装配可靠性的模块化故障树建模与多维映射_张根保
FA故障树分析课件
应与FMEA工作相结合
应通过FMEA找出影响安全及任务成功的关键故障模 式（即I、II类严酷度的故障模式）作为顶事件，建立
故障树进行多因素分析，9找出各种故障模式组合，为 2023/12/30
内容提要
概述 故障树的基本概念
定义 目的、特点
FTA工作要求
常用事件、逻辑门符号
故障树分析
定性分析
定量分析
1
重要度分析
2023/12/30
概述
切尔诺贝利核泄露事故、美国的挑战者号升空后爆炸 和印度的博帕尔化学物质泄露。
FMECA：单因素分析法，只能分析单个故障模式对系 统的影响。
故障树定性分析
· 求最小割集 · 最小割集比较
故障树定量分析
· 求顶事件发生概率 · 重要度分析
确定 设计 上的 薄弱 环节
采取措 施，提 高产品 可靠性 和安全 性
FTA 报告
2023/12/30
18
故障树定性分析
目的
寻找顶事件的原因事件及原因事件的组合（最小割集 ）
发现潜在的故障 发现设计的薄弱环节，以便改进设计 指导故障诊断，改进使用和维修方案
A
时，输出事件A才发生。
顺序条件
B
A
非门：输出事件A是输入事件B的逆事件。
B
2023/12/30
15
符号 故障树常用逻说辑明门符号
相同转移符号（A是子树代号，用字母数字表示）：
A
A
左图表示“下面转到以字母数字为代号所指的地方去”
右图表示“由具有相同字母数字的符号处转移到这里 来”
故障树分析法在履带式装备动力系统维修中的应用
故障树分析法在履带式装备动力系统维修中的应用
张德宝
【期刊名称】《微计算机信息》
【年(卷),期】2010(026)022
【摘要】对履带式装备动力系统的故障诊断进行了研究,针对由于动力设备内部的复杂性导致故障的不确定性,传统故障诊断方法不能满足履带式装备动力系统维修保障需要.文章从故障树分析的概念入手,介绍了故障树分析的特点、作用,在履带式装备动力系统维修中如何应用故障树分析解决故障定位与维修,为履带式装备动力系统的维修保障提供了一务行之有效的新方法.
【总页数】3页(P105-106,129)
【作者】张德宝
【作者单位】430075,武汉军械士官学校
【正文语种】中文
【中图分类】TP306
【相关文献】
1.故障树分析法在舰载装备维修中的应用 [J], 常健;马敢干
2.故障树分析法与故障树分析程序：兼论它在雷电与静电安全评估中的应用 [J], 郭景玉;张虹
3.故障树分析法在注塑机液压系统维修中的应用 [J], 史新民
4.故障树分析法在装备故障诊断中的应用研究 [J], 孙玮琢;韩云东
5.故障树分析法在船舶动力系统的应用 [J], 刘昕
因版权原因，仅展示原文概要，查看原文内容请购买。
故障树分析法
故障树分析法故障树分析法是一种常用的系统分析工具，用于分析和解决系统故障问题。
它是基于树状结构的逻辑推理方法，通过将系统故障现象从根本原因向下逐步细分，最终找出故障产生的根源，从而提供有效的解决方案。
故障树分析法由冯·邓明、吕培堂等人提出，旨在解决复杂的系统故障问题。
它借鉴了概率论、逻辑学和数学统计学等学科的理论和方法，通过建立故障树模型，分析系统故障的发生概率和故障根本原因，以便进行故障预防和改进工作。
故障树分析法的基本思想是通过对系统故障事件的分析，找出导致故障的基本事件和事件之间的逻辑关系，进而构建起一个全面而准确的故障树模型。
在故障树中，根事件表示系统的故障事件，中间事件表示造成故障事件的基本事件，而最底层的事件则是导致基本事件发生的可能性事件。
在进行故障树分析时，首先需要明确系统故障的范围和目标，然后收集相关的故障数据和现象，建立故障树模型，并进行逻辑推导和计算分析。
通过对故障树模型的分析，可以找出导致故障的主要因素和关键环节，进而制定相应的故障排除和改进措施，以提高系统的稳定性和可靠性。
在实际应用中，故障树分析法通常与其他分析方法相结合，如故障模式和影响分析法、追溯分析法等。
通过多种方法的综合应用，可以更全面地了解系统故障的性质和根本原因，并提出科学合理的解决方案。
总之，故障树分析法是一种有效的系统分析工具，可以帮助我们找出故障的根源并提供解决方案。
在实际应用中，我们需要熟练掌握故障树分析的基本原理和方法，结合实际情况进行具体分析。
通过不断改进和完善故障树模型，提高系统的可靠性和稳定性，从而确保系统正常运行。
故障树分析法作为一种重要的系统工具，将在各行各业发挥重要作用。
根据逻辑关系和事故原因初步建立故障树模型理清系统故障模式和所有事件之间的逻辑关系
根据逻辑关系和事故原因初步建立故障树模型理清系统故障模式和所有事件之间的逻辑关系
故障树是一种用于分析系统故障的图形化工具，通过对系统故障事件之间的逻辑关系进行建模，可以识别出导致故障发生的原因和可能的故障模式。
根据逻辑关系和事故原因，我们可以初步建立故障树模型，理清系统故障模式和所有事件之间的逻辑关系。
接下来，我们将这些故障事件之间的逻辑关系进行建模。
逻辑关系可以分为两种类型：与关系和或关系。
与关系表示同时满足多个事件才会导致故障发生，或关系表示只要有一个事件发生就会导致故障发生。
在建立故障树模型时，我们可以使用逻辑门来表示逻辑关系。
常用的逻辑门包括与门、或门和非门。
与门表示同时满足多个事件，或门表示只要有一个事件发生，非门表示事件不发生。
通过对系统故障模式和逻辑关系的建模，我们可以构建完整的故障树模型。
该模型可以清晰地显示系统故障事件之间的逻辑关系，帮助我们理解系统故障的本质和原因。
同时，故障树模型还可以用于评估系统的可靠性和可用性，为系统设计和维护提供指导。
总结起来，初步建立故障树模型需要明确系统的故障模式，列举可能导致故障的事件和其发生条件，建立故障事件之间的逻辑关系，并使用逻辑门进行建模。
通过故障树模型，可以清晰地展示系统故障事件之间的逻辑关系，帮助我们理解故障原因和系统的可靠性。
机械产品精度的并行优化设计——数学模型
机械产品精度的并行优化设计——数学模型
张根保;赵健衡
【期刊名称】《重庆大学学报：自然科学版》
【年(卷),期】1998(21)1
【摘要】介绍机械产品精度设计后一种新方法－产品精度的并行优化设计，这种新方法非常适合于产品并行设计的环境，与常规的顺序精度设计方法不同，这种方法将产品的工作精度与零件的加工精度直接联系起来，于是在产品设计阶段就可直接求出满足产品工作精度要求的最佳加工公差来，应用这种方法，不仅可以大大缩短产品的设计和制造周期，还可以保证产品的设计质量，降低产品的设计和制造成本。
【总页数】9页(P12-20)
【作者】张根保;赵健衡
【作者单位】重庆大学机械工程一系;重庆大学机械工程一系
【正文语种】中文
【中图分类】TH161.1
【相关文献】
1.并行遗传算法在一种新的给水管网优化设计数学模型中的应用 [J], 徐得潜;郭维刚;潘玲
2.并行公差优化设计数学模型的研究 [J], 李舒燕;陈吉红
3.机械链传动设计数学模型的建立及其优化设计 [J], 杨善亮;郑惠强
4.机械产品精度优化设计模型的研究 [J], 赵健衡;张根保;徐宗俊
5.机械优化设计数学模型中约束条件诊断的缩小公共域法 [J], 秦东晨;张少林;叶元烈;黄勋
因版权原因，仅展示原文概要，查看原文内容请购买。
基于键合图模型的新型故障树故障诊断方法
ｂ ｎ ｒｐ ｄ ｓｒｓａｃ ｅ ．Ｉ ｃｏｄｎ ｅｗｔ ｈ ｏ ｄｇａ ｈｃｍｏ ｅ ｏ ｅｓｓ ｍ，ｔｅｔ ａｓｌ ｒｐ Ｔ Ｇ）ｉ ｄｒ ｅ ；ｔｅ ｅ ｏ ｄｇａ ｈｍｏ ｅｉ ｅｅ ｒｈ ｄ ｎａｃ ｒａ ｃ ｉ ｔｅｂ ｎ ｒｐ ｉ ｈ ｄｌ ｆｔ ｙｔ ｈ ｅ ｈ ｉ ｃｕ ａ ｇａ ｈ（ Ｃ ｍｅ ｓ ｅｉ ｄ ｈ ｎｔ ｖ ｈ
传统故障树 的生成基本上依赖 于工作 人员凭 借经
验对可能发生 的故 障进行预 计 、 过去 发生过 的故 障 对
如图 １ 所示 。由流程 图可知 ， 方法 的核心是 系统故 该
障树的获取 。
系统 键台 图 模型 系 统行 为 监控
时间 因果 图
事例及故障统计进行广泛 的调查来得到 …。这种 方法 对系统故障的分析并不全面 ， 而且应用较 繁琐 。 键合图模型作为 一种知 识表示 法 ， 不需要 用户 提 供系统 的精确参数 ， 它是通过 分析 系统 的能量 传递 来
怕 碰 柒握 ・鸟 舍 木猩 旅 健
（ 新疆 大 学电 气工程 学院 ， 疆 乌 鲁木 齐 新 ８０４ ） ３０ ９
摘
要 ：针 对传 统故 障树 的生 成及 应用 缺陷 ， 究 了基 于键 合 图模 型 的新 型故 障树故 障诊 断方 法 。该方 法 根据 系 统键 合 图模 型推 导 研
ｆ ｕｔｔｅ ｆｔｅ ｓ ｓｅ ｉ ｅ ｐ Ｔｈ ｓ ｔｅ ｈ ｐｏｈ ｔｃ ｌｆｕｔｓ ｔｒｆｅ ｔｎ ｈｅ ｂ ｈ ｖｏ ａｉｔｏ ｆｔ ｅ ｓ ｓｅ ｉ ｒａｅ ． Ｉ ｄ ｉ ｏ ａ ｌ ｒ ｅ ｏ ｈ ｙｔｍ ｓ ｓ ｔｕ ｕ ｈ ｙ ｔ ｅｉａ ａ ｌ ｅ ｅｌｃｉｇ ｔ ｅ ａ ｉｒ ｖ ｒａｉｎ ｏ ｈ ｙ ｔｍ ｓ ｃ ｅ ｔｄ ｎ ａ ｄｔ ｎ．ｔｅ ｉ ｈ ａｔｒｆ ｃ ｈ ｒｃｅ ｓｉｓｏ ａ ｈｆｕｔｉ ｒ ｄｃｅ ｆｅｅｆ ｔｃ ａ ａ ｔｒ ｔ ｆｅ ｃ ａ ｌ ｓｐ ｅ ｉｔｄ，ａ ｄ ｃ ｍｐ ｒｄｗｉ ｈ ｂ ｅｖ ｄｃ ａａ ｔｒｓｉｓｔ ｏｒｃ ｈ ｙ ｏｈ ｔｃｌｆｕｔｔｅ ｏ ｏ ａｉｇ ｅ ｉ ｃ ｎ ｏ ａｅ ｔ ｔｅｏ ｓｒ ｅ ｈ ｒ ｃｅｉｔ ｏｃ ｒｅ ｔｔｅｈ ｐ ｔｅｉａ ａ ｌ ｅｆｒｌｃ ｔ ｈ ｃ ｒ ｎ ｈ ａ ｌ ｏ ｒ ｅ ｈ ｅ ｕ ｆｓｍｕａｉ ｅｉ ｓｔｅｆａ ｉｉｔ ｎ ｒｃｓｏ ｆｔ ｓｍｅｈ ｄ。ａ ｄ ｓ ｏ ｈ ｄ ｒａ ｐｉａ ｅｐ ｏｐ ｃ． ｔｅｆｕｔｓ ｕｃ ．Ｔ ｅ ｒｓ ｔｏ ｉ ｌｔ ｎｖ ｒｆｅ ｈ ｅ ｓｂｌｙ ａ ｄ ｐ ｅ ｉｉｎ ｏ ｉ ｔｏ ｌ ｏ ｉ ｉ ｈ ｎ ｈ ｗｓｔｅｗｉｅ ｐ ｌｃｂｌ ｒｓ ｅ ｔ
面向动作层的三维质量屋优化模型
面向动作层的三维质量屋优化模型张根保;金传喜;冉琰;王治超【摘要】为解决数控机床多关键质量特性的复杂控制问题,以元动作理论为基础,对传统的二维质量屋(House of Quality,HOQ)进行拓展,建立一种基于影响因素维、元动作单元维以及关键质量特性维的三维质量屋(Three-dimensional House of Quality,THOQ)优化模型.采用蚁群聚类算法(Ant Colony Clustering Algorithms,ACCA)对动作层关键质量特性的影响因素进行筛选,并结合证据推理递归理论(Evidence Reasoning Recursive Theory,ERRT)建立了影响因素自相关矩阵、各个元动作单元关键质量特性与影响因素之间的关联矩阵和元动作单元性能耦合矩阵,基于质量控制成本约束和开发时间约束建立以关键质量特性波动度为目标函数的优化模型,优化得到影响因素的最优值,使动作层关键质量特性波动值最小.以某数控机床的分度转台运动为例进行优化,并通过实验对比验证了该模型的合理性和有效性.【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2019(051)007【总页数】7页(P96-102)【关键词】三维质量屋;元动作单元;关键质量特性;蚁群聚类算法;证据推理递归理论【作者】张根保;金传喜;冉琰;王治超【作者单位】机械传动国家重点实验室(重庆大学),重庆,400044;重庆文理学院机电工程学院重庆 402160;重庆大学机械工程学院重庆 400044;机械传动国家重点实验室(重庆大学),重庆,400044;重庆大学机械工程学院重庆 400044【正文语种】中文【中图分类】TH17在产品设计过程中，元动作单元作为数控机床整机结构化分解的最小单元，其关键质量特性偏离目标值所带来的损失将反映到产品关键质量特性波动所带来的损失[1]，所以控制产品设计过程中动作层关键质量特性的影响因素值,使得关键质量特性波动值变小,是整机设计质量控制研究的重点和基础.目前，对产品设计过程中多质量波动的研究主要是针对多关键质量特性的稳健优化设计[2]. Yang等[3]采用一种极值分布(Extreme Value Distribution，EVD)的多关键质量特性稳健优化设计方法，利用多个关键质量特性之间的最大质量损失来解决质量损失相同的问题. Wan等[4]采用了一种灰色多项式混沌拓展(Grey Polynomial Chaos Extension，GPCE)方法处理不确定工程条件下产品多质量特性的变化与冲突问题. 林晓华等[5]采用一种量词约束(Quantifier Constraint，QC)满足的方法解决了存在不确定因素的约束求解问题. 韩云霞等[6]采用Kriging模型和稳健优化思想解决了稳健优化设计中噪声因子和可控因子波动对质量特性影响的问题. 以上研究大都是针对影响因素或可控因子与关键质量特性之间的冲突影响关系，对于特定的优化问题不具有优势.本文提出了一种三维质量屋优化的方法，增加了元动作单元维；采用ACCA对动作层影响因素进行了筛选；利用ERRT来协调影响因素、关键质量特性以及元动作单元三者之间的矛盾冲突；建立了以关键质量特性波动度为目标函数的优化数学模型，优化影响因素值，从而优化关键质量特性值.1 元动作理论基础1.1 FMA结构化分解模型根据元动作理论，功能-运动-动作(Function-Movement-Action，FMA)结构化分解就是对机床的功能谱系进行研究，然后通过功能-运动-动作这样一个分解过程，将整机功能分解到运动的最小粒度——元动作[7],分解过程如图1所示.(a)FMA结构化分解模型(b)分度转台运动FMA结构化分解图1 FMA结构化分解模型Fig.1 FMA structured decomposition modelsFMA的核心思想是将数控机床的功能分成一系列最基本的与功能相对应的动作单元，通过对动作的性能特性的控制来保证整个数控机床各项功能和技术特性的实现，分解过程如图1(a)所示. 由于只是面向动作层的关键质量特性的优化，所以由图1(a)可以得到端齿盘分度转台运动动作层的FMA结构化分解模型，如图1(b)所示.1.2 元动作单元元动作单元(Meta-Action Unit，MAU)是指由一个实现其规定功能的核心零件以及与该零件有支撑关系的一组零组件装配而成的独立单元，当给其一个动力源时便能够正常实现元动作的转动或移动，也可以对其进行独立的试验、测试和其他分析工作.从运动学角度看，数控机床功能是将电机等动力输入转化为部件的加工运动，而元动作是实现数控机床功能的最基本的动作单元，其功能必然也是传递运动和力. 因此，对于一个典型的元动作设计单元[8]，它应该包含机架、动力输入件、运动输出件、中间传动件和紧固件5个组成要素，元动作单元的概念模型、结构模型和装配模型分别如图2(a)、2(b)和2(c)所示.(a) 元动作单元概念模型(b)元动作单元结构模型(c)元动作单元装配模型图2 元动作单元模型Fig.2 Meta-action unit models2 动作层三维质量屋优化模型2.1 三维质量屋优化模型三维质量屋优化模型的3个维度分别为影响因素维x、元动作单元维y和关键质量特性维z. 各维参数集合的确定过程如下所示：1)x的确定. 由于元动作单元是由一组零组件组成，所以产品设计过程中动作层关键质量特性影响因素很多，比如零件精度、装配精度等. 此时采用ACCA[9]对所有的影响因素进行筛选，得到因素数N个，则动作层影响因素集合为X={x1，x2，…，xN}.2)y的确定. 假设某个运动包括L个元动作单元，则元动作单元集合记为Y={y1，y2，…，yL}.3)z的确定. 数控机床关键质量特性是从产品的客户需求中提取出来的，假设有M个关键质量特性，则关键质量特性集合为Z={z1，z2，…，zM}. 由大量的提取经验可知，可靠性R、稳定性S、精度P、精度寿命A以及可用性U是影响数控机床的五大关键质量特性[10]. 其中R采用平均故障间隔时间r来度量；S采用机器能力指数s(机器能力指数[11]是指在工序稳定情况下制造设备所具有的保证产品质量的能力)来度量，取值必须≥1.33；P和A则分别采用精度值p和精度寿命值a来度量；可用性采用可用度u[12]来度量，可用度的取值范围为0～1，数值越大，表明机器的可用性越好. 则关键质量特性维的参数集合为Z={r，s，p，a，u}.三维质量屋优化模型的各个坐标轴都确定之后，建立优化模型如图3所示.图3 三维质量屋优化模型Fig.3 3D house of quality optimization model2.2 动作层三维质量屋优化数学模型动作层三维质量屋优化数学模型是利用ERRT得到各影响因素自相关矩阵、各个元动作单元关键质量特性与影响因素之间的关联矩阵和各个元动作单元性能之间的耦合矩阵，然后以关键质量特性波动度为目标函数，并在质量控制成本约束和开发时间约束下进行优化.2.2.1 证据推理递归理论证据推理递归理论[13]是一种可对不确定信息进行表达和合成的推理理论. 是利用信度函数表示证据，由于信度函数满足半可加性，因此与概率函数相比，信度函数更能表达信息的“不确定性”和“不知性”.证据推理递归理论是在建立成员证据信念结构和团队证据信念结构的情况下，对所有属性的可信度进行递归融合，从而得到决策团队对目标对象的评价期望效用值. 所以可以采用这种方式评价各影响因素之间的自相关性、各个元动作单元关键质量特性与影响因素之间的关联性以及各个元动作单元性能之间的耦合特性.2.2.2 影响因素自相关关系函数动作层影响因素之间存在复杂的耦合依赖关系，建立影响因素自相关关系函数之前，首先需要采用ERRT建立影响因素自相关矩阵Φ，建立的具体的步骤如图4所示. 图4 影响因素自相关矩阵Φ的建立流程Fig.4 Process of establishing autocorrelation matrix Φ of influencing factors步骤1 设定辨识框架. 设定影响因素自相关关系的评价等级G={G1，G2，G3，G4，G5}={强相关，相关，一般相关，弱相关，不相关},将其看作是辨识框架，并以数值标度简记为G={8，6，4，2，0}.步骤2 建立自相关成员证据信念结构. 按照评价信息转化规则[14]，获得第l位QFD专家对在关键质量特性zi影响下，影响因素xj与影响因素xk之间的关联强度的评价信息集并由此建立自相关强度评价的证据信念结构式中表示关键质量特性zi影响下，第l位专家将xj和xk之间的自相关强度评价为Gd的信念度.步骤3 建立自相关团队证据信念结构. 将整个QFD团队对影响因素xj与影响因素xk之间的关联强度的评价证据信念结构记为其中:为自相关类型系数.步骤4 构建影响因素自相关矩阵. 构建在关键质量特性zi影响下的自相关矩阵其中每个元素都是一个由团队决策的信念结构. 相应的，对于关键质量特性QFD团队共构建n个影响因素自相关矩阵T1，…Ti，…,Tn.步骤5 归一化自相关矩阵. 按照加权的方式，可以得到一个统一的自相关矩阵，其计算公式为：且中的每个元素满足关系式步骤6 自相关关系的融合. 对于统一矩阵TO的每个元素而言，可以采用集合作为其属性集合，然后利用证据推理算法获得的评价值.步骤7 计算质量特性自相关度. 计算QFD团队对的评价期望由此可得影响因素xj 与影响因素xk之间的相关强度为按以上方式可得动作层的影响因素之间的自相关矩阵Φ，其中xi和xk的相关强度记为Φik，且ΦT=Φ. 影响因素对关键质量特性波动的影响分为越大越好型和越小越好型，为建立统一的度量值，也为了表示影响因素对关键质量特性波动的影响程度，引入影响因素改进率的概念. 在不考虑影响因素相互作用的情况下，第i个影响因素的越大越好型计划改进率Δxi1和越小越好型计划改进率Δxi2分别为式(1)和式(2)：(1)(2)0≤Δxi≤1， i=1，2，…，n.然而在实际设计过程中，影响因素之间存在相互作用关系，一个因素的改变会引起另一个因素的改变，引入实际改进率来度量影响因素的波动. 所以需要建立实际改进率和计划改进率之间的函数关系，故根据非线性关系的线性近似原理[15]，可建立xi的实际改进率与计划改进率Δxi的关系表达式:写成矩阵形式为ΔX′=ΦTΔX=ΦΔX.(3)2.2.3 关键质量特性与影响因素关系函数建立元动作单元关键质量特性与影响因素之间的函数关系，必须先得到关键质量特性与影响因素的关联矩阵Q，令第l个元动作单元的关键质量特性与影响因素的关联矩阵为Ql,qlij为关键质量特性zli与影响因素xj的关联强度，采用证据推理递归理论得到的关联矩阵Ql的步骤如图5所示：图5 zli和xj的关联矩阵Ql的建立流程Fig.5 Process of establishing the correlation matrix Ql of zli and xj关联矩阵Ql的建立过程和影响因素自相关矩阵Φ的建立过程类似，不再赘述，最后得到关联矩阵Ql. 为表示设计过程中产品质量特性的波动，引入质量特性波动率zlj的概念，质量波动率公式为(4)其中为产品关键质量特性的目标值.质量特性波动率的减小是通过改进影响因素实现的，故可建立二者之间的函数关系. 与影响因素改进率相同，可以根据非线性关系的线性近似原理，建立关键质量特性波动率与影响因素的实际改进率关系表达式表示成矩阵形式为Zl=QlΔX′=QlΦΔX.(5)2.2.4 元动作单元性能耦合矩阵的建立元动作是一种链式结构，各个元动作单元按照运动传递的方式进行连接，所以各个元动作性能之间存在一定的耦合依赖关系，在建立优化数学模型时，需要考虑这种耦合关系.元动作单元性能耦合矩阵的建立方式和影响因素自相关矩阵的建立过程相同，通过分析计算可以得到元动作单元性能耦合矩阵为C.2.2.5 优化数学模型的建立建立优化数学模型首先需要得到关键质量特性波动度目标函数，然后在质量控制成本约束和开发时间约束下进行优化. 关键质量特性优化数学模型的建立过程如下所示.1)目标函数的建立. 以关键质量特性波动度为目标函数就是考虑各维的冲突关系对动作层多关键质量特性的影响和最小，通过模糊层次分析法[16]求得第l个元动作单元关键质量特性的权重向量Wl，则目标函数为2)质量控制成本约束. 考虑影响因素自相关关系影响的情况下，影响因素改进率与质量控制成本约束的关系为i=1,2,…,n；l=1,2,…,L.式中ei为改善第l个影响因素xi的成本.3)开发时间约束. 考虑影响因素自相关关系影响的情况下，影响因素改进率与开发时间约束的关系为i=1,2,…,n；l=1,2,…,L.式中vi为改善第i个影响因素xi的开发时间.4)优化数学模型. 综上所述，运动层多元关键质量特性优化数学模型为s.t.i=1，2，…，n; l=1，2，…，L.通过上述优化数学模型的优化，可得动作层影响因素计划改进率向量Δx=(Δx1，Δx2，…，ΔxN).最后可以得到运动层最优影响因素向量以及最优关键质量特性向量为3 应用实例以某数控机床FMA分解模型中的端齿盘分度转台运动为例，建立面向动作层的三维质量屋优化模型，建立过程如下所示：1)x的确定. 通过ACCA提取到的动作层影响因素集为X={托架与活塞的同轴度x1，蜗轮的齿形误差x2，蜗杆的齿距积误差x3，托架套筒的内表面的表面粗糙度x4，活塞与顶杆的同轴度x5，蜗轮与蜗杆的垂直度x6}. 活塞和与托架固联的套筒同轴装配，x1会影响托架的位置精度；x2、x3和x6会影响蜗轮蜗杆的传动精度、精度寿命以及性能的稳定性；x5会影响顶杆的位置精度；托架与O型圈进行密封装配，x4会影响密封稳定性.2) y的确定. 由图1(b)可以得到Y ={蜗杆转动元动作单元y1，蜗轮转动元动作单元y2，回转体转动元动作单元y3，托架移动元动作单元y4，活塞移动元动作单元y5，拉爪移动元动作单元y6，顶杆移动元动作单元y7}.3) z的确定. 由2.1节可以得到分度转台运动的关键质量特性集合Z ={r，s，p，a，u}. 经过对产品客户需求的提取以及量化，得到分度转台运动的平均故障间隔时间r为1 500 h，机器能力指数s为2.2，加工精度p为0.02 mm，精度寿命a为1 800 h，可用度u为0.6，则Z={1 500 h，2.2，0.02 mm，1 800 h，0.6}.确定好三维质量屋的各维参数后，根据实验检测数据建立面向动作层的三维质量屋多关键质量特性优化框架模型如图6所示. 这里给出了y1的质量屋，采用模糊层次分析法得到：五大关键质量特性的权重向量W1=(0.35，0.12，0.22，0.20，0.11).图6 面向分度转台运动的多关键质量特性优化框架模型Fig.6 Optimization framework model of multiple key quality characteristics for indexing table motion4)优化模型的建立. 由图6所示，可以通过归一化处理建立动作层6个影响因素之间的自相关矩阵根据历史数据与技术人员经验，采用ERRT建立y1关键质量特性与影响因素之间的关联矩阵其他元动作单元关键质量特性与影响因素之间的关联矩阵Ql可以采用相同的方法得到. 采用ERRT可得到元动作单元性能耦合矩阵在总的质量控制成本约束28万元和开发时间 5 040 h的约束下，可以得到端齿盘分度转台运动的三维质量屋优化数学模型：OF：min H=0.103 5Δx1+0.152 6Δx2+0.261 2Δx3+0.267 2Δx4+0.369 8Δx5+0.251 3Δx6,s.t.E(x)=5Δx1+8Δx2+10Δx3+12Δx4+11Δx5+8Δx6-2.3Δx1Δx4-3.6Δx2Δx3-5.9Δx2Δx6-1.2Δx3Δx6≤28,V(x)=11Δx1+13Δx2+19Δx3+22Δx4+18Δx5+16Δx6-5.7Δx1Δx4-7.9Δx2Δx3-11.2Δx2Δx6-9.8Δx3Δx6≤5 040 h.式中: 0≤Δxi≤1,i=1，2， (6)最后利用Mathprogram软件进行优化求解，优化后的结果如表1所示.表1 优化结果Tab.1 Optimization resultsminHΔx1Δx2Δx3Δx4Δx5Δx60.4030.210.250.310.410.230.27根据式(3)得到动作层影响因素实际改进率为ΔX′=(-0.05，0.25，-0.56，-0.37，-0.1，0.79)；再根据式(1)和式(2)得到影响因素取值的最优解为X′=(0.161 mm，0.060 mm，0.046 mm，2.256(取1.6)，0.109 mm，0.146 mm)，再根据式(4)和式(5) 可得端齿盘分度转台运动的关键质量特性优化值为Z′=(1 526 h，2.5，0.023 mm，1 856 h，0.78)，即优化得到的r为1 526 h、s为2.5、p为0.023 mm、a为1 856 h以及u为0.78时，此时的关键质量特性波动最小.分别选取6组不同的分度转台运动的影响因素值，在相同条件下运转4 000 h，然后通过记录的故障数据以及检测结果计算得到五大关键质量特性值，与初始数据进行对比，计算关键质量特性波动度值，实验结果如表2所示根据表2的实验结果，考虑端齿盘分度转台运动的质量控制成本以及质量开发时间，可以看出，当影响因素取优化值时，此时的关键质量特性波动度最小，可见优化的结果是合理的，即该优化模型是合理有效的.表2 实验结果Tab.2 Experimental results序号x1/mmx2/mmx3/mmx4x5/mmx6/mmr/hsp/mma/huHE(x)/万元V(x)/h10.1550.0540.0400.80.1030.1401 6633.10.0161 9800.860.301406 40020.1570.0560.0420.80.1050.1421 6052.80.0171 9230.820.354356 00030.1590.0580.0441.60.1070.1441 5532.60.0191 8960.800.395295 30040.1610.0600.0461.60.1090.1461 5262.50.0231 8560.780.403275 02050.1630.0620.0483.20.1110.1481 4862.40.0231 8020.760.456244 90060.1650.0640.0503.20.1130.1501 4212.30.0251 8130.760.468214 800 注：运行时间4 000 h4 结论1)本文对传统二维质量屋进行了拓展，提出了三维质量屋优化模型，增加元动作单元维，用于解决动作层多关键质量特性的优化问题.2)采用ACCA对动作层影响因素进行了筛选，提取出了对端齿盘分度转台运动关键质量特性影响较大的影响因素.3)利用ERRT建立了影响因素自相关矩阵、各元动作单元关键质量特性与影响因素的关联矩阵、各元动作单元之间的性能耦合矩阵.4)最后通过实例分析和实验验证了三维质量屋优化模型的合理性和有效性.参考文献【相关文献】[1] 张根保, 任显林, 刘立堃,等. 面向制造过程的产品多关键质量特性优化模型[J]. 计算机集成制造系统,2010,16(6):1286ZHANG Genbao, REN Xianlin, LIU Likun, et al. Multiple key quality characteristics optimization model for manufacturing process[J].CIMS,2010,16(6):1286.DOI:10.13196/j.cims.2010.06.168.zhanggb.026[2] 何桢, 吕海利. 多元质量特性稳健性设计方法的优化研究[J]. 管理科学, 2007, 20(1):2HE Zhen, LÜ Haili. Optimization of robust design method for multivariate quality characteristics[J]. Management Science, 2007, 20(1):2[3] YANG C, DU X. Robust design for multivariate quality characteristics using extreme value distribution[J]. Journal of Mechanical Design, 2014, 136(10):101405[4] WAN L, CHEN H, OUYANG L, et al. Multi-quality characteristics robust optimization design based on grey-PCE for complex equipment products[J]. Systems Engineering & Electronics,2018,32(12): 269[5] 林晓华,冯毅雄,谭建荣,等.基于量词约束满足的机械产品质量特性稳健优化设计方法[J]. 机械工程学报,2013,49(15):169LIN Xiaohua, FENG Yixiong, TAN Jianrong, et al. Robust optimal design method for mechanical product quality characteristics based on quantifier constraint satisfaction[J]. Journal of Mechanical Engineering,2013,49(15):169.DOI:10.3901/JME. 2013.15.169[6] 韩云霞, 马义中, 欧阳林寒,等. 基于两类因子波动下的稳健优化设计[J]. 工业工程与管理, 2017, 22(6):25HAN Yunxia, MA Yizhong, OUYANG Linhan, et al. Robust optimal design based on two kinds of factor fluctuations[J]. Industrial Engineering and Management, 2017,22(6):25. DOI:10.19495/j. cnki.1007-5429.2017.06.004.[7] 朱国云, 刘英, 张根保,等. FMA结构化分解驱动的加工中心设计过程规划[J]. 机械科学与技术, 2017,36(8):1167ZHU Guoyun, LIU Ying, ZHANG Genbao, et al. Design process planning of machining center driven by FMA structured decomposition[J]. Mechanical Science and Technology,2017,36(8):1167.DOI: 10.13433/ki.1003-8728.2017.0804[8] 朱国云. 基于元动作单元的加工中心设计过程耦合与解耦技术研究[D]. 重庆：重庆大学, 2017 ZHU Guoyun. Study on coupling and decoupling technology of machining center design process based on meta-actuation unit[D].Chongqing: Chongqing University, 2017[9] ZHU F, WANG H. An ant colony optimisation algorithm for aggregated multicast based on minimum grouping model[J]. International Journal of Communication Systems, 2013, 26(3):277[10]冉琰. 机电产品元动作单元建模及关键质量特性预测控制技术研究[D]. 重庆：重庆大学, 2016 RAN Yan. Research on modeling of meta-actuation unit and predictive control technology for key quality characteristics of mechanical and electrical products[D]. Chongqing: Chongqing University, 2016[11]罗孟然, 丛明, 顾齐芳,等. 基于Cmk分析的加工中心精度稳定性评估[J]. 组合机床与自动化加工技术,2015(3):149LUO Mengran, CONG Ming, GU Qifang, et al. Accuracy stability evaluation of machining center based on cmk analysis[J]. Combined Machine Tool and Automatic Machining Technology,2015(3):149[12]李小兵, 杨兆军, 李国发,等.基于函数性数据分析的数控机床瞬时可用度建模[J].吉林大学学报(工), 2012,42(5):1151LI Xiaobing, YANG Zhaojun, LI Guofa,et al. Modeling of instantaneous availability of CNC machine tools based on functional data analysis[J]. Journal of JilinUniversity(Technology),2012,42(5): 1151.DOI:10.13229/ki.jxbgb2012.05.005.[13]丁力平. 面向质量特性的定制产品稳健设计技术及其应用研究[D]. 浙江：浙江大学, 2010 DING Liping. Research on robust design technology and its application for custom-made products based on quality characteristics[D]. Zhejiang: Zhejiang University, 2010[14]南刚, 王亚民, 陈希. 基于多维度模糊语言信息的移动服务质量测评方法[J]. 工业工程与管理, 2014,19(2):81.DOI:10.19495/ki.1007-5429.2014.02.014NAN Gang, WANG Yamin, CHEN Xi. Mobile quality of service evaluation method based on multi-dimensional fuzzy language information[J]. Industrial Engineering and Management,2014,19(2): 81.DOI:10.19495/ki.1007-5429.2014.02.014[15]高潮, 任光. DC-DC开关变流器的小信号线性近似分析方法[J]. 深圳信息职业技术学院学报, 2003(1):11GAO Chao, REN Guang. A small signal linear approximate analysis method for DC-DC switching converter[J]. Journal of Shenzhen Institute of Information Technology,2003(1):11[16]夏毅敏, 卞章括, 胡承欢,等. 复合式土压平衡盾构机刀盘性能综合评价方法[J]. 机械工程学报, 2014, 50(21):1.DOI:10.3901/JME.2014.21.001.XIA Yimin, BIAN Zhangkuo, HU Chenghuan,et al. A comprehensive evaluation method for the cutter performance of composite earth pressure balance shield machine[J]. Journal of Mechanical Engineering,2014,50(21):1.DOI:10.3901/JME.2014.21.001。
可靠性建模技术
可靠性建模技术
张根保;高田
【期刊名称】《制造技术与机床》
【年(卷),期】2014(0)11
【摘要】产品设计是决定可靠性的重要环节,可靠性首先是设计出来的.可靠性设计包括可靠性分析、可靠性分配和可靠性预计等内容,但建立可靠性模型是基础.本文对可靠性建模技术进行系统全面的介绍,包括基本可靠性模型和任务可靠性模型的建立,并对数控机床可靠性设计及分析中常用的串联模型、并联模型和混联模型做了比较系统的介绍,最后以某加工中心的实例论述了可靠性建模技术的应用.
【总页数】6页(P6-10,18)
【作者】张根保;高田
【作者单位】重庆大学机械工程学院,重庆400030;重庆大学机械工程学院,重庆400030
【正文语种】中文
【中图分类】O213.2
【相关文献】
1.基于运动单元故障建模的装配可靠性控制技术
2.软件可靠性工程综合应用建模技术研究
3.机电产品可靠性建模及评估技术研究
4.MBSE模式下可靠性安全性测试性一体化建模与评估技术方法
5.“数控机床可靠性技术”专题(五) 可靠性建模技术
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｖ ｏ ｌ ． １ ９Ｎ ｏ ． ３ Ｍ ａ ｒ ． ２ ０ １ ３
（ ） 文章编号 ： １ ０ ０ ６－５ ９ １ １ ２ ０ １ ３ ０ ３－０ ５ １ ６－０ ７
装配可靠性的模块化故障树建模与多维映射
张根保 ， 李冬英 ＋ ， 刘 佳， 范秀君 ， 张 恒， 崔有志
（ ） 重庆大学 机械工程学院 ， 重庆 ４ ０ ０ ０ ３ ０
，ＡＲ 对 装 配 故 障 率 进 行 了 研 究， ｔ ｉ ｏ ｎ Ｍ ｅ ｔ ｈ ｏ ｄ ＥＭ） 通过可靠性评价方法改善与提高设计阶段的装配可
［］ 靠性 ， 并且通 过 该 方 法 对 装 配 车 间 进 行 择 优 ； Ｊ ｉ ｎ２
在综合考虑产品特征与装配过程对装配误差影响的 基础上 ， 利用状态空间模型描述整个装配过程 ， 通过 构建状态 方 程 与 观 测 方 程 分 析 装 配 误 差 与 测 量 误
＋ ＺＨＡＮＧ Ｇ ｅ ｎ－ ｂ ａ ｏ， Ｌ Ｉ Ｄ ｏ ｎ Ｌ Ｉ Ｕ Ｊ ｉ ａ＋ ， Ｆ ＡＮ Ｘ ｉ ｕ－ ＺＨＡＮＧ Ｈ ｅ ｎ Ｃ Ｕ Ｉ Ｙ ｏ ｕ－ ｚ ｈ ｉ ｉ ｎ ｕ ｎ， ｇ－ ｇ， ｙ ｇ ， ｊ
（ ， ， ） Ｃ ｏ ｌ ｌ ｅ ｅ ｏ ｆ Ｍ ｅ ｃ ｈ ａ ｎ ｉ ｃ ａ ｌ Ｅ ｎ ｉ ｎ ｅ ｅ ｒ ｉ ｎ Ｃ ｈ ｏ ｎ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ Ｃ ｈ ｏ ｎ ｉ ｎ ４ ０ ０ ０ ３ ０， Ｃ ｈ ｉ ｎ ａ ｇ ｇ ｇ ｇ ｑ ｇ ｙ ｇ ｑ ｇ ： ， —ｍ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ Ｔ ｏ ｔ ｈ ｅ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｉ ｎ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｔ ｈ ｅ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｄ ｅ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ａ ｒ ｏ ａ ｃ ｈ“ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｏ ｕ ａ ｒ ａ ｎ ｔ ｅ ｅ ｒ ｏ ｃ ｅ ｓ ｓ － ｙ ｙ ｐ ｐ ｐ ｇ ｐ —ａ ”ｗ ｔ ｉ ｏ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ａ ｎ ａ ｌ ｚ ｅ ｔ ｈ ｅ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ａ ｌ ｌ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｄ ｅ ｆ ｉ ｎ ｉ ｔ ｉ ｏ ｎ ｒ ｅ ｕ ｉ ｒ ｅ ｍ ｅ ｎ ｔ ａ ｒ ｏ ｄ ｕ ｃ ｔ ｓ ｒ ｏ ｃ ｅ ｓ ｓ － ｙ ｙ ｙ ｑ ｐ ｐ ， ｎ ａ ｌ ｓ ｉ ｓ ｏ ｆ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ａ ｎ ｄ ｔ ｈ ｅ ｍ ｏ ｄ ｕ ｌ ａ ｒ ｉ ｚ ｅ ｄ ｆ ａ ｕ ｌ ｔ ｔ ｒ ｅ ｅ ｍ ｏ ｄ ｅ ｌ ｏ ｆ ｍ ｅ ｔ ａ ａ ｃ ｔ ｉ ｏ ｎ ｗ ａ ｓ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ． Ｆ ｏ ｒ ｉ ｍ ｒ ｏ ｖ ｉ ｎ － ｙ ｙ ｙ ｐ ｇ ， ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｃ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｃ ｏ ｆ ａ ｎ ａ ｌ ｓ ｉ ｓ ｔ ｈ ｅ ｍ ｏ ｄ ｕ ｌ ａ ｒ ｉ ｚ ｅ ｄ ｆ ａ ｕ ｌ ｔ ｔ ｒ ｅ ｅ ｗ ａ ｓ ｔ ｒ ａ ｎ ｓ ｌ ａ ｔ ｅ ｄ ｉ ｎ ｔ ｏ Ｂ ｉ ｎ ａ ｒ Ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ Ｄ ｉ ａ ｒ ａ ｍ ｓ ｔ ｈ ｅ ｙ ｙ ｙ ｙ ｇ （ ） Ｂ Ｄ Ｄ） ｆ ｏ ｒ ｏ ｔ ｉ ｍ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｂ ｕ ｓ ｉ ｎ ｂ ａ ｓ ｉ ｃ ｅ ｖ ｅ ｎ ｔ ｏ ｒ ｄ ｅ ｒ ｉ ｎ ａ ｎ ｄ ｉ ｆ ｔ ｈ ｅ ｎ ｅ ｌ ｓ ｅ（ ｉ ｔ ｅ ａ ｒ ｏ ａ ｃ ｈ． Ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｔ ｏ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ － － － － ｐ ｙ ｇ ｇ ｐ ｐ ｇ ， ａ ｌ ｍ ａ ｉ ｎ ｂ ｅ ｔ ｗ ｅ ｅ ｎ ｍ ｅ ｔ ａ ａ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｔ ｈ ｅ ｍ ｕ ｌ ｔ ｉ ｔ ｕ ｌ ｅ ｗ ａ ｓ ｉ ｎ ｔ ｒ ｏ ｄ ｕ ｃ ｅ ｄ ．Ｔ ｈ ｅ Ｂ ｏ ｏ ｌ ｅ ａ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｒ ｏ ｄ ｕ ｃ ｔ ｓ － － ｐ ｐ ｇ ｙ ｐ ｐ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｍ ａ ｉ ｎ ｍ ａ ｔ ｒ ｉ ｘ ｗ ｅ ｒ ｅ ｕ ｓ ｅ ｄ ｔ ｏ ａ ｎ ａ ｌ ｚ ｅ ｔ ｈ ｅ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ． Ｔ ｈ ｅ ｔ ａ ｂ ｌ ｅ ｅ ｘ ｃ ｈ ａ ｎ ｅ ｒ ｏ ｆ ｓ ｏ ｍ ｅ ｍ ａ ｃ ｈ ｉ ｎ ｉ ｎ ｐ ｐ ｇ ｙ ｙ ｙ ｇ ｇ ｃ ｅ ｎ ｔ ｅ ｒ ｒ ｏ ｏ ｓ ｅ ｄ ｗ ａ ｓ ｔ ａ ｋ ｅ ｎ ａ ｓ ａ ｎ ｅ ｘ ａ ｍ ｌ ｅ ｔ ｏ ｖ ｅ ｒ ｉ ｆ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｎ ｅ ｓ ｓ ｏ ｆ ｍ ｏ ｄ ｅ ｌ ａ ｎ ｄ ａ ｎ ａ ｌ ｓ ｉ ｓ ｍ ｅ ｔ ｈ ｏ ｄ ． ｐ ｐ ｐ ｙ ｙ ： ； ； ； ；ｍ Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｄ ｅ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｆ ａ ｕ ｌ ｔ ｔ ｒ ｅ ｅ ａ ｎ ａ ｌ ｓ ｉ ｓ ｂ ｉ ｎ ａ ｒ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｄ ｉ ａ ｒ ａ ｍ ｓ ｕ ｌ ｔ ｉ ｄ ｉ － － ｙ ｙ ｐ ｙ ｙ ｇ ｙ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｍ ａ ｉ ｎ ｐ ｐ ｇ
第３期
张根保 等 ： 装配可靠性的模块化故障树建模与多维映射
５ １ ７
３］ 差， 对装配精度进行有效控制 ； 余锋杰 ［ 设计与架构
了面向某型号飞机 大 部 件 调 姿 、 对合及精加工的装 配过程数据管理系统 ， 以提高装配精度和生产效率 。 为了在装配工艺过 程 中 保 证 产 品 的 可 靠 性 ， 根据可 本文首先利用功能结构化分析将 靠性的概念需求 ， 产品功能逐级分解 为 相 应 功 能 的 元 动 作 ， 然后通过 控制元动作的可靠 性 来 保 证 产 品 功 能 的 正 常 发 挥 ， 即保证产品的装配可靠性 。 目前 ， 故障树理论研究已取得一定成果 ， 并且在
Ｍ ｏ ｄ ｕ ｌ ａ ｒ ｉ ｚ ｅ ｄ ｆ ａ ｕ ｌ ｔ ｔ ｒ ｅ ｅ ｍ ｏ ｄ ｅ ｌ ｉ ｎ ａ ｎ ｄ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｍ ａ ｉ ｎ ｆ ｏ ｒ ａ ｓ ｓ ｅ ｍ ｂ ｌ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ － ｇ ｐ ｐ ｇ ｙ ｙ
； 。Ｒ 收稿日期 ： 修订日期 ： ２ ０ １ １ １ ２ ２ ８ ２ ０ １ ２ ０ ４ １ ７ ｅ ｃ ｅ ｉ ｖ ｅ ｄ ２ ８Ｄ ｅ ｃ ． ２ ０ １ １； ａ ｃ ｃ ｅ ｔ ｅ ｄ １ ７Ａ ｒ ． ２ ０ １ ２ ． － － － － ｐ ｐ ； ； 基金项目 ： 国家自然科学基金资助项目 （ 国家科技重大专项资助项目（ 数字制造 ５ ０ ８ ３ ５ ０ ０ ８， ５ １ １ ７ ５ ５ ２ ７） ２ ０ １ ０ Ｚ Ｘ ０ ４ ０ １ ４ ０ １ ５， ２ ０ １ １ Ｚ Ｘ ０ ４ ０ １ ４ ０ １ １） － － ： 华中科技 大 学 ） 开 放 基 金 资 助 项 目 。Ｆ 装备与技术国家重点实验室 （ ｏ ｕ ｎ ｄ ａ ｔ ｉ ｏ ｎ ｉ ｔ ｅ ｍ ｓ Ｐ ｒ ｏ ｅ ｃ ｔ ｓ ｕ ｏ ｒ ｔ ｅ ｄ ｂ ｔ ｈ ｅ Ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ － ｊ ｐ ｐ ｙ ， ， ， ｅ ｎ ｃ ｅ Ｆ ｏ ｕ ｎ ｄ ａ ｔ ｉ ｏ ｎ Ｃ ｈ ｉ ｎ ａ（ Ｎ ｏ ． ５ ０ ８ ３ ５ ０ ０ ８； ５ １ １ ７ ５ ５ ２ ７） ｔ ｈ ｅ Ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｍ ａ ｏ ｒ Ｐ ｒ ｏ ｅ ｃ ｔ Ｃ ｈ ｉ ｎ ａ（ Ｎ ｏ ． ２ ０ １ ０ Ｚ Ｘ ０ ４ ０ １ ４ － ｇ ｙ ｊ ｊ ） ， ０ １ ５， ２ ０ １ １ Ｚ Ｘ ０ ４ ０ １ ４ ０ １ １ ａ ｎ ｄ ｔ ｈ ｅ Ｏ ｅ ｎ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｆ ｏ ｕ ｎ ｄ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｓ ｔ ａ ｔ ｅ Ｋ ｅ Ｌ ａ ｂ． ｏ ｆ Ｄ ｉ ｉ ｔ ａ ｌ Ｍ ａ ｎ ｕ ｆ ａ ｃ ｔ ｕ ｒ ｉ ｎ Ｅ ｕ ｉ ｍ ｅ ｎ ｔ ＆Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｉ ｎ － ｐ ｙ ｇ ｇ ｑ ｐ ｇ ｙ ， Ｈ ｕ ａ ｚ ｈ ｏ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ＆Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｃ ｈ ｉ ｎ ａ ． ｇ ｙ ｇ ｙ