公开(公告)号：CN111291486A

公开(公告)日：2020-06-16

申请号：CN202010083290.6

申请日：2020-02-09

Applicant: 吉林大学

Inventor： 张英芝 ,  周禹彤 ,  申桂香 ,  牟黎明 ,  戚晓燕

IPC: G06F30/20 ,  G06F30/17 ,  G06F119/02

Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件可靠性评估方法，包括下述步骤：1、划分系统组件，采集数控机床现场故障信息并进行故障分析；2、计算组件及机床系统等效故障间隔时间、等效试验截尾时间；3、应用Johnson法进行等效故障间隔时间的秩次修正，并实现组件与机床系统可靠度模型构建；4、构建系统串联可靠度模型，应用相关指数法验证基于等效样本法的组件可靠度建模合理性；本发明在修复如新假设下，应用等效样本法进行组件故障间隔时间计算，符合系统组件寿命定义，综合故障总时间法、等效样本法进行组件故障间隔时间修正，扩大样本量，符合抽样原理，与传统基于系统信息进行组件可靠性建模方法比，更符合工程实际。

公开(公告)号：CN106597992B

公开(公告)日：2019-10-08

申请号：CN201710043575.5

申请日：2017-01-19

Applicant: 吉林大学

Inventor： 申桂香 ,  曾文彬 ,  张英芝 ,  陈炳锟 ,  郑玉彬 ,  王志琼

IPC: G05B19/408

Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件重要度分析方法，包括下述步骤：1、建立各个组件与故障时间间对应关系及组件间故障传递关系；2、分析建立组件传递关系，用矩阵对数控机床系统组件故障传递关系描述；3、将故障传递关系转化为故障传递层次结构模型，确定系统组件在故障传播模型中的级位；4、基于时间相关的数控机床系统组件故障率建模；5、计算数控机床系统组件故障相关系数；6、故障率相关下数控机床系统组件故障率建模；7、建立数控机床系统组件可靠性动态重要度模型与核心重要度模型，进行组件重要度分析。本发明与传统忽略故障时间相关、或忽略考虑故障传播方向的系统组件故障率建模比更合理、更符合实际。

公开(公告)号：CN110286646A

公开(公告)日：2019-09-27

申请号：CN201910583031.7

申请日：2019-07-01

Applicant: 吉林大学

Inventor： 张英芝 ,  梁树斌 ,  郑玉彬 ,  刘津彤 ,  郭桂明 ,  郑朝阳

IPC: G05B19/406

Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件重要性评估方法，包括下述步骤：1、建立各个组件与故障时间间对应关系及组件间故障传播关系；2、建立组件故障传播有向图；3、基于时间相关的数控机床系统组件故障概率建模；4、系统组件间直接故障传递概率建模；5、基于改进LeaderRank算法的数控机床系统组件故障影响度计算，进行组件重要性排序，评估数控机床系统组件重要性；本发明不仅考虑系统组件故障传播关系，还考虑组件节点间故障传递概率动态时变性及不等值性对系统组件故障影响度影响，提高组件故障影响度计算的准确性，与传统的基于图论或单一数据驱动、以系统组件结构重要度或可靠性影响度为指标进行重要性排序相比更实时、更符合实际。

公开(公告)号：CN106597992A

公开(公告)日：2017-04-26

申请号：CN201710043575.5

申请日：2017-01-19

Applicant: 吉林大学

Inventor： 申桂香 ,  曾文彬 ,  张英芝 ,  陈炳锟 ,  郑玉彬 ,  王志琼

IPC: G05B19/408

Abstract: 本发明属于数控机床技术领域，涉及一种数控机床组件重要度分析方法，包括下述步骤：1、建立各个组件与故障时间间对应关系及组件间故障传递关系；2、分析建立组件传递关系，用矩阵对数控机床系统组件故障传递关系描述；3、将故障传递关系转化为故障传递层次结构模型，确定系统组件在故障传播模型中的级位；4、基于时间相关的数控机床系统组件故障率建模；5、计算数控机床系统组件故障相关系数；6、故障率相关下数控机床系统组件故障率建模；7、建立数控机床系统组件可靠性动态重要度模型与核心重要度模型，进行组件重要度分析。本发明与传统忽略故障时间相关、或忽略考虑故障传播方向的系统组件故障率建模比更合理、更符合实际。

公开(公告)号：CN103971025A

公开(公告)日：2014-08-06

申请号：CN201410230927.4

申请日：2014-05-28

Applicant: 吉林大学

Inventor： 王晓燕 ,  张英芝 ,  申桂香 ,  孙曙光 ,  谷东伟 ,  尹志勇 ,  赵佳

IPC: G06F19/00

Abstract: 本发明公开了一种数控机床故障相关关系动态变化分析方法；旨在克服现有技术不能确定相互干扰故障(I.F)的故障链中，存在错综复杂的相关关系的多系统之间的相关程度的问题，步骤为：步骤1：利用FMECA分析技术对故障数据处理，进行机床各子系统的故障部位的划分，整理各个子系统之间具有相关故障的数据；步骤2：分析相关数据，总结归纳相关子系统之间的相互作用形式，定义故障链的种类及故障链要素；步骤3：针对不同的相关故障链，利用独立故障率、相关故障率和综合故障率的相依关系，求得相关故障子系统的综合故障率，分别建立所有故障链的相关系数计算模型，组成相关故障的相关系数模型体系；步骤4：考虑相关故障的维修策略的分析。

公开(公告)号：CN103870659A

公开(公告)日：2014-06-18

申请号：CN201410120870.2

申请日：2014-03-28

Applicant: 吉林大学

Inventor： 张英芝 ,  孙曙光 ,  申桂香 ,  郑锐 ,  戚晓艳 ,  龙哲

IPC: G06F17/50

Abstract: 本发明公开了一种数控机床故障分析方法，克服现有技术存在的机床故障分析中未考虑故障相关性问题；集成DEMATEL-ISM法，结合故障统计相关数据，考虑子系统间故障相关关系，应用有向图和矩阵运算得到子系统间综合影响矩阵和相关度，由子系统间综合影响矩阵得到整体影响矩阵和可达矩阵，将可达矩阵分解得到多级递阶层次结构模型。综合相关度和多级递阶层次结构模型得到数控机床关键子系统；利用FMECA技术分析确定关键子系统各组成部分可能存在的故障模式及每一故障模式对数控机床工作的影响，找到单点故障，依照各故障模式严酷度及各故障模式发生概率，确定各故障模式危害性。

公开(公告)号：CN103631201A

公开(公告)日：2014-03-12

申请号：CN201310694580.4

申请日：2013-12-17

Applicant: 吉林大学

Inventor： 张英芝 ,  申桂香 ,  薛玉霞 ,  李研 ,  宋琪 ,  荣峰

IPC: G05B19/406

Abstract: 本发明涉及一种数控机床子系统可靠性影响度分析方法，属于数控机床技术领域,旨在弥补现有技术未考虑数控机床其余子系统的故障时间的扰动和试验截尾时间影响的不足，其步骤如下：1)读取数控机床运行记录表；2)读取子系统故障时间数据；3）建立数控机床系统可靠性功能框图，确定子系统可靠性关系；4）将数控机床其余子系统的故障时间的扰动及试验截尾时间影响按截尾数据处理；5）建立数控机床子系统可靠度模型；6）确定数控机床系统可靠度模型；7）计算数控机床子系统动态可靠性影响度；8）计算数控机床子系统核心可靠性影响度；本发明据此建立的数控机床系统可靠度模型与经验分布函数模型拟和相比，精度在5%以内，可以满足实际分析要求。

公开(公告)号：CN116627089A

公开(公告)日：2023-08-22

申请号：CN202310612348.5

申请日：2023-05-29

Applicant: 吉林大学

Inventor： 张英芝 ,  刘思伟 ,  王晓峰 ,  董仁豪 ,  孙墨 ,  张涵 ,  程曦辉 ,  程琪

IPC: G05B19/4065 ,  G06N20/10

Abstract: 本发明属于数控机床技术领域，涉及一种小样本下的数控机床可靠性建模方法，包括下述步骤：1、数控机床组件故障数据划分；2、建立基于时间相关的组件单元故障概率模型；3、经验可靠度参数估计；4、样本数据扩充；5、基于扩充数据后的最小二乘参数估计；6、模型拟合性检验；7、模型拟合优度检验。本发明小样本下的可靠性建模在计算经验分布函数时充分考虑了截尾数据的影响，在此基础上进行利用支持向量回归实现了在小样本情况下依据原有数据规律进行样本数据的扩充，以扩充后的数据进行参数估计，克服了小样本情况下参数估计精确性低、结果不稳定等缺点，利用相关性检验和D检验验证参数估计结果的有效性和合理性，用相关指数验证小样本下的可靠性模型参数估计精度。

公开(公告)号：CN116533063A

公开(公告)日：2023-08-04

申请号：CN202310715845.8

申请日：2023-06-16

Applicant: 吉林大学

Inventor： 张英芝 ,  韩峰 ,  刘津彤 ,  郭桂明 ,  宋敏侨 ,  杨升 ,  张涵 ,  孙墨 ,  刘思伟 ,  程曦辉

IPC: B23Q17/09

Abstract: 本发明属于数控机床技术领域，涉及一种数控车床刀具剩余寿命在线预测方法，包括下述步骤：1、采用PSO对LSTM的学习率和隐含层神经元数的最优值进行迭代求解，建立CNN‑PSO‑LSTM模型，实现在单工况下对刀具磨损量进行在线监测；2、设置加工参数，采用迁移学习方法对变工况刀具磨损量进行在线监测；3、考虑刀具三个阶段磨损速率差异，基于三阶段Wiener过程描述刀具退化过程，进而根据首达时间概念，求得刀具剩余寿命估计；4、采用贝叶斯方法，并结合刀具磨损监测值，对模型参数进行实时更新，进而得到刀具剩余寿命的更新估计；本发明不仅考虑了刀具变工况加工情况，还考虑了刀具三个阶段磨损速率差异及个体之间的差异，为数控车床刀具换刀或维修策略奠定模型基础。

公开(公告)号：CN116433248A

公开(公告)日：2023-07-14

申请号：CN202310437328.9

申请日：2023-04-23

Applicant: 吉林大学

Inventor： 张英芝 ,  张涵 ,  刘津彤 ,  韩峰 ,  宋敏侨 ,  孙墨

IPC: G06Q30/016 ,  G06Q30/012 ,  G06F30/20 ,  G06F17/18 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明涉及一种二手产品质量升级与质保期预防性维修联合优化方法；从经销商角度，建立了一种二手产品的预期成本优化模型，并开发了一个两阶段的决策框架；第一阶段，二手产品在过去使用寿命结束时进行质量升级；第二阶段，在质保期内，提出一种具有故障率阈值的非定期PM策略，在产品年龄达到故障率阈值且PM的数量未超过最大限度时进行预防性维修时进行PM；以质量升级水平、故障率阈值及最大PM数量为变量，共同制定最佳质量升级和预防性维修策略，使经销商的预期成本最小化；本发明使质量升级水平的确定更加准确，且贴近实际。且非定期PM的加入能进一步减少产品的故障次数，还能节约维修资源，使经销商成本更低。