616 KB27 KB199920252017Qin, LuoshengShen, Xuejinštevilka:4letnik:63str. 248-254ISSN:0039-2480COBISSID_HOST:15477531URN:URN:NBN:SI:doc-49R4IH0JenZveza strojnih inženirjev in tehnikov Slovenije etc.Strojniški vestnikdegradacija na podlagi porazdelitveležajimali vzorecmetoda Bootstrapmetoda Monte CarloMonte Carlo methodzanesljivostReliability assessment of bearings based on performance degradation values under small samples|It is difficult to obtain the lifetime data of a long lifetime bearing from a test with limited time. Therefore, to apply the method of reliability assessment based on lifetime data to the high reliability and long lifetime bearings would be impractical. The performance degradation data, which contains reliability information, could be used in the reliability assessment. However, the methods based on performance degradation data are often applied in a large sample situation. In this paper, a method suitable for a small-sample situation based on a distribution-based degradation model and a bootstrapping method combined with the Monte Carlo method (DDBMC) is proposed. This method is put forward to enlarge the sample size and estimate the distribution parameters. Then, the function between distribution parameters and time can be obtained by using the least square method. In this paper, the reliability of the ball bearings under a small sample is assessed to verify the proposed method. Finally, the proposed methodology was applied to assessing the reliability of bearings and shown to be efficient in the reliability assessment of bearings under small samplesZanesljivost ležajev, ki so vgrajeni v praktično vsak stroj, je pomembna za uspešno delovanje izdelka. Zanesljivo pridobivanje podatkov o življenjski dobi ležajev je težavna naloga, a podatki o degradaciji zmogljivosti na srečo vsebujejo tudi informacije o zanesljivosti. Zanesljivost izdelkov je tako mogoče vrednotiti na podlagi podatkov o degradaciji zmogljivosti. Obstoječe metode pa običajno zahtevajo velike vzorce in zato je namen tega prispevka vrednotenje zanesljivosti ležajev na podlagi podatkov iz malih vzorcev. Za razrešitev problema je predlagana mešana uporaba metode degradacije na osnovi porazdelitve ter metode Bootstrap v kombinaciji z metodo Monte Carlo (na kratko DDBMC). Metoda degradacije na osnovi porazdelitve je predlagana za vrednotenje zanesljivosti ležajev iz podatkov o degradaciji zmogljivosti, metodi Bootstrap in Monte Carlo pa sta kombinirani za ocenitev parametrov porazdelitve degradacije pri manjših podatkovnih nizih. Metoda Monte Carlo je bila uporabljena za ustvarjanje naključnih vzorcev iz originalnih vzorcev. Posebna metoda ustvarjanja po Taylorju in Thompsonu je primerna za ocenjevanje parametrov porazdelitve pri malih podatkovnih nizih. Metoda Bootstrap je bila uporabljena za ponovno vzorčenje ustvarjenih vzorcev in pridobitev novih vzorcev. Parametri novih vzorcev in originalnih vzorcev v vsakem trenutku so bili ocenjeni po metodi največje verjetnosti. Končni rezultati so bili nato pridobljeni z združitvijo parametrov novih in originalnih vzorcev za vsak trenutek. Parametrom porazdelitve podatkov o degradaciji v vsaki merilni točki so bile nato določene ustrezne poti degradacije po metodi najmanjših kvadratov. Končno je bila razrešena še funkcija zanesljivosti ležajev s pretvorbo poti degradacije parametrov porazdelitve v standardno porazdelitveno funkcijo. Pri eksperimentalnem preizkusu ležajev so bili rezultati ocene zanesljivosti po metodi DDBMC kombinirani z rezultati, izračunanimi po oceni največje verjetnosti (MLE) s podatki o življenjski dobi preizkušenih ležajev. Ugotovljeno je bilo, da je metoda DDBMC primerna za ocenjevanje zanesljivosti ležajev s podatki o degradaciji iz malih vzorcev. Na podlagi eksperimentalnih primerov je bilo ugotovljeno, da je metoda DDBMC uporabna za vrednotenje zanesljivosti ležajev s podatki o degradaciji iz malih vzorcev. Metoda DDBMC tako omogoča preizkušanje življenjske dobe ležajev na malih vzorcih, v krajšem času in z nižjimi stroški. Metoda DDBMC omogoča vrednotenje zanesljivosti ležajev na malih vzorcih in brez podatkov o življenjski dobi. Omeniti pa je treba, da metoda DDBMC ne upošteva problema manjšega števila merilnih točk, ki zahteva dodatno pozornostTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaUniverza v Ljubljani, Fakulteta za strojništvo