Resumen

La fiabilidad del sistema de control numérico por ordenador (CNC) afecta a su rendimiento de procesamiento y es una de las principales preocupaciones de la industria manufacturera actual. Sin embargo, los modelos de fiabilidad existentes para evaluar la fiabilidad del sistema CNC suelen presentar errores relativamente grandes debido al tratamiento inadecuado de muestras pequeñas. Con el fin de sortear la limitación de los datos de fallos durante la vida útil y aprovechar al máximo los parámetros de fiabilidad existentes en los modelos de fiabilidad tradicionales, se propone un modelo de fiabilidad basado en la fusión de múltiples fuentes de información y basado en la inferencia bayesiana para hacer frente al pequeño tamaño de la muestra. Las distribuciones a priori se derivan utilizando el método de codificación de probabilidades y la distribución conjugada basada en la idea de fusión de información multifuente. A continuación, utilizando la divergencia Jensen-Shannon (JSD) para medir la similitud entre la información a priori y los datos de observación de campo, se establece un problema de optimización con restricciones para determinar el peso respectivo de la información a priori y los datos de observación de campo. Por último, mediante la realización de un análisis de fiabilidad de sistemas CNC reparables, se verifica la validez del modelo propuesto y su método de derivación de la distribución a priori.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:datos de observación sobre el terreno, fusión de información multifuente, información a priori, datos de fallos de vida útil limitada, método de derivación de la distribución a priori, problema de optimización restringido, industria manufacturera actual, método de codificación de probabilidades, sistemas cnc reparables, tamaño de muestra pequeño
• Keywords:field observation data, multisource information fusion, prior information, limited lifetime failure data, prior distribution derivation method, constrained optimization problem, manufacturing industry today, probability encoding method, repairable cnc systems, small sample size