1.1 课题来源与背景
当前国产数控机床在精度、速度、多轴联动和复合加工等先进功能方面均取得明显进展，但其功能维持能力即可靠性与国际水平差距较大，可靠性已成为制约我国制造业发展的关键瓶颈问题之一[1]。 数控机床是集机、电、液等多技术于一体的复杂系统，其安全可靠性对社会生产有着重要作用。生产过程中，即便数控机床系统一个极为微小的元件故障，若不能及时处理，便会因级联效应使故障在系统中大范围传播，最终导致大部分组件甚至整个系统故障。这种由一系列互为因果、在时间尺度上可区分的序列停运引起的故障事件即为级联故障，其出现增加了组件及系统运行故障概率。制造工艺、设计水平不足导致的组件单元自身可靠性水平低及组件单元间连接方式与影响作用形式的高耦合性与多样性，乃至外在运行环境不良带来的环境载荷冲击等因素都为级联故障的传播提供了可能[2]。设备故障传播机理分析与控制是故障诊断与健康维护的基础，是设备关键智能基础共性技术之一，因此，设备故障传播机理成为亟需研究的课题。 数控机床故障传播机理十分复杂，故障传播过程实际上是一种分步扩散过程[3]：当某个组件节点发生故障时，首先在组件内进行快速传播，然后通过边界元件逐步扩散到其它组件节点中去，最终引起整个系统的失效；从一个组件节点到另一个组件节点可能存在若干条故障传播路径，故障传播行为除受节点间故障影响能力、支路负荷量制约，还与组件节点自身可靠性指标密切相关。因此，考虑组件节点间故障传播关系，合理评估组件节点故障概率，结合节点间故障传播影响度、支路负荷量进行故障传播机理分析，可准确定位故障源、识别关键故障传播路径。这为制定有效的故障预防控制策略、抑制级联故障扩散规模提供了重要的理论支撑，具有一定的实际应用价值。
.........
1.2 故障传播技术国内外研究现状
作出正确的关键故障传播路径识别决策，与事先进行完备的系统故障传播机理分析、得到系统故障传播模型等工作密切相关。因此，本文首先对国内外故障传播技术发展现状进行了简要概述。 故障传播现象在现实系统中普遍存在，如大规模停电事故、交通堵塞及互联网瘫痪等都与组件单元故障传播密切相关。当前故障传播研究受到了复杂系统可靠性领域的高度重视，主要进行故障传播临界条件、实证数据统计和模型构建等研究[4]。故障传播的临界条件往往通过建立故障传播网络模型基于渗流理论分析计算[5]，对于不同结构的网络模型，如单个网络[6,7]、耦合网络[8,9]的渗流临界值的计算方法也不同。而随着故障传播技术的发展，故障传播的实证数据统计受到研究电网等实际网络级联失效行为人员的一定关注[10]。
......
第 2 章 集成 DEMATEL/ISM 的分层故障传播有向图模型构建
为合理识别系统关键故障传播路径，需结合系统故障机理分析，建立系统故障传播模型。模型多基于网络结构，即通过节点、连接边等抽象概念对基于设备运行故障信息获取的系统复杂故障传播关系的一种抽象简化表达。该环节可以简化故障传播的分析过程，是进行关键故障路径识别的基础。 采用基于图论的故障传播有向图方法描述数控车床组件间故障传递方向性，可以有效提高故障传播模型的构建速度。为描述数控车床故障传播的分步扩散性，可进一步将故障传播有向图模型分层重构，实现对数控车床组件间同层故障传递、跨层故障传递，即多层故障扩散和传播的有效描述。 本章首先对数控车床故障信息进行故障机理分析。应用有向图理论构造故障传播有向图模型，借助矩阵工具、集成 DEMATEL/ISM 方法将故障传播有向图模型分层重构，得到初始分层故障传播有向图模型。该模型不仅可以明确组件间相互影响及依存的逻辑结构，直观清晰的展示出组件间故障传播路径，并且可以有效减少疑似故障源，确定故障源候选节点，是进行关键故障路径识别的基础。进而，通过虚节点的增设去掉模型中同层以及跨层关系，确定数控车床系统分层故障传播有向图模型用于最终关键路径识别，使得模型节点等级的划分更加清晰合理，便于复杂问题的分析。
2.1 数控车床故障机理分析
数控车床是多组件单元按其功能需要组成的设备集成系统，系统组件单元间连接方式多样、影响作用形式相互依赖，导致其复杂的系统结构影响并制约着故障传播行为。在组件单元物理连接关系中，当进行功能传递时组件间会有相互的作用关系，否则，组件间没有作用关系，即组件间并不完全通过介质而是基于功能传递力的作用。因此，故障也并非按照组件间物理连接关系进行传播，数控车床系统故障传递过程不能按照物理结构描述，需要依据故障传播机理分析，考虑故障传递方向性，基于有向网络描述组件间故障传播耦合作用关系。
2.2 数控车床系统故障传播有向图模型构建
故障传播有向图由 Kokawa 等[63]于 1983 年提出，最初应用在计算机电路故障诊断中，随后普遍应用于复杂制造系统或航天航空领域。故障传播有向图的分层重构(Level Structuring)表示为根据某种特性划分节点等级的过程。这种多层次的等级划分描述了组件间故障传播的分步扩散结构。 节点集划分可以采用基于可达性、连接性、循环等多种方法。当前的方法多是基于可达性的，即故障从底层节点逐级传播到达高层节点，根源层位于最底层，因此，该层节点或者由本层节点故障到达或者没有任何节点故障到达。模型的分层重构确定了各层级节点集，直观清晰的展示出组件节点间故障传播层级关系，并且可以明确故障根源层的节点集，有效地减少了疑似故障源，从而实现故障源的快速辨识。因此，有必要借助矩阵工具将数控车床故障传播有向图模型分层重构。基于 ISM 的模型分层重构需要构建计算量复杂的可达矩阵，集成DEMATEL/ISM 方法可以有效简化该过程，大大提升可达矩阵的构建效率。
.........
第 3 章 基于节点重要度的模型结构性指标评估 ........ 23
3.1 节点重要度常用指标 ........... 23
3.2 基于介数的模型有向边负荷属性评估 ....... 24
3.3 基于 Page Rank 算法的模型有向边故障影响度评估 ......... 28
3.4 本章小结........ 37
第 4 章 基于故障传播强度的系统关键故障传播路径识别 ........ 39
4.1 数控车床组件节点可靠性指标评估 ........... 39
4.2 数控车床系统故障传播模型有向边故障传播强度评估 ........... 53
4.2.1 故障传播强度定义 ........ 53
4.2.2 数控车床系统故障传播模型有向边故障传播强度评估 .... 54
4.3 数控车床系统关键故障传播路径识别 ....... 55
4.4 本章小结........ 59
第 5 章 结论与展望 ........ 61
5.1 结论 ........ 61
5.2 展望 ........ 62
第 4 章 基于故障传播强度的系统关键故障传播路径识别
利用设备运行故障信息探寻系统故障的故障源，预测高危故障传播路径，可以一定程度的减少故障的数量，控制级联故障扩散的规模。该项研究可突破数控机床系统故障诊断信息获取瓶颈，对获取更为可信的诊断结果具有一定的指导意义，同时为后续制定一定的预防性维修计划提供依据。 级联故障的传播行为除受故障传播模型结构特征影响，还与组件节点自身可靠性水平密切相关。以往研究多基于单一指标识别系统关键故障传播路径。本章将综合考虑这两方面因素模拟故障传递过程，从微观到宏观、定性到定量研究数控车床故障传播扩散行为。 首先根据数控车床故障信息合理评估组件节点故障概率，一方面提出基于根源层各组件节点故障影响度与故障概率乘积值定位系统故障源的方法。另一方面组件节点故障概率结合有向边故障影响度表征有向边动态故障传播属性，进一步融合边介数定义故障传播强度作为关键路径识别原则，结合系统分层故障传播有向图模型，搜索所有存在的故障传播路径，模拟故障分步扩散过程，识别系统各层级关键节点并确定关键故障传播路径，为系统故障诊断奠定基础。
4.1 数控车床组件节点可靠性指标评估
节点作为组件于数控车床故障传播模型中的抽象化表达，具有固有的可靠性属性。在系统运行过程中，各组件只有当保证完成各自功能才得以实现系统整体功能，故障传播现象往往始于一个初始微小故障源，因此要对数控车床系统的故障传播行为进行分析，除涉及节点之间的故障影响能力、支路负荷量，还应考虑系统组件节点自身可靠性指标——故障概率。 本节将依据运行故障信息评估各组件节点故障概率：假设故障数据服从由特定软件识别的假设分布，对比分析选取合适的参数估计方法，并进行拟合度检验，最终获取各组件故障概率函数。
.......
结论
数控机床组件故障的传播性、层次性、并发性等特征，使得故障传播关键节点及关键路径的识别愈加困难。系统中传播、扩散、积累的运行故障信息一方面为该环节提供了重要信息源，同时也产生了一定的干扰，在此情况下如何依据运行故障信息进行故障传播机理研究成为数控机床级联故障控制的关键手段之一，对于实现制造装
