长安EA1期缸盖生产线柯马加工中心可靠性研究报告.doc

长安EA1期缸盖生产线柯马加工中心可靠性研究报告
1.项目介绍
可靠性问题是近年来工业制造领域研究的热点之一。随着汽车发动机产品制造技术水平提高和使用性能的增强，发动机生产企业对生产线设备可靠性的要求也越来越高。生产线设备的可靠性直接影响产品质量和生产效率，关系到企业生产成本与市场竞争力，因此，提升生产线设备可靠性已成为企业生产工作的重点内容，其中，对生产线设备进行可靠性分析与评估是改善其可靠性的前提和必要环节。
本报告以国内某自主品牌汽车生产企业的一条发动机缸盖生产线中26台加工中心为研究对象，数据采集从2012年8月到2013年5月，通过对生产现场故障情况进行长期的跟踪记录，建立了该生产线的故障数据库。分别从设备和功能角度归纳生产线系统模型，将系统进行结构功能划分，对比各个部分的故障频次，找出生产线系统的薄弱环节。
采用故障模式、影响及危害度分析（FMECA）方法深入分析了设备故障情况。以划分的功能子系统为单元，并将故障源部件作为故障分析的最低约定层级，分析各功能系统的故障部件的故障模式、故障影响和故障原因，对故障影响严酷度进行评级，并计算出各部件的故障危害度。归纳总结加工中心较为突出的故障问题，提出相应的改进建议和措施，为今后的可靠性管理和改进设计工作提供依据。
基于生产线故障数据库，以平均故障间隔时间（MTBF）为主要评价指标，对缸盖生产线主体设备卧式加工中心进行可靠性评估。将生产线26台卧式加工中心的故障间隔时间数据作为观测值样本，按照观测值样本的频率对故障间隔时间的概率密度函数和经验分布函数做出图形拟合，推断其可能符合威布尔分布。采用最小二乘法对威布尔分布函数做线性变换而估计分布参数，求解其故障间隔时间的威布尔分布模型，并对其进行线性相关性检验和k-s检验，检验结果显示该加工中心的故障间隔时间服从拟合估计得出的威布尔分布模型。最后根据分布模型计算得到该加工中心的故障间隔时间（MTBF）、平均维修时间（MTTF）、固有可用度A以及可靠度和失效率函数等可靠性指标。

2 故障位置分析
为了从宏观上掌握加工中心故障发生情况，基于采集到的故障数据，先对故障发生位置进行梳理，对比生产线各部分故障发生频次。统计得出生产线的故障频发部位，找出生产线整体可靠性的薄弱环节，从而对故障频发位置即生产线薄弱环节做重点分析和研究。课题小组对统计的故障数据进行整理的过程中，找出每次故障发生的源部件，然后以故障源部件为单位统计了故障发生位置情况，取故障发生次数前20位列出，见表2.6。

表2.1 零部件故障频次表
Tab.2.1 Parts failure frequency
序号
故障部件
故障次数
序号
故障部件
故障次数
1
刀柄
12
11
密封装置
3
2
防护门
12
12
光栅尺
3
3
齿形带
7
13
轴
3
4
管路
7
14
编码器
2
5
夹具
6
15
刀具模块
2
6
程序
5
16
电源模块
2
7
泵
4
17
阀
2
8
刀具
4
18
支撑架杆
2
9
电池
3
19
皮带
2
10
断刀检测装置
3
20
测头
1

从上表可以看出，在发动机缸盖生产线故障源部件中，故障发生频率较高的是刀柄、防护门、齿形带、管道、程序、夹具等。图2.4为各故障部件的故障次数对比情况：

图2.2 工零部件序故障频次对比图
Fig.2.2 Parts failure frequency comparison

2.1 运用FMEA计算分系统的故障危害度
通过工程实践得出，故障发生次数多的部件不一定是故障危害程度大的部件，有些部件虽然不易发生故障，但一旦发生故障会造成严重的后果，这也是需要生产企业重视的，为了能有效衡量出故障的危害度，采用FMEA方法对故障危害度进行评价，找出故障危害最大环节。
2.2.1 装夹系统FMECA
装夹系统的主要功能为完成生产过程中的定位夹紧、拧紧和压装任务，主要工序位置集中在拧紧机、压装机和加工中心的夹具部分。下表为加工中心装夹系统的FMECA分析结果：

表2.5 装夹系统FMECA结果
Tab.2.5 The FMECA result of clamping system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
夹具
卧式加工中心
不能夹紧
不能保证加工精度
5
气孔旁有铝屑
15.87
7.34
卧式加工中心
不能夹紧
不能保证加工精度
5
间隙调整不当
卧式加工中心
动作过位
工件被夹伤
6
夹具调整不当

装夹系统故障源部件主要有夹具，危害度较大，达到7.34（10-4/h）。卧式加工中心的夹具发生了多次工件不能夹紧的问题，加工精度不能保证，其原因是节流阀调节不当和积屑，导致夹具夹紧失常，通过多次试验，优化节流阀，可以避免此类故障的发生。
2.2.2 液压气动系统FMECA
液压气动系统是以液体和气体为介质，为生产线加工过程中工作台的升降移动、工件夹紧与松开、刀具的快速进给和后退等提供动力，主要部件包括液压泵、阀、空气压缩机、气缸、油箱和管道等。下表为缸盖生产线装机系统的FMECA分析结果：

表2.6 液压气动系统FMECA结果
Tab.2.6 The FMECA result of hydraulic and pneumatic system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
泵
加工中心
卡住
提升泵不工作
3
泵卡死
7.94
3.17
加工中心
流量不适
高液位故障
5
损坏的刀具碎片将泵卡住
加工中心
误报警
回液泵不工作
2
回液泵处含有大量泡沫
齿形带
加工中心
断裂
高压泵工作异常
6
老化
13.89
13.89
阀
加工中心
流量不适
回液泵停止工作
3
铝屑堆积
1.98
0.99
管路
加工中心
泄漏
切削液外泄
2
管路震动摩擦导致损坏
11.90
8.32
加工中心
泄漏
油液泄漏
6
管道破裂
加工中心
泄漏
冷冻液站泵不运行
3
管路脱落
过滤芯
加工中心
堵塞
出水压力故障
2
杂质过多
1.98
0.99
气缸
加工中心
无输出
无法上料
2
积水
9.92
4.96

液压气动系统故障偏多的系统，故障主要发生在泵、齿形带、管路和气缸。齿形带故障率最高，故障危害度达到了13.89（10-4/h），是故障危害很大的一个零件，故障原因都是齿形带断裂，一方面是由于皮带老化，另一方面是因为厂家使用的齿形带额定载荷小于实际生产时的受力情况，需要在以后生产中进行更换或改进。液压泵存在的一个比较突出的问题是被杂质卡住，这往往会导致电机烧坏，需要注意杂质的清除和过滤。管路故障的故障危害度为8.32（10-4/h），主要故障是管路裂纹破损。气缸的故障率也比较高，气动三联件故障频发，主要由于积水和密封不当导致，须降低气动系统中的压缩空气含水量，注意过滤干燥和密封位置。
2.2.3 切削系统FMECA
切削系统的任务是对工件进行机械加工，是把工件从铸件毛坯加工至成品的主要功能系统。切削系统主要部件为加工中心的刀具和主轴。下表为缸盖生产线切削系统的FMECA分析结果：

表2.7 切削系统FMECA结果
Tab.2.7 The FMECA result of cutting system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
刀柄
加工中心
不能切换
无法夹紧刀具
5
刀柄上附有铝屑
14.76
10.91
加工中心
不能切换
无法夹紧刀具
6
主轴和刀柄缝隙大
加工中心
不能切换
无法夹紧刀具
2
装夹参数错
加工中心
脱落
碰撞故障
3
刀库卡住
刀具
加工中心
动作不到位
机床不能加工
2
机床软件参数错
16.89

12.64

加工中心
误报警
刀具无法使用
2
刀具破损
加工中心
断裂
无法切削
7
进给过大
加工中心
断裂
无法切削
4
刀具振动
加工中心
卡住
不能运转
3
误断电
加工中心
不能回原位
不能运转
3
误断电
加工中心
脱落
切削中断
6
连接装置松动
刀盘
加工中心
脱落
无法固定刀具
5
固定卡爪松动
1.98
0.99
主轴
加工中心
动作不到位
加工精度不准
2
位置不当
5.94
2.96
加工中心
漏油
影响加工精度

轴承磨损
加工中心
漏切削液
影响加工精度

主轴旋转密封坏

切削系统的故障主要集中在刀具和刀柄两个部分，这两个部分的危害度在整体生产线部件中也都相对比较大。刀柄的主要故障模式是不能切换，故障影响为无法夹紧刀具，其中两次的刀具夹紧故障的原因是由于主轴和刀柄间存有1mm的缝隙导致，其它几次是由于刀柄沾有铝屑导致不能正常换刀。对于这一问题，可以采取对刀柄形状做出改进设计，使其不易沾屑或者更容易清理。刀具的故障多表现为刀具损毁，发生了3次，刀具损毁的原因多由于进给过大、磨损过多或自身刚性不够而振动导致断裂，须注意调整好合适的进给速度，做好刀具磨损的即时监控，避免刀具损毁。
2.2.4 清滤系统FMECA
清滤系统的主要功能为工件的清洗涂油、加工过程的排屑和切削杂质的集中过滤等，主要工序设备为清洗机、涂油机、集中过滤系统。下表为缸盖生产线清滤系统的FMECA分析结果：

表2.8 清滤系统FMECA结果
Tab.2.8 The FMECA result of filtration system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
排屑机
加工中心
泄漏
电机处漏液
3
密封损坏
15.87
11.90
加工中心
泄漏
电机处漏液
3
轴密封的弹簧掉落
阀
加工中心
堵塞
排屑机高液位故障
5
回液管路单向阀处铝屑堆积
13.89
9.76
集中过滤系统
压力不适
供给切削压力不足
4
出水蝶阀不能正常工作

清滤系统中的排屑机是故障影响最大的零件，危害度达到了11.90（10-4/h），排屑机故障主要模式是过载、堵塞及泄漏，及时疏通排屑通道有助于减少或预防排屑机故障的发生。管路和阀堵塞也是清滤系统的重要故障模式，最终清洗机发生多次管路和阀堵塞故障，针对这一问题，可采用分级过滤，及时进行清理的措施来预防故障发生。同时，集中冷却系统是故障较为集中的工序设备，除了发生过多次排屑机堵塞，还发生过零部件损坏，泵压力不够等故障，是生产线维修管理中需要重点关注的部分。
2.2.5 控制系统FMECA
控制系统相当于生产线的“大脑”，编制并输入执行元件的运行程序，其包含不同的模块，，协调生产线各个工序的配合，保证加工过程有条不紊地运行。下表为控制系统的FMECA分析结果：

表2.9 控制系统FMECA结果
Tab.2.9 The FMECA result of control system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
编码器
加工中心
未按程序运行
X轴伺服故障
2
编码器线松动
13.89
8.42
加工中心
元器件损坏
主轴停止工作
3
信号转换模块坏
程序
加工中心
精度超标
误差监控失效
7
CNC参数错
17.83
14.33
加工中心
未按程序运行
运行中断
1
保养项目未应答
加工中心
误报警
运行中断
3
CNC参数错
刀具模块
加工中心
参数漂移
上刀装置前进位置丢失
2
CNC参数错
3.97
1.98
加工中心
传感部件失灵
主轴刀具信息错误
2
CNC参数错
电源模块
加工中心
打不开
机床不能上电
3
模块坏
3.97
2.98
加工中心
打不开
驱动电源无法启动
2
CNC参数错
主轴模块
加工中心
参数漂移
轴原点丢失
4
数据丢失
1.98
0.99

控制系统的故障主要集中在运行程序、编码器和各个模块，大部分的故障原因都是CNC参数错误。程序方面出现故障的频率高达17.83（10-4/h），产生的故障影响有运行中断、不能回零、数据丢失和监控失效等。编码器的故障危害度较高，故障原因多为编码器连接线路故障。另外，加工中心多次报警的原因是TPM项目被激活，各保养项目需确认，之后通过将TPM内需做保养的项目应答后加工中心恢复正常。
2.2.6 防护系统FMECA
防护系统是对操作人员和机器起保护作用的硬件设施所构成的功能系统，主要包括加工中心的前门、清洗机和涂油机的外隔挡板和各系统的密封保护和润滑装置等。下表为缸盖生产线防护系统的FMECA分析结果：

表2.10 防护系统FMECA结果
Tab.2.10 The FMECA result of protection system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
前门
加工中心
打不开
无法装卸工件
4
气路积水过多
25.79

10.71

加工中心
打不开
无法装卸工件
2
门气缸调整不当
加工中心
打不开
无法装卸工件
4
控制前门关闭气阀损坏
加工中心
动作不顺
门关闭不顺畅
1
门开关异常
加工中心
关不上
加工不能进行
5
按钮连线脱落
加工中心
关不上
加工不能进行
4
减压阀调整不当
加工中心
零部件损坏
外泄切削液
3
玻璃坏
空调
加工中心
温度过高
电气柜高温故障
1
电气柜门未关严
1.98
0.99
密封装置
加工中心
脱落
气缸无法使用
4
安装不当
7.94
5.36
加工中心
松动
机床漏油
3
油缸封堵螺栓松动

防护系统故障大部分故障集中发生在加工中心的防护门上，故障模式为打不开和关不上，还有开关动作不顺，故障原因主要有气缸或气阀调整不当和连线脱落。其中有两次是由于误操作导致，即电气柜门没有关严，此种情况应在以后生产时需多加注意。
2.2.7 检测系统FMECA
检测系统的任务主要包括对加工工件尺寸性能的即时检测、工件物流的计数、对成品或半成品的泄露检测、以及工件二维码的扫描等。构成检测系统的主要部件为分布在各个工序环节的传感器、扫描仪，以及中间和最终泄检装置。下表为缸盖生产线检测系统的FMECA分析结果：

表2.11 检测系统FMECA结果
Tab.2.11 The FMECA result of detection system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
测头
加工中心
零部件损坏
测头不能工作
4
测头损坏
1.98
1.98
传感器
加工中心
传感部件失灵
工件不能松开
5
传感器损坏
7.95
6.73
光栅尺
卧式加工中心
元器件损坏
编码器硬件出错报警
2
光栅尺损坏
5.95
5.95
卧式加工中心
元器件损坏
编码器硬件出错报警
2
光栅尺吹气管破
断刀检测装置
加工中心
误报警
加工中断
3
传感器松动
1.98
0.99

检测系统的故障模式主要表现为传感部件失灵，特别要注意的是加工中心的光栅尺属于故障率比较高的部件，应尽可能外加保护罩，并及时清理溅落在尺上的切屑和油液，严格防止任何异物进入光栅尺传感器壳体内部。为保证光栅尺位移传感器使用的可靠性，可每隔一定时间用乙醇混合液（各50%）清洗擦拭光栅尺面及指示光栅面，保持玻璃光栅尺面清洁。生产过程中，应尽量保持传感器元部件等的清洁，防止油污干扰，同时定期检查调整传感器，以保证其正常工作。
2.2.8 伺服传动系统FMECA
伺服传动系统主要包括伺服电机、传动皮带、滚珠丝杠副和导轨等，为生产线各执行元件提供并传递动力。下表为缸盖生产线检测系统的FMECA分析结果：

表2.12 伺服传动系统FMECA结果
Tab.2.12 The FMECA result of servo drive system
故障源部件
设备
故障模式
故障影响
严酷度
故障原因
故障率
(10-4/h)
危害度
(10-4/h)
轴
加工中心
无动作
无法进给
3
CNC参数错
9.92
4.17
加工中心
无动作
无法进给
2
编码器线接触不良
加工中心
动作不到位
无法退刀
3
调整不当
导轨
加工中心
磨损
进给不良
4
润滑不良和落入杂质
3.96
1.98

伺服传动系统的故障模式主要为无动作、松动和过载。伺服电机发生故障的危害度较高，达到9.74（10-4/h），其中拧紧机的电机发生过载导致压销工位动作过位，桁架机械手的电机跳闸影响较为严重，导致升降机构停止运行，而后升降机下降时工件掉落。拧紧机的皮带和拧紧轴故障也比较突出，其中电机皮带松脱发生了三次，导致刻字位置与设计不符；拧紧轴故障是由于驱动器损坏，致使轴盖无法拧紧，更换驱动器后故障得到解决。加工中心的导轨由于润滑不良和落入杂质而发生磨损，无法保证精确进给。
2.3 主要改进措施
针对较为突出的故障问题，为提高加工中心的可靠性，可采取如下改进措施：
（1） 注重提升关键零件和电气元件的质量，对于外购的基础元件要严格把关，在经济成本允许条件下尽量选用可靠性较高的基础元件；对于易损零件，要保证备用零件库零件数量充足。
（2） 控制程序参数错误问题尽量在生产调试阶段予以解决，加工过程中尽量控制对程序参数的修改次数，对关键而复杂的控制程序在改动之前应做好备份准备，防止误改误删而造成程序数据丢失。
（3） 对生产线上暴露在外的精密传感检测部件，可以添加相应的保护壳体，防止油污和浮尘污染以及工件传输搬运过程中与其发生意外碰撞，并定期对其进行检查和调整。加工中心光栅尺部分需增设断电保护装置。
（4） 部分执行元件需要对其进行结构优化改进设计，如压装头和拧紧机构，结合缸盖工件的尺寸和形状特点，对其进行结构改进和尺寸调整，提高其与物料的匹配程度，消除物料压装不一致和脱落现象。
（5） 及时清理各工序设备内部的加工过程中积留的切屑，尤其关注夹具夹爪间隙部位，防止积屑导致运动部件卡住。对于液压装置和过滤装置也要定期检查，如高压过滤网，防止积屑卡住引发堵塞。中间清洗工序清洗机效果不理想，工件半成品清洗过后偶尔带有少量残屑和毛边，需改进清洗工序。
（6） 生产线所处环境高温潮湿，可增加空调压缩设备数量并交替工作，降低单台压缩机的工作负荷；气动系统中的压缩空气的含水量要控制在一定的范围之内，过滤装置性能需要加强。
（7） 定期对设备进行停机维护，做好预防性维修。对振动而导致松动的部件和元器件进行调整固定；密封圈等密封功能件应在寿命到期前及时更换，降低设备漏水漏油故障的概率；做好润滑防护工作，尤其应注意加工中心进给导轨的润滑方面，夏天高温环境下，如果设备停线两天以上，应对主轴进行涂油保护。
（8） 与设备提供商建立即时故障反馈机制，通过生产设备技术改良从根本上提升设备的可靠性能，加强生产线操作人员技术培训，避免因操作人员操作不当而出现的故障情况。

3 故障间隔时间数据的处理
本文对发动机缸盖生产线上的26台卧式加工中心的故障数据进行了采集，计算出每台加工中心发生的相邻两次故障的故障间隔时间，形成分析样本。
3.1 故障间隔时间概率密度函数拟合
以时间t（每组组中值）为横坐标，每组的概率密度观测值为纵坐标，做出概率密度观测值的散点分布图，见图4.2。其中概率密度观测值计算如下：
（3.1）
其中：
：每组故障间隔时间中的故障频数；
n：故障间隔时间样本总数，n=81；
：样本组距，120h。
由此得出的概率密度观测值分布图：

图3.1 概率密度观测值分布图
Fig.3.1 Probability density distribution of observations

从上图可以看出，在0-500h区域的故障间隔时间样本中，概率密度随着故障间隔时间的增加而急剧减小，之后概率密度的分布逐渐趋于平缓。
由概率论可知，正态分布的概率密度函数曲线一般呈单峰对称形，指数分布的概率密度函数曲线呈单调下降形，而威布尔函数的概率密度函数曲线根据其形状参数的不同呈单峰形或单调下降形[32]。

图3.2 故障间隔时间经验分布函数拟合
Fig.3.2 Fitting empirical distribution function of the time between failures

从故障间隔时间的经验分布函数拟合图可以看到，故障间隔时间的经验分布函数为外凸，无拐点。
3.2 故障间隔时间分布模型推断
综合概率密度观测值和经验分布函数的拟合情况来看，该生产线卧式加工中心的故障间隔时间不会服从正态分布，可能是指数分布或威布尔分布。
在使用威布尔分布研究产品故障时[38]，尺度参数α与工作条件的负载相关，并成一定的反比关系，即负载越大，尺度参数α越小，反之亦然；形状参数β取决于的产品故障机理，不同的β值可以反映出不同的产品故障机理情况，当形状参数β=1时，可以将其简化为指数分布，即指数分布属于威布尔分布的一种特殊形式，因此这里只需建立并求出加工中心故障间隔时间的威布尔分布；位置参数γ决定了其概率密度曲线的水平位置，在t=γ之前无故障发生，在t=γ之后故障开始发生。在实际应用中，通常威布尔分布中的位置参数γ=0，即假设t=0时故障就有可能发生，此时的威布尔分布称为二参数威布尔分布。
二参数威布尔分布概率密度函数为：

二参数威布尔分布概率分布函数为：

3.3 故障间隔时间分布模型的参数估计
假设加工中心的故障间隔时间服从威布尔分布，通过最小二乘法进行参数估计，并对结果进行检验，确定加工中心故障间隔时间是否符合威布尔分布。
将威布尔概率分布函数做线性变换来进行参数估计，设变换后的线性回归方程为： （3.2）
将故障间隔时间观测值转化坐标值（xi，yi），即上式的x与y，便可以由最小二乘法求出线性回归方程中的参数A和B的估计量，即回归直线的截距A和斜率B。
对两参数威布尔概率分布函数公式进行线性变换可得：
（3.3）
（3.4）
将上述两式与威布尔分布概率分布函数和线性回归方程进行比较可得：
（3.5）
（3.6）
所以只要求出线性回归方程中的A和B的估计量，就能求出威布尔分布中的参数α和β。
一般利用中位秩来估计，根据样本特性，我们选取的中位秩估计公式为：
（3.7）
因此利用和可得最小二乘法需要的与。进行计算可得与。
而线性回归方程中
（3.8）
（3.9）
其中，
（3.10）
（3.11）
（3.12）
（3.13）
（3.14）
利用表4.2中求得的与，可以求得和，可得
=5.620
=-0.566

因此可得：，。
所以线性回归方程为y=0.767x-4.875，并可得，。
3.4 故障间隔时间分布模型的检验
3.4.1 线性相关性检验
对于威布尔分布的参数估计结果，用相关系数法来对线性相关性进行验证，相关系数为：
（3.15）
计算出=0.989。
如果时，可以判断x与y线性相关性显著。其中为相关系数的临界值，采用近似公式可以求得。
当显著性水平α=0.1时，则经验公式为：
（3.16）
，得。
显然，因此认为x与y线性相关性显著。
3.4.2 威布尔分布的拟合检验
拟合优度是观测值的分布与理论分布之间的符合程度的度量。拟合优度检验方法有两类，一类是作图法，另一类是解析法。作图法简单直观，但检验结果往往因人而异，判断不精确，因此实际中常用解析法。在解析法中，最为常用的是χ2检验法和k-s检验法。χ2检验法的使用范围很广，可用于大样本的离散和连续随机变量；k-s检验法比χ2检验法相对要精细，主要用于小样本的检验[41]。
本文采用k-s检验法，先作原假设H0：故障间隔时间的经验分布=理论分布。将所有数据从小到大顺序排列，根据威布尔概率分布模型，计算出每个时间间隔对应的，然后将其与经验分布函数做差值，其中差值的最大绝对值即检验统计量的观察值。将同临界值行比较，如果满足下列条件，则接受原假设H0，否则不接受原假设H0。
（3.17）
其中：
（3.18）
（3.19）
这里可以用中位秩来代表的数值：
可以看出最大值为0.052，即为0.052。
根据经验公式，当显著性水平α=0.1时，
（3.20）
求得。
显然，，因此接受原假设，即认为该加工中心的故障间隔时间服从威布尔分布。
3.5 可靠性指标计算结果
3.5.1 故障间隔时间的概率密度函数、分布函数的确定
该加工中心故障间隔时间的概率密度函数为：

用matalab绘制，如图4.4所示：

图3.3 故障间隔时间概率密度函数图
Fig.3.3 Time between failure probability density function

故障间隔时间分布函数为：

用matalab绘制，如图4.5所示：

图3.4 故障间隔时间分布函数图
Fig.3.4 Time between failure distribution function graph

3.5.2 加工中心可靠性评价指标的确定
（1） 平均无故障时间（平均故障间隔时间）
参数估计的平均故障间隔时间分布模型求积分得出，即

式中，Γ为伽马函数。
（2） 平均维修时间

式中，N0为故障发生次数，tRi为第i次故障的维修时间。
（3） 固有可用度

（4） 可靠度

图3.5 加工中心可靠度函数图
Fig.3.5 Processing center reliability function graph

（5）失效率（故障率）

图3.6 加工中心失效率函数图
Fig.3.6 Processing center failure rate function graph

4 总结
通过对长安发动机缸盖生产线柯马加工中心运行情况长期跟踪，采集故障数据，建立了该生产线的故障数据库。在此基础上，对生产线设备进行故障分析，并对生产线主体设备卧式加工中心做出可靠性评估，主要结论如下：
（1）运用故障模式、影响及危害度分析（FMECA）方法，深入分析了生产线设备故障情况。以功能子系统为单元，将故障源部件作为FMECA的最低约定层级，分析了各个部件的故障模式、故障影响和故障原因，对故障影响的严酷度做出评级，并计算出各个部件的故障危害度。
（2）该生产线较为突出的故障问题表现为：切削铝屑累积导致卡住和堵塞，电气开关松动和位置不当，程序参数错误，以及传感部件易损坏等。可以采取如下改进措施：提升关键零件和电气元件质量，适当调整程序参数设置，对易损坏易受干扰的传感部件添加保护装置，对部分执行元件进行结构优化设计，及时清理积留切屑，加强气滤装置性能，定期对设备进行维护，做好预防性维修工作，建立即时故障反馈机制，及加强操作人员技术培训工作等。
（4）将平均故障间隔时间（MTBF）作为主要可靠性指标，以生产线26台加工中心的故障间隔时间观测值为样本，对加工中心的可靠性做出评估。通过对观测值进行图形拟合，推断其故障间隔时间可能符合威布尔分布，采用最小二乘法进行线性回归分析来估计分布模型的参数，经过线性相关检验和k-s检验，得出加工中心MTBF的分布函数和概率密度函数。通过函数求得，在评估周期内加工中心平均故障间隔（MTBF）为674小时，平均维修时间（MTTF）为1.83小时，固有可用度为0.9973，并得到其可靠度和失效率函数。