基于可用性评估的数控车床维修方案决策

周成东

（盐城机电高等职业技术学校，江苏 盐城224000）

0 引言

数控车床是现代加工制造业中不可或缺的重要设备，其精密程度随着科技的发展越来越高，故数控车床的维修也变得愈发复杂。数控车床一旦发生故障往往导致企业生产效率降低，直接影响了企业的经济效益。因此，对数控车床进行维修方案理论研究具有重要现实意义，可以有针对性地预防车床故障的发生，从而大大提高了企业的实际生产效率，最终实现企业又好又快发展。

维修方案决策方法有多种，主要有模糊层次分析法、熵权法等[1-3]。模糊层次分析法实用性较强，在评估指标权重赋值方面，可根据变化进行人为调整，但专家评估赋值是根据人为经验而定，在客观权重赋值方面会受专家知识结构与专家数不同而受影响[4，5]。熵权法在进行决策分析中对客观权重值的赋值十分准确，但该方法的主观因素权重赋值方面，由于主观因素自身原因，其赋值不能完全用定量数值衡量，导致决策结果有时出现与实际不符的情况[6，7]。本文决策法在进行权重赋值方面吸取了上述两类方法的优势，采用组合赋权法将主观权重与客观权重组合起来，在主观因素权重赋值方面应用模糊层次法中专家评估赋值，在客观因素权重赋值方面应用熵权法，这样使得两种方法优势可以互补，求得的权重值更加科学、合理。

1 基于可用性评估的维修方案决策

1.1 可用性评估与维修方案

基于可用性评估的数控车床维修方案决策思路是：结合企业实际情况，搜集车床工况信息，通过选取其可用性评价指标及维修方案决策方法，分析车床状态，针对不同状态下车床的维修策略对其进行维修。

人们在初期研究阶段将数控车床状态简单地划分为正常和故障两种，随着相关技术的持续改进和发展，人们开始尝试通过评估设备可用性方法对设备故障发展趋势进行持续、客观表述。具体来讲，检修人员在结合设备故障情况与个人检修经验的基础上，将设备可用性细分为五个等级：优秀、良好、警示、及格、不及格，详情可参考表1。不同等级对应了车床的不同状态和维修方式，检修人员可根据评估等级选取合理有效的维修方案。

表1 数控车床可用性等级及维修决策

1.2 数控车床维修方案决策

基于上文分析，建立如图1所示的数控车床维修方案决策理论框架。首先，利用ABC分类法（帕累托分析法）确定设备关键零部件；其次，对其运行及故障数据进行收集，分析故障相关性；再次，制定维修决策方案，建立设备可用性评价指标，依据之前收集的信息对其进行合理赋值，根据可用性评价结果，进行维修方案决策。最后，根据企业自身维修资源对设备进行维修。

（1）数控车床维修方案决策指标的确定

在进行数控车床维修决策前，需对车床实际运行状况科学分析，以确定主要影响因素。本文通过前期研究数控车床可用性需求，且结合相关文献资料，应从可靠性、维修性及安全性三方面出发考虑数控车床的可用性评价指标，见表2。在进行评价时，为了便于比较，还需利用式（1）、式（2）对指标数据进行规范化处理，得出规范化的数控车床可用性评价指标。

对越大越优型数据指标规范化：

对越小越优型数据指标规范化：

表2 数控车床可用性评价指标

（2）指标权重值的确定

表2中定性指标邀请行内3名以上资深专家进行评分；

首先，通过专家对指标因素评分，确定定性指标因素值；再进行两两比较建立矩阵Aij=（aij）mn；最后根据式（3），求得定性指标权重 Vi=（0.1663，0.0958，0.1092）

其中α =（n-1）/2。

表2定量指标客观权重运用熵权法确定，需根据采集的数据并结合指标无序度，应用熵权法计算熵权，从而得出客观权重。

对采集数据首先需进行规范化处理，得到规范化评价矩阵公式（5）。

运用（式7）求得第i个方案的熵

利用公式（8）计算出各指标权重：

现随机抽取某企业7台数控车床进行可用性评指标数据赋值，如表3所示。利用式1、式2对数据进行规范化处理，得可用性指标规范化评价矩阵（9）。

表3 数控车床实际数据指标值

由（式8）求得各客观权重值。因此，综上可得其可用性评价指标权重为：U=（0.1748，0.2018，0.0834，0.1663，0.0965，0.0722，0.0958，0.1092）

（3）数控车床可用性评估及维修方案制定

这里本文通过指标值与权重值，再结合灰色聚类的方法对数控车床可用性等级进行评价。使用灰色聚类法评价需计算综合聚类系数，而该系数的计算需结合指标权重和白化权函数才能求得。

白化权函数常用形式有中心点型与端点型两种，由于中心点型在实际应用中普遍优于端点型，故本文采用中心点型白化权函数。

中心点型白化权函数按照评价需求可划分为灰类数量为S个，令第k个灰类的中心点为λk，则灰类k 的取值范围是：［λk-1，λk+1］，k=1，2，…s，连接点（λk，1），（λk-1，0），（λk+1，0）

将指标权重ωj和白化权函数（x）代入（式11），求得各等级的综合聚类系数，数值最大的综合聚类系数对应的等级为评估等级。

数控车床状态可分为五个等级：优秀、良好、警示、及格和不及格。因此，这里灰类数可定义为5，取该五个灰类的所属中心值 λ1=85，λ2=70，λ3=55，λ4=40，λ5=25，得出该五类的白化权函数（见表 4）。

表4 白化权函数表

对矩阵公式（9）数据进行百分制处理，见表5所示。

表57 台车床对应的指标值

这里以1号数控车床为例进行分析，表6为其白化权函数值C3。

表61 号车床的白化权函数值

根据（式11）计算1号车床的综合聚类系数，观察各灰类的综合聚类系数值，选取最大值，说明评价对象属于该灰类。

1号数控车床的综合聚类系数值见表7所示，通过观察得出1号车床该系数最大值为0.4668，该值对应的灰类等级为优秀，因此该车床的可用性等级为优秀。

表7 1号数控车床的综合聚类系数值

同理可得出其余6台车床的可用性等级，分别是2号、4号、5号车床为警示，3号车床为优秀，6号、7号车床为良好。

针对可用性等级为优秀状态的车床说明运行时故障率极低，只需注重日常保养，可进行事后维修；针对可用性等级为良好状态的车床说明运行时很少会发生故障，对生产的影响较小，应加强车床的日常检查工作，可进行事后维修，以小修为主中修为辅；针对可用性等级为警示状态的车床说明车床已经出现异常情况，随时都有可能发生故障，对实际生产有一定影响，除了对该类车床进行重点监测之外，还需制定预防维修计划，必要时应优先进行维修。

2 结束语

在数控车床维修策略分析中，制定一套严谨合理的预防维修方案至关重要。当前，各企业高度重视设备管理，强调对设备可用性的定期评估，以其评估结果为依据选取经济合理的维修方案，保证数据车床稳态运行，为企业创造更可观的经济效益。