与传统的机床相比,重型数控机床存在结构复杂、故障溯源困难、样本少、数据不足等缺点,因此对它进行可靠性研究比较困难。针对这一问题,分析某厂TH系列重型数控机床的故障数据,利用威布尔分布函数建立某重型数控机床的可靠性模型;为了获得更高的拟合精度,采用最小二乘线性回归分析法、极大似然估计法和灰色模型估计法3种方法来进行参数估计并选取最优值。通过K-S检验证明了以极大似然估计法所建立模型的威布尔分布拟合误差最小、精度最高;以极大似然估计出的模型作为可靠性评估模型,通过计算得到此系列重型数控机床的观测值与点估计值分别为298.155 0、298.675 9 h,二者基本相等,证明了模型的正确性。

汽车钢圈的疲劳台架实验时间长,费用高,数据量少,分散性大,给钢圈的设计与疲劳寿命评测带来了巨大的挑战。为了克服疲劳试验的天生缺陷,首先采用K-S检验对钢圈疲劳试验寿命数据的分布类型进行判断;再依据模糊贝叶斯理论进一步确定钢圈的疲劳试验寿命符合对数正态分布形式;最后采用对数正态概率分布模型对钢圈疲劳寿命进行预测。结果显示对数正态分布的似然函数值为0.448,较其它分布要大,采用对数正态分布描述汽车钢圈的疲劳台架实验数据更加合理,进而预测钢圈的疲劳寿命为6万个循环左右。这对于帮助研究人员合理进行汽车钢圈的设计与疲劳寿命评测具有一定的参考意义。