分析報告》（表2），分別對每臺受試車床進行跟蹤。

《數控車床故障分析報告》填寫說明：

a. 從試驗開始起，記錄被試車床故障，發(fā)生一次故障，填寫一份故障分析報告。
b. 按照故障發(fā)生時間順序填寫故障序號。
c. 要求填表人簽字，用戶單位加蓋公章，以保證數據真實、可靠。

2） 與協作廠家定好執(zhí)行計劃，由廠家派專人負責填寫故障分析報告。一旦故障發(fā)生，立即根據故障判據和故障類型填寫報告，恢復后應繼續(xù)觀察。

3） 每隔一定時間進行中途檢查，了解現場情況，并就具體問題進行指導。

由現場試驗中得到的主要數據項如表2所示。這樣就可以根據需要建立數控車床的可靠性數據庫，以滿足不同的數據分析要求。

表2 數控車床故障分析報告

4 數控車床可靠性數據庫的建立

可靠性分析是以大量的現場數據為基礎的，只有在擁有真實、可靠數據的基礎上，我們才能進行故障分析、可靠性設計等，才能對機床的設計、使用、維修等提出合理的改進意見?？煽啃詳祿姆e累是一個長期的、艱巨的過程。在此過程中必須對數據進行有效的組織和管理，而這是手工難以完成的，必須借助于計算機數據庫技術。數據庫可以理解為在一個或多個單位中，為多個用戶服務的、在計算機上可運行的、具有一定結構的數據集合。目前較流行的數據庫類型有三種：層次型、網絡型和關系型。我們使用關系型數據庫管理系統FOXPRO，建立了數控車床可靠性數據庫。

建立數控車床可靠性數據庫主要目的如下：

1） 為數控車床的可靠性指標評估提供重要信息；
2） 為故障分析，可靠性設計提供基礎數據；
3） 為改進數控車床的可維修性，提高數控車床的使用有效度提供信息；
4） 建立數控車床的故障檔案，以便進行比較和預測。

數控車床可靠性數據庫的數據結構如表3所示。

表3 數控車床可靠性數據庫數據結構

為滿足數據分析的需要，它所包含的字段名稱與表2中各記錄項目名稱有所不同?，F對部分字段作如下解釋。

故障日期：數控車床發(fā)生故障時的具體日期（年/月/日）；
修復日期：數控車床恢復正常工作時的具體日期（年/月/日）；
故障時間：發(fā)生故障時的具體時間（單位：h）；
修復時間：機床恢復正常工作時的具體時間（單位：h）；
維修時間：指純修理時間（單位：臺時）；
故障部位：發(fā)生故障的子系統及部件，以代碼表示。具體代碼見表4；

表4 子系統及部件代碼

維修工時：維修時所耗費的工時（單位：工時）；
累積時間：從試驗開始到本次故障總的工作時間（單位：h）；
故障編碼：即故障分析報告中的故障序號；
機床編碼；由8位數字組成，具體如圖所示：

按照上述數據結構和內部編碼方法，建立數據庫文件DATABAS.DBF。由數據庫文件DATABAS.DBF生成如下索引文件：IDXTOOL.IDX、IDXFACT.IDX、IDXUSE.IDX、IDXMODE.IDX、IDXPOS.IDX等。利用這些索引文件，我們可以對數據庫中的數據，分別按照機床、制造廠、使用廠、故障模式、故障部位等字段進行檢索或數據重組，以滿足不同目的的數據分析要求。