劍桿機引緯系統的可靠性分析

　　專家利用可靠性分析技術，對G1724系列劍桿織機進行了測定和分析，依據大量的數據，分層次分重點從設計、工藝和裝配等環節對G1724系列型劍桿織機進行了改進，使其可靠性在較短時間內得到很大提高。通過科學地制定故障模式及數據，進行了早期故障測定及可靠性摸底試驗。對采集的數據進行統計，找出薄弱環節，分析故障模式影響(危害度)，為提高可靠性制定有力的對策。

　　1 早期故障測定及可靠性摸底試驗

　　我們在早期故障測定及可靠性摸底試驗中，抽樣數量為18臺，試驗總時間為11500h，對故障分類統計，其中引緯系統中的故障數量占總故障數的51.7%，從故障統計中可以看出劍桿織機的主要故障在引緯系統中，所以我們著重介紹引緯系統的故障模式影響(危害度)分析FME(C)A。

　　2 G1724系列型劍桿織機引緯系統故障模式影響(危害度)分析

　　FME(C)A是一種可靠性分析技術，在產品設計、研制、制造和使用階段均可采用。我們將這種方法應用到織機早期的故障分析上，以定量的分析，對那些對產品性能有重大影響的失效模式作出判斷，并針對發現的問題提出改進的措施，消除或減少那些潛在的缺陷。

　　2.1 繪制系統的功能框圖和可靠性框圖

　　G1724型劍桿織機引緯系統的主要功能是通過共軛凸輪及連桿、齒輪、劍帶輪等零件，把主軸的旋轉運動改變成適合緯紗運動的直線運動。緯紗通過儲緯器控制緯紗張力，利用選緯器提供給劍頭相應的緯紗，進行送緯和接緯。利用絞邊和廢邊裝置握持住緯紗便于織造。由剪刀剪斷廢邊緯紗，使布邊形成具有一定尺寸的毛邊。在整個引緯系統中，每個零件出現問題都會影響到該系統的正常工作，所以該系統為串聯系統。

　　2.2 故障模式

　　確定每個零件的故障模式，并確定每一故障模式造成的影口向，包括最終對系統的影響，確定每一故障模式發生的原因，提出改進措施。

　　2.3 故障的概率

　　確定每一故障模式的發生概率，用頻度Nf表示，其發生概率的判據中“l”表示某一失效模式發生的概率很小，而“10”表示概率很大。

　　2.4 故障的嚴重程度

　　確定每一故障模式的嚴重程度，用Ne表示。

　　2.5 故障被發現的難易程度

　　確定每一故障模式被發現的難易程度，用不易測度Na表示。

　　2.6 計算每一故障模式的風險順序數RPN

　　故障發生的頻度、嚴重程度和不易測度的評分值的連乘積被稱為風險順序數RPN。RPN給出了各種故障模式重要程度的相對次序，RPN越大，該種故障的后果越危險。因此，根據各種故障模式的風險順序數可以找出影響產品可靠性問題的關鍵和薄弱環節。

　　3 可靠性增長試驗

　　針對G1724劍桿織機的摸底試驗的數據分析，我們進行了改進和完善，并進行了可靠性增長試驗。在可靠性增長試驗中，抽樣數18臺，實際工作時間總計3117h，試驗定時結尾時間為3000h，平均無故障工作時間MTBF值比摸底試驗增長了3倍。在這次試驗中，我們對18臺車出現的故障，進行了詳細分析，再次利用FME(C)A對數據進行了分析，對風險數據較大的故障模式進行了改進，使G1724織機的可靠性進一步提高。

　　4、結論

　　故障模式影響(危害度)分析FME(C)A是目前工種中應用最廣泛而有效的可靠性分析技術，利用它可以把某一產品系統在設計、制造過程或質量控制中可能出現的故障模式全部查找出來。我們利用這種技術對G1724劍桿織機的引緯系統進行分析，為改進引緯系統中梭道的結構和安裝精度提供了科學的依據。