优秀的关于机电毕业论文范文欣赏（共2篇）(3)

　　wbz：[0..2]init0；∥Z轴工作台状态变量，0后极限；1干涉区；2前极限

　　[]wbz=0&(wby=0|wby=1)->rate1：(wbz′=1)；

　　[]wbz=1&wby=0->rate1：(wbz′=2)；

　　[]wbz=2&wby=0->rate1：(wbz′=1)；

　　[]wbz=1->rate1：(wbz′=0)；

　　endmodule

　　由于进给系统干涉区的存在，在正常状态下Y、Z轴工作台的运动不是独立的。例如，当Z轴工作台处于状态“前极限”时，Y轴工作台不能处于状态“干涉点”；当Y轴工作台处于状态“下极限”时，Z轴工作台也不能处于状态“干涉点”，如图7所示。在上面的形式化模型中，工作台状态之间的这种相互制约关系通过守卫条件来表示，例如模型中[]wby=0&(wbz=0|wbz=1)->rate1：(wby′=1)表示只有当Z轴工作台处于“后极限”或“干涉区”状态时，Y轴工作台才能从“上极限”变迁到“干涉点”。

　　图7进给系统原理示意图

　　对于进给系统中的限位开关，正常情况下是在“低电平”和“高电平”2种状态之间变迁，在考虑失效后可表示为“正常”状态与“故障”状态之间的变迁，见图3。本例中的限位开关考虑“总是高电平输出”(模式1)和“总是低电平输出”(模式2)2种失效模式。对上极限开关，考虑失效模式1时的形式化模型如下：

　　modulets∥上极限开关

　　ts：[0..1]init0；∥状态变量，0正常状态；1失效模式1

　　[]ts=0->rate2：(ts′=1)；

　　endmodule

　　同理，可得其他限位开关及系统中Y轴伺服电机、Z轴伺服电机等单元用PRISM描述的形式化随机模型，限于篇幅不再列出。

　　4.2进给系统故障的CLS规约

　　本实例关注的潜在故障如下：

　　(1)Y轴工作台到达上极限位置时Y轴电机继续运转，即Y轴上超程；

　　(2)Y轴工作台到达下极限位置时Y轴电机继续运转，即Y轴下超程；

　　(3)Z轴工作台到达前极限位置时Z轴电机继续运转，即Z轴前超程；

　　(4)Z轴工作台到达后极限位置时Z轴电机继续运转，即Z轴后超程；

　　(5)Y轴工作台和Z轴工作台都到达干涉区时，Y轴与Z轴电机未全部停运，即主轴箱与B轴工作台产生碰撞。

　　以上5种潜在故障对应的CLS表达式如下：

　　FS1：P=？[F<=twby=0&motory=0]∥Y轴工作台“上极限”且Y轴电动机“运转”

　　FS2：P=？[F<=twby=2&motory=0]∥Y轴工作台“下极限”且Y轴电动机“运转”

　　FS3：P=？[F<=twbz=0&motorz=0]∥Z轴工作台“后极限”且Z轴电动机“运转”

　　FS4：P=？[F<=twbz=2&motorz=0]∥Z轴工作台“前极限”且Z轴电动机“运转”

　　FS5：P=？[F<=twby=1&wbz=1&(motory=0|motorz=0|(motory=0&motorz=0))]∥Y、Z轴工作台“干涉点”且Y、Z轴电动机至少有一个“运转”

　　4.3利用PRISM进行模型检测

　　在上述进给系统的形式化随机模型和潜在故障的CLS表达式中，设定工作台的状态转移率rate1为(30min)-1，极限开关的失效率rate2为(10a)-1，CLS中的时间t为3a。利用PRISM对不同失效模式下的形式化随机模型和5种潜在故障进行概率模型检测，可获得各种潜在故障出现的概率，结果如表1所示，其中：0表示相应单元的失效不会导致该系统故障(故障概率为0)；不为0的数字表示相应单元的失效单元可能导致系统故障及其出现的概率。

　　表1概率模型检测结果

　　从表1中可看出：各种极限开关以及干涉区开关以失效模式1失效时，不会导致5种潜在故障的产生；当开关出现失效模式2时，有可能导致故障出现。这是因为失效模式2表现为低电平，不会发出报警信号(高电平)，从而导致了潜在故障的产生。

　　从表1中还可以看出：Y轴上极限开关失效导致故障1的概率略大于下极限开关失效导致故障2的概率；Z轴后极限开关失效导致故障4的概率略大于前极限开关失效导致故障3的概率。这是由于Y、Z轴工作台存在干涉区(见图7)，Y轴工作台处于上极限和Z轴工作台处于后极限的概率大于各自处于下极限和前极限的概率所致。

　　5结论

　　本文利用概率模型检测这一形式化方法的基本思想，根据机电系统运行过程的状态(包括正常状态和故障状态)变迁建立面向PFMEA的形式化随机模型，对系统的潜在故障进行概率形式化规约，然后借助概率模型检测工具PRISM对系统随机模型和潜在故障进行形式化验证，从而辨识单元失效模式与系统故障之间的关系，并自动计算单元失效所导致的系统故障概率，实现了基于形式化方法的机电系统PFMEA。

　　(1)机电系统运行过程中状态之间的变迁可用连续时间马尔科夫过程CTMC来描述，即可利用CTMC建立机电系统的随机模型，并可用PRISM建模语言进行形式化表达。

　　(2)机电系统的潜在故障可以通过连续随机逻辑CSL进行形式化规约，利用基于CSL的概率形式化规约表达式可以计算系统故障发生的概率。

　　(3)本文提出的PFMEA方法基于概率模型检测，是一种形式化方法，该方法不仅可以借助概率模型检测迅速准确地识别单元失效与系统潜在故障之间的因果关系，还可以自动计算系统故障概率，从而可为后续机电系统风险评估和致命度计算奠定基础。

　　第2篇：基于BIM的机电安装工程质量管理

　　熊超华，骆汉宾(华中科技大学土木工程与力学学院，湖北武汉430074)

　　摘要：利用建筑信息模型BIM实现复杂机电工程安装过程高效质量管理的潜力已经得到验证，然而BIM质量管理模式下对数据采集不及时和不准确的缺陷却极大阻碍了其在施工现场的应用。因此，本文在既有BIM施工质量管理模型的基础上引入了手持设备，利用手持设备实现机电工程安装过程中质量数据的动态采集以及与BIM的质量信息交互，最终结合手持设备在既有BIM施工质量管理模型基础上开发了机电安装工程的施工现场质量管理系统。选择某能源站项目进行应用，结果表明结合手持设备的施工现场质量管理系统能够提高机电工程安装过程的质量管理水平，实现了对机电工程施工现场质量信息的实时获取和质量信息的高效管理。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说理学类优秀的关于机电毕业论文范文欣赏（共2篇）(3)在线全文阅读。