FMECA方法可有效指导数控机床的可靠性分配,但是分析过程中忽略了决策专家决策随机性和模糊性以及子系统维修性的影响。因此,提出一种改进FMECA与维修性的数控机床可靠性分配方法。在子系统危害性分析过程中,利用云模型定量表示决策专家的评价值,有效解决了决策专家评价过程中随机性和模糊性对评价结果的影响。考虑维修性因素的影响,建立基于云模型的改进RPN方法(C-RPN),实现了数控机床子系统可靠性的合理分配。并通过与传统方法进行对比,说明了所述方法的优势。

针对扣件的断裂、缺失和螺母松动等3种主要缺陷引起的扣件转动,对基于Mask R-CNN网络扣件缺陷检测系统开展研究。首先将扣件图片输入到主干特征提取网络Resnet101对图片进行卷积、池化操作,随后构造FPN(Feature Pyram id Ne tw orks),经过FPN进行多尺度特征融合后的结果输入到RPN(Re gion Propos al Ne tw orks),再由RPN筛选出一部分RoI(Region of Interest),然后对RoI进行RoI Align操作,最后对RoI进行分类、bounding_box回归和扣件掩膜(mask)生成,最后得到的实例分割检测结果。该结果不仅可以通过预测框显示正常扣件和缺陷扣件类别,还可以通过语义分割得到的扣件形状判断扣件类别。因此,在一定程度上缩小了实际操作中因网络本身引起的误差。

针对传统失效模式与影响分析（FMEA）方法难以在多重失效、多功能产品分析中高效应用,提出一种基于公理设计与FMEA结合的可靠性设计方法.通过利用独立公理对系统或产品进行完整地设计参数分解,消除设计参数之间的影响,从而对子系统或元件进行完整准确的FMEA分析.分析了风险优先数（RPN）在失效风险评估中的不足,结合信息公理的信息评价模型,提出一种基于信息公理与传统RPN集结合的可靠性评估法,通过实例验证,该方法能够更科学地对风险因素进行排序,从而指导设计师进行更准确的可靠性优化设计.