周成東

（鹽城機(jī)電高等職業(yè)技術(shù)學(xué)校，江蘇 鹽城224000）

0 引言

數(shù)控車(chē)床是現(xiàn)代加工制造業(yè)中不可或缺的重要設(shè)備，其精密程度隨著科技的發(fā)展越來(lái)越高，故數(shù)控車(chē)床的維修也變得愈發(fā)復(fù)雜。數(shù)控車(chē)床一旦發(fā)生故障往往導(dǎo)致企業(yè)生產(chǎn)效率降低，直接影響了企業(yè)的經(jīng)濟(jì)效益。因此，對(duì)數(shù)控車(chē)床進(jìn)行維修方案理論研究具有重要現(xiàn)實(shí)意義，可以有針對(duì)性地預(yù)防車(chē)床故障的發(fā)生，從而大大提高了企業(yè)的實(shí)際生產(chǎn)效率，最終實(shí)現(xiàn)企業(yè)又好又快發(fā)展。

維修方案決策方法有多種，主要有模糊層次分析法、熵權(quán)法等[1-3]。模糊層次分析法實(shí)用性較強(qiáng)，在評(píng)估指標(biāo)權(quán)重賦值方面，可根據(jù)變化進(jìn)行人為調(diào)整，但專(zhuān)家評(píng)估賦值是根據(jù)人為經(jīng)驗(yàn)而定，在客觀權(quán)重賦值方面會(huì)受專(zhuān)家知識(shí)結(jié)構(gòu)與專(zhuān)家數(shù)不同而受影響[4，5]。熵權(quán)法在進(jìn)行決策分析中對(duì)客觀權(quán)重值的賦值十分準(zhǔn)確，但該方法的主觀因素權(quán)重賦值方面，由于主觀因素自身原因，其賦值不能完全用定量數(shù)值衡量，導(dǎo)致決策結(jié)果有時(shí)出現(xiàn)與實(shí)際不符的情況[6，7]。本文決策法在進(jìn)行權(quán)重賦值方面吸取了上述兩類(lèi)方法的優(yōu)勢(shì)，采用組合賦權(quán)法將主觀權(quán)重與客觀權(quán)重組合起來(lái)，在主觀因素權(quán)重賦值方面應(yīng)用模糊層次法中專(zhuān)家評(píng)估賦值，在客觀因素權(quán)重賦值方面應(yīng)用熵權(quán)法，這樣使得兩種方法優(yōu)勢(shì)可以互補(bǔ)，求得的權(quán)重值更加科學(xué)、合理。

1 基于可用性評(píng)估的維修方案決策

1.1 可用性評(píng)估與維修方案

基于可用性評(píng)估的數(shù)控車(chē)床維修方案決策思路是：結(jié)合企業(yè)實(shí)際情況，搜集車(chē)床工況信息，通過(guò)選取其可用性評(píng)價(jià)指標(biāo)及維修方案決策方法，分析車(chē)床狀態(tài)，針對(duì)不同狀態(tài)下車(chē)床的維修策略對(duì)其進(jìn)行維修。

人們?cè)诔跗谘芯侩A段將數(shù)控車(chē)床狀態(tài)簡(jiǎn)單地劃分為正常和故障兩種，隨著相關(guān)技術(shù)的持續(xù)改進(jìn)和發(fā)展，人們開(kāi)始嘗試通過(guò)評(píng)估設(shè)備可用性方法對(duì)設(shè)備故障發(fā)展趨勢(shì)進(jìn)行持續(xù)、客觀表述。具體來(lái)講，檢修人員在結(jié)合設(shè)備故障情況與個(gè)人檢修經(jīng)驗(yàn)的基礎(chǔ)上，將設(shè)備可用性細(xì)分為五個(gè)等級(jí)：優(yōu)秀、良好、警示、及格、不及格，詳情可參考表1。不同等級(jí)對(duì)應(yīng)了車(chē)床的不同狀態(tài)和維修方式，檢修人員可根據(jù)評(píng)估等級(jí)選取合理有效的維修方案。

表1 數(shù)控車(chē)床可用性等級(jí)及維修決策

1.2 數(shù)控車(chē)床維修方案決策

基于上文分析，建立如圖1所示的數(shù)控車(chē)床維修方案決策理論框架。首先，利用ABC分類(lèi)法（帕累托分析法）確定設(shè)備關(guān)鍵零部件；其次，對(duì)其運(yùn)行及故障數(shù)據(jù)進(jìn)行收集，分析故障相關(guān)性；再次，制定維修決策方案，建立設(shè)備可用性評(píng)價(jià)指標(biāo)，依據(jù)之前收集的信息對(duì)其進(jìn)行合理賦值，根據(jù)可用性評(píng)價(jià)結(jié)果，進(jìn)行維修方案決策。最后，根據(jù)企業(yè)自身維修資源對(duì)設(shè)備進(jìn)行維修。

（1）數(shù)控車(chē)床維修方案決策指標(biāo)的確定

在進(jìn)行數(shù)控車(chē)床維修決策前，需對(duì)車(chē)床實(shí)際運(yùn)行狀況科學(xué)分析，以確定主要影響因素。本文通過(guò)前期研究數(shù)控車(chē)床可用性需求，且結(jié)合相關(guān)文獻(xiàn)資料，應(yīng)從可靠性、維修性及安全性三方面出發(fā)考慮數(shù)控車(chē)床的可用性評(píng)價(jià)指標(biāo)，見(jiàn)表2。在進(jìn)行評(píng)價(jià)時(shí)，為了便于比較，還需利用式（1）、式（2）對(duì)指標(biāo)數(shù)據(jù)進(jìn)行規(guī)范化處理，得出規(guī)范化的數(shù)控車(chē)床可用性評(píng)價(jià)指標(biāo)。

對(duì)越大越優(yōu)型數(shù)據(jù)指標(biāo)規(guī)范化：

對(duì)越小越優(yōu)型數(shù)據(jù)指標(biāo)規(guī)范化：

表2 數(shù)控車(chē)床可用性評(píng)價(jià)指標(biāo)

（2）指標(biāo)權(quán)重值的確定

表2中定性指標(biāo)邀請(qǐng)行內(nèi)3名以上資深專(zhuān)家進(jìn)行評(píng)分；

首先，通過(guò)專(zhuān)家對(duì)指標(biāo)因素評(píng)分，確定定性指標(biāo)因素值；再進(jìn)行兩兩比較建立矩陣Aij=（aij）mn；最后根據(jù)式（3），求得定性指標(biāo)權(quán)重 Vi=（0.1663，0.0958，0.1092）

其中α =（n-1）/2。

表2定量指標(biāo)客觀權(quán)重運(yùn)用熵權(quán)法確定，需根據(jù)采集的數(shù)據(jù)并結(jié)合指標(biāo)無(wú)序度，應(yīng)用熵權(quán)法計(jì)算熵權(quán)，從而得出客觀權(quán)重。

對(duì)采集數(shù)據(jù)首先需進(jìn)行規(guī)范化處理，得到規(guī)范化評(píng)價(jià)矩陣公式（5）。

運(yùn)用（式7）求得第i個(gè)方案的熵

利用公式（8）計(jì)算出各指標(biāo)權(quán)重：

現(xiàn)隨機(jī)抽取某企業(yè)7臺(tái)數(shù)控車(chē)床進(jìn)行可用性評(píng)指標(biāo)數(shù)據(jù)賦值，如表3所示。利用式1、式2對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，得可用性指標(biāo)規(guī)范化評(píng)價(jià)矩陣（9）。

表3 數(shù)控車(chē)床實(shí)際數(shù)據(jù)指標(biāo)值

由（式8）求得各客觀權(quán)重值。因此，綜上可得其可用性評(píng)價(jià)指標(biāo)權(quán)重為：U=（0.1748，0.2018，0.0834，0.1663，0.0965，0.0722，0.0958，0.1092）

（3）數(shù)控車(chē)床可用性評(píng)估及維修方案制定

這里本文通過(guò)指標(biāo)值與權(quán)重值，再結(jié)合灰色聚類(lèi)的方法對(duì)數(shù)控車(chē)床可用性等級(jí)進(jìn)行評(píng)價(jià)。使用灰色聚類(lèi)法評(píng)價(jià)需計(jì)算綜合聚類(lèi)系數(shù)，而該系數(shù)的計(jì)算需結(jié)合指標(biāo)權(quán)重和白化權(quán)函數(shù)才能求得。

白化權(quán)函數(shù)常用形式有中心點(diǎn)型與端點(diǎn)型兩種，由于中心點(diǎn)型在實(shí)際應(yīng)用中普遍優(yōu)于端點(diǎn)型，故本文采用中心點(diǎn)型白化權(quán)函數(shù)。

中心點(diǎn)型白化權(quán)函數(shù)按照評(píng)價(jià)需求可劃分為灰類(lèi)數(shù)量為S個(gè)，令第k個(gè)灰類(lèi)的中心點(diǎn)為λk，則灰類(lèi)k 的取值范圍是：［λk-1，λk+1］，k=1，2，…s，連接點(diǎn)（λk，1），（λk-1，0），（λk+1，0）

將指標(biāo)權(quán)重ωj和白化權(quán)函數(shù)（x）代入（式11），求得各等級(jí)的綜合聚類(lèi)系數(shù)，數(shù)值最大的綜合聚類(lèi)系數(shù)對(duì)應(yīng)的等級(jí)為評(píng)估等級(jí)。

數(shù)控車(chē)床狀態(tài)可分為五個(gè)等級(jí)：優(yōu)秀、良好、警示、及格和不及格。因此，這里灰類(lèi)數(shù)可定義為5，取該五個(gè)灰類(lèi)的所屬中心值 λ1=85，λ2=70，λ3=55，λ4=40，λ5=25，得出該五類(lèi)的白化權(quán)函數(shù)（見(jiàn)表 4）。

表4 白化權(quán)函數(shù)表

對(duì)矩陣公式（9）數(shù)據(jù)進(jìn)行百分制處理，見(jiàn)表5所示。

表57 臺(tái)車(chē)床對(duì)應(yīng)的指標(biāo)值

這里以1號(hào)數(shù)控車(chē)床為例進(jìn)行分析，表6為其白化權(quán)函數(shù)值C3。

表61 號(hào)車(chē)床的白化權(quán)函數(shù)值

根據(jù)（式11）計(jì)算1號(hào)車(chē)床的綜合聚類(lèi)系數(shù)，觀察各灰類(lèi)的綜合聚類(lèi)系數(shù)值，選取最大值，說(shuō)明評(píng)價(jià)對(duì)象屬于該灰類(lèi)。

1號(hào)數(shù)控車(chē)床的綜合聚類(lèi)系數(shù)值見(jiàn)表7所示，通過(guò)觀察得出1號(hào)車(chē)床該系數(shù)最大值為0.4668，該值對(duì)應(yīng)的灰類(lèi)等級(jí)為優(yōu)秀，因此該車(chē)床的可用性等級(jí)為優(yōu)秀。

表7 1號(hào)數(shù)控車(chē)床的綜合聚類(lèi)系數(shù)值

同理可得出其余6臺(tái)車(chē)床的可用性等級(jí)，分別是2號(hào)、4號(hào)、5號(hào)車(chē)床為警示，3號(hào)車(chē)床為優(yōu)秀，6號(hào)、7號(hào)車(chē)床為良好。

針對(duì)可用性等級(jí)為優(yōu)秀狀態(tài)的車(chē)床說(shuō)明運(yùn)行時(shí)故障率極低，只需注重日常保養(yǎng)，可進(jìn)行事后維修；針對(duì)可用性等級(jí)為良好狀態(tài)的車(chē)床說(shuō)明運(yùn)行時(shí)很少會(huì)發(fā)生故障，對(duì)生產(chǎn)的影響較小，應(yīng)加強(qiáng)車(chē)床的日常檢查工作，可進(jìn)行事后維修，以小修為主中修為輔；針對(duì)可用性等級(jí)為警示狀態(tài)的車(chē)床說(shuō)明車(chē)床已經(jīng)出現(xiàn)異常情況，隨時(shí)都有可能發(fā)生故障，對(duì)實(shí)際生產(chǎn)有一定影響，除了對(duì)該類(lèi)車(chē)床進(jìn)行重點(diǎn)監(jiān)測(cè)之外，還需制定預(yù)防維修計(jì)劃，必要時(shí)應(yīng)優(yōu)先進(jìn)行維修。

2 結(jié)束語(yǔ)

在數(shù)控車(chē)床維修策略分析中，制定一套嚴(yán)謹(jǐn)合理的預(yù)防維修方案至關(guān)重要。當(dāng)前，各企業(yè)高度重視設(shè)備管理，強(qiáng)調(diào)對(duì)設(shè)備可用性的定期評(píng)估，以其評(píng)估結(jié)果為依據(jù)選取經(jīng)濟(jì)合理的維修方案，保證數(shù)據(jù)車(chē)床穩(wěn)態(tài)運(yùn)行，為企業(yè)創(chuàng)造更可觀的經(jīng)濟(jì)效益。