简介:
本发明提供了一种工业机器人失效率预计方法,用以解决新工业机器人失效率预计不准确、精度差的问题。所述工业机器人失效率预计方法包括:建立工业机器人子系统可靠性预计模型;采集源工业机器人的故障数据,并根据故障数据计算源工业机器人的失效率,再求解源工业机器人的失效率函数;根据机器人影响因素及源工业机器人与待预计工业机器人的差异,求解失效率修正因子,最后求得待预计机器人的失效率函数。本发明根据工业机器人子系统机械、电子与机电混合性建立了两种概率分布模式混合的工业机器人预计模型,解决了层次分析法中认知不确定性问题,并结合相似比较法给出最终预测模型,提高了预测精度和准确度。
本发明提供了一种工业机器人失效率预计方法,用以解决新工业机器人失效率预计不准确、精度差的问题。所述工业机器人失效率预计方法包括:建立工业机器人子系统可靠性预计模型;采集源工业机器人的故障数据,并根据故障数据计算源工业机器人的失效率,再求解源工业机器人的失效率函数;根据机器人影响因素及源工业机器人与待预计工业机器人的差异,求解失效率修正因子,最后求得待预计机器人的失效率函数。本发明根据工业机器人子系统机械、电子与机电混合性建立了两种概率分布模式混合的工业机器人预计模型,解决了层次分析法中认知不确定性问题,并结合相似比较法给出最终预测模型,提高了预测精度和准确度。