【技术实现步骤摘要】
本申请涉及可靠性评估，特别是涉及数控机床的可靠性评估方法、装置、设备和存储介质。
技术介绍
1、数控机床被称为“工业母机”，是制造业的根基，其可靠性水平决定了数控机床能否长时间稳定可靠运行，进而影响加工过程稳定性与维护成本，作为一种机、电、液一体的复杂系统，数控机床的可靠性由其各个组件的可靠性所决定。
2、现有技术中，可以通过故障树、可靠性框图、马尔可夫模型等方法评估数控机床的可靠性，这些方法中大多假设数控机床的组件之间的故障相互独立，导致可靠性评估结果准确性较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高数控机床可靠性评估结果准确性的数控机床可靠性评估方法、装置、设备和存储介质。
2、第一方面，本申请提供了一种数控机床可靠性评估方法，包括：
3、根据数控机床中各组件的故障逻辑关系确定数控机床对应的贝叶斯网络模型，贝叶斯网络模型中包括一个叶节点、多个中间节点、多个根节点、各根节点的状态转移概率分布以及各节点之间的条件概率分布；
4、若根节点受外部因素影响时，根据根节点和外部因素确定对应的比例风险模型，以根据比例风险模型更新贝叶斯网络模型中根节点的状态转移概率分布；
5、根据更新后的贝叶斯网络模型预测目标时刻叶节点的概率分布，概率分布包括各节点的故障概率和正常概率；
6、根据叶节点的概率分布评估数控机床的可靠性。
7、在其中一个实施例中，根据数控机床中各组件的故障逻辑关系确定
8、对数控机床进行故障分析，建立数控机床的故障树，故障树的顶事件为数控机床的故障，底事件为数控机床中基础组件的故障，中间事件为数控机床和基础组件之间的故障，基础组件为零件级组件；根据故障树中的顶事件、中间事件和底事件分别确定贝叶斯网络模型中的叶节点、中间节点和根节点。
9、在其中一个实施例中，根据数控机床中各组件的故障逻辑关系确定数控机床对应的贝叶斯网络模型，包括：
10、根据历史故障数据确定贝叶斯网络模型中各根节点的状态转移概率分布以及各节点之间的条件概率分布。
11、在其中一个实施例中，若根节点受外部因素影响时，根据根节点和外部因素确定对应的比例风险模型，以根据比例风险模型更新贝叶斯网络模型中根节点的状态转移概率分布，包括：
12、获取根节点的基础故障率函数和外部因素对根节点故障率影响的量化函数，基础故障率函数与时间有关，量化函数与外部因素的状态有关；根据基础故障率函数和量化函数的乘积确定比例风险模型；根据比例风险模型确定根节点的目标状态转移概率分布，并根据目标状态转移概率分布更新贝叶斯网络模型中根节点的状态转移概率分布。
13、在其中一个实施例中，根据比例风险模型确定根节点的目标状态转移概率分布，包括：
14、获取外部因素的状态转移概率分布；根据比例风险模型和外部因素的概率分布确定外部因素在不同状态下对根节点故障概率的影响值；根据外部因素的状态转移概率分布和各影响值确定根节点的目标状态转移概率分布。
15、在其中一个实施例中，根据更新后的贝叶斯网络模型预测目标时刻叶节点的概率分布，包括：迭代执行多次叶节点的概率分布预测流程，直至迭代次数达到目标次数为止，目标次数根据目标时刻确定；其中，第i次叶节点的概率分布预测流程包括：获取各根节点的第一概率分布和各根节点的状态转移概率分布；若根节点受外部因素影响，则根据外部因素的第一概率分布和更新后的贝叶斯网络模型确定根节点的状态转移概率分布，其中，在i等于1时，第一概率分布为初始时刻的概率分布，在i大于1时，第一概率分布为在第i-1次叶节点的概率分布预测流程中求解得到的目标概率分布；根据各根节点的第一概率分布和各根节点的状态转移概率分布，确定各根节点的目标概率分布；若根节点受外部因素影响，则根据外部因素的第一概率分布和外部因素的状态转移概率分布，确定外部因素的目标概率分布；根据各根节点的目标概率分布和各节点之间的条件概率分布确定叶节点的概率分布。
16、第二方面，本申请还提供了一种数控机床可靠性评估装置，包括：
17、初始模块，用于根据数控机床中各组件的故障逻辑关系确定数控机床对应的贝叶斯网络模型，贝叶斯网络模型中包括一个叶节点、多个中间节点、多个根节点、各根节点的状态转移概率分布以及各节点之间的条件概率分布；
18、更新模块，用于若根节点受外部因素影响时，根据根节点和外部因素确定对应的比例风险模型，以根据比例风险模型更新贝叶斯网络模型中根节点的状态转移概率分布；
19、预测模块，用于根据更新后的贝叶斯网络模型预测目标时刻叶节点的概率分布，概率分布包括各节点的故障概率和正常概率；
20、评估模块，用于根据叶节点的概率分布评估数控机床的可靠性。
21、在其中一个实施例中，初始模块，具体用于对数控机床进行故障分析，建立数控机床的故障树，故障树的顶事件为数控机床的故障，底事件为数控机床中基础组件的故障，中间事件为数控机床和基础组件之间的故障，基础组件为零件级组件；根据故障树中的顶事件、中间事件和底事件分别确定贝叶斯网络模型中的叶节点、中间节点和根节点。
22、在其中一个实施例中，初始模块，具体用于根据历史故障数据确定贝叶斯网络模型中各根节点的状态转移概率分布以及各节点之间的条件概率分布。
23、在其中一个实施例中，更新模块，具体用于获取根节点的基础故障率函数和外部因素对根节点故障率影响的量化函数，基础故障率函数与时间有关，量化函数与外部因素的状态有关；根据基础故障率函数和量化函数的乘积确定比例风险模型；根据比例风险模型确定根节点的目标状态转移概率分布，并根据目标状态转移概率分布更新贝叶斯网络模型中根节点的状态转移概率分布。
24、在其中一个实施例中，更新模块，具体用于获取外部因素的状态转移概率分布；根据比例风险模型和外部因素的概率分布确定外部因素在不同状态下对根节点故障概率的影响值；根据外部因素的状态转移概率分布和各影响值确定根节点的目标状态转移概率分布。
25、在其中一个实施例中，预测模块，具体用于迭代执行多次叶节点的概率分布预测流程，直至迭代次数达到目标次数为止，目标次数根据目标时刻确定；其中，第i次叶节点的概率分布预测流程包括：获取各根节点的第一概率分布和各根节点的状态转移概率分布；若根节点受外部因素影响，则根据外部因素的第一概率分布和更新后的贝叶斯网络模型确定根节点的状态转移概率分布，其中，在i等于1时，第一概率分布为初始时刻的概率分布，在i大于1时，第一概率分布为在第i-1次叶节点的概率分布预测流程中求解得到的目标概率分布；根据各根节点的第一概率分布和各根节点的状态转移概率分布，确定各根节点的目标概率分布；若根节点受外部因素影响，则根据外部因素的第一概率分布和外部因素的状态转移概率分布，确定外部因素的目标概率分布；根据各根节点的目标概率本文档来自技高网...
【技术保护点】
1.一种数控机床可靠性评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据数控机床中各组件的故障逻辑关系确定所述数控机床对应的贝叶斯网络模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据数控机床中各组件的故障逻辑关系确定所述数控机床对应的贝叶斯网络模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述若所述根节点受外部因素影响时，根据所述根节点和所述外部因素确定对应的比例风险模型，以根据所述比例风险模型更新所述贝叶斯网络模型中所述根节点的状态转移概率分布，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述比例风险模型确定所述根节点的目标状态转移概率分布，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据更新后的所述贝叶斯网络模型预测目标时刻所述叶节点的概率分布，包括：
7.一种数控机床可靠性评估装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种数控机床可靠性评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据数控机床中各组件的故障逻辑关系确定所述数控机床对应的贝叶斯网络模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据数控机床中各组件的故障逻辑关系确定所述数控机床对应的贝叶斯网络模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述若所述根节点受外部因素影响时，根据所述根节点和所述外部因素确定对应的比例风险模型，以根据所述比例风险模型更新所述贝叶斯网络模型中所述根节点的状态转移概率分布，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述比例风险模型确定所述根节点的目标状态转移概率...
【专利技术属性】
技术研发人员：李世拯，李小兵，洪林雄，汪凯蔚，徐鹏飞，王国奇，林煜森，陈明敏，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。