- •Теория надёжности
- •Содержание
- •1. Введение 7
- •2. Основные понятия и определения теории надёжности 8
- •3. Показатели надёжности 18
- •4. Расчёт надёжности по внезапным отказам 44
- •5. Надёжность резервированных систем 55
- •6. Испытания на надёжность 76
- •7. Статистические характеристики надёжности устройств в условиях эксплуатации 118
- •Введение
- •Основные понятия и определения теории надёжности
- •Свойства, характеризующие надёжность
- •Состояния объекта и их характеристики
- •Временные параметры, характеризующие надёжность
- •Основные сведения о расчёте надёжности
- •Показатели надёжности
- •Общие сведения о показателях надёжности для различных видов объектов
- •Показатели безотказности
- •Набор показателей безотказности для различных видов объектов
- •Вероятность безотказной работы, вероятность отказа и частота отказов
- •Интенсивность отказов
- •Средняя наработка до отказа
- •Гамма - процентная наработка до отказа
- •Средняя наработка на отказ
- •Параметр потока отказов и осреднённый параметр потока отказов
- •Показатели долговечности
- •Показатели сохраняемости
- •Показатели ремонтопригодности
- •Комплексные показатели надёжности
- •Распределение Пуассона
- •Нормальное распределение времени безотказной работы при постепенных отказах и учёт влияния этих отказов при расчёте надёжности
- •Распределениевремени безотказной работы по закону Релея
- •Распределениевременибезотказной работыпо закону Вейбулла
- •Законыраспределениявремениремонта
- •Выбор номенклатуры показателей надёжности и задание требований по надёжности
- •Выбор номенклатурыпоказателейнадёжности
- •Заданиетребованийпо надёжности
- •Расчёт надёжности по внезапным отказам
- •Нормирование значений величин вероятности безотказной работы и интенсивности отказов (ориентировочный расчёт надёжности)
- •Окончательный расчёт надёжности невосстанавливаемых объектов с учётом режимов работы элементов
- •Окончательный расчёт надёжности восстанавливаемых объектов с учётом режимов работы элементов
- •Разработка требований к надёжности составных частей объекта, исходя из заданной надёжности на объект
- •Надёжность резервированных систем
- •Методы и средства повышения надёжности рэо
- •Виды резервирования
- •Методы расчёта надёжности резервированных систем
- •Расчёт общего резервирования спостоянновключенным резервом и с целой кратностью m при отсутствии последействия
- •Расчёт раздельногорезервированияс постоянно включенным резервом и с целой кратностью при отсутствии последействия
- •Расчёт общего резервирования с дробной кратностью и с постоянно включенным резервом при отсутствии последействия
- •Расчёт резервирования замещениемдляслучаев облегченного резерва, ненагруженного резерва и общего нагруженного резервирования с последействием
- •Расчёт скользящегоненагруженногорезервирования замещением
- •Испытания на надёжность
- •Виды и планы испытаний нанадёжностьпри проектировании, производстве и эксплуатации изделий
- •Контрольные выборочные испытания на надёжность по методу однократной выборки
- •Контрольные выборочные последовательные испытания на надёжность
- •Контрольные и определительные испытания на ремонтопригодность
- •Определительные испытания на долговечность, на сохраняемость, на безотказность и для оценки комплексных показателей
- •Определительные ускоренные испытания на надёжность с использованием математических и физических методов прогнозирования Общие сведения о прогнозировании
- •Математические методы прогнозирования
- •Физические методы прогнозирования
- •Определительные ускоренные испытания на надёжность с использованием прогнозирования
- •Граничные испытания для оценки запаса параметрической надёжности
- •Статистические характеристики надёжности устройств в условиях эксплуатации
- •Общие положения
- •Доверительные вероятности, доверительные интервалы и методы исключения грубых ошибок измерения при определении статистических характеристик надёжности
- •Общие сведения о доверительной вероятности, доверительных интервалах и методах исключения грубых ошибок измерения
- •Определение доверительного интервала и минимального числа измерений при нормальном распределении времени безотказной работы
- •Доверительные интервалы при экспоненциальном распределении и распределении Пуассона
- •Критерии согласия между теоретической кривой и статистическим распределением
- •Критерий согласия Колмогорова
- •Критерий согласия χ2 Пирсона
- •Литература
- •Приложение а.Справочные данные для расчёта надёжностиРэСв курсовых и дипломных проектах
Математические методы прогнозирования
Методы прогнозирования надёжности ЭС разделяют на математические и физические. Математические методы прогнозирования, являющиеся наиболее распространенными, подразделяют на детерминированные и вероятностные (стохастические), а также методы, основанные на применении математического аппарата теории распознавания образов.Детерминированный метод прогнозированияприменяют при известном характере изменения значений прогнозируемого параметра во времени. Тогда, представив состояние изделия в виде многомерной функции, можно описать его поведение в любой момент времени.Вероятностный метод прогнозированияпредполагает определение доверительного интервала значений прогнозируемого параметра в заданном временном интервале, в котором с заданной вероятностью параметр не выйдет за допустимые пределы изменения. Сутьметодов прогнозирования на основе распознавания образовсостоит в следующем. В пространстве имеется множество ярко выраженных областей, характеризующих состояние ЭС во времени. Зная значение параметра изделия в момент времениt0, можно принять решение о принадлежности его к той или иной области, т.е. распознать образ исследуемого изделия. Все эти методы позволяют прогнозировать состояние ЭС в будущем, контролируя его в настоящий период времени, на основе найденных экстраполяционных связей [20].
Методы прогнозирования на основе распознавания образов, подробно рассмотренные в [1], имеют несколько разновидностей: метод распознавания Байеса, метод последовательного анализа, метод минимального риска, метод наибольшего правдоподобия. Их изложение достаточно большое по объёму. Поэтому мы рассмотрим лишь два последних метода, описание которых заимствовано из [1].
Вначале рассмотрим метод минимального риска. Условимся характеризовать исправное состояние РЭС диагнозомD1, неисправное состояние - диагнозомD2. При распознавании состояния РЭС при постановке диагноза могут быть допущены два рода ошибок. Ошибками первого рода называют такие, когда ставится диагнозD2вместоD1, т.е. исправную РЭС относят к неисправной. Эти ошибки часто называютложнойтревогойилирискомпоставщика. Ошибками второго рода называют такие, когда для неисправной РЭС с состояниемD2ставят диагнозD1, т. е. считают ее годной. Эти ошибки называютпропуском целиилириском заказчика. Естественно, что такого рода ошибки являются более опасными. Поэтому ошибки первого и второго рода имеют различные цены (веса). Будем полагать, что процесс распознавания состояния РЭС осуществляется при наличии одного диагностического признака, проводить дифференциальную диагностику и считать, что априорные вероятности диагнозовP(D1) иP(D2) известны из предварительных (собранных до прогноза) статистических данных.
В методе минимального рискарешающее правило принятия решения выбирается исходя из условия минимума риска. Обозначим диагностируемый параметр черезх. Тогда задачу распознавания можно сформулировать так: необходимо выбрать граничное (оптимальное) значение параметрах, равноех0, такое, чтобы прих<х0диагностируемая РЭС находилась в исправном состоянии, а прих>х0выходила из строя и снималась с дальнейшей эксплуатации. Очевидно, что решающее правило для постановки диагноза будет при этом следующим:
при х<х0 x D1, прих>х0xD2. (6.22)
Обозначим возможные решения, которые в принципе могут быть приняты в соответствии с решающим правилом (6.22), через Ηij(i, j= 1, 2). Будем при этом считать, чтоiозначает поставленный диагноз, аj- действительное состояние системы. Правильными решениями будутН11иН22(т.е. когда поставленный диагноз совпадает с действительным). РешениеН12означает пропуск цели, аН21- ложную тревогу.
Вычислим вероятности принятия неправильных решений Р(Н12) иΡ(Н21). Очевидно, что они будут равными произведению вероятностей двух событий: наличия неисправного состояния и значениях<х0и наличия исправного состояния и значениях>х0соответственно:
(6.23)
(6.24)
где P1=P(D1) иP2=P(D2) - вероятности априорных диагнозов;Р(х<х0/D2) иР(х>х0/D1) - вероятности исправного и неисправного состояний в соответствии с решающим правилом (6.22). Будем считать, что цена (вес) принятия неправильного решения Р(Н12) - пропуска цели - равнаС12, а цена решенияΡ(Н21) - ложной тревоги -С21. Тогда средний риск принятия решенияRбудет равен сумме вероятностей возможных ошибок с учетом их весов, т.е.
R=С12 Р(Н12) +С21 Ρ(Н21) (6.25)
(обычно С12>>С21). Обозначим цены правильных решенийН11иН22черезС11иС22соответственно. Чтобы отличить от стоимости потерь, их обычно считают отрицательными. С учетом сказанного выражение среднего риска может быть уточнено:
(6.26)
Иногда цены правильных решений С11иС22полагают равными нулю, т.е. не учитывают как, например, в (6.25). Рассмотрим математическое содержание метода минимального риска. Из условия получения минимума среднего рискаRminопределим граничное значениех0диагностируемого параметрахв решающем правиле (6.22). Необходимое и достаточное условие достиженияRminв точкех = х0выражается неравенством
(6.27)
Для получения выражения (6.27) в явном виде определим сначала условие существования экстремума функции (6.26), т.е. решим уравнение вида
(6.28)
С учетом (6.26) оно запишется
(6.29)
или
(6.30)
Пусть плотности распределения f(х / D1) иf(х / D2) подчинены нормальному закону и имеют по одному максимуму (рисунок 6.5). Искомое оптимальное значениех0, доставляющее минимум функции рискаR, будет располагаться нарисунке 6.5между центрамих1их2распределенийf(х / D1) иf(х / D2), т.е.
х1СР<х0<х2СР. (6.31)
Сучетом положенияx0теперь можно утверждать, что условие (6.27) приводит к необходимости выполнения следующего неравенства относительно производных плотностей распределения:
(6.32)
Заметим, что (6.32) всегда выполняется, так как в правой части неравенства стоит положительная величина, а слева отрицательная. Это объясняется тем, что С12>С22, aС21>С11и прих>х1производнаяf'(х0/D1) < 0, а производная f'(х0/D2) > 0 вплоть дох0<х2СР(см.рисунок 6.5).
Запишем решающее правило метода минимального риска с использованием отношения правдоподобия (6.30) и условия (6.22):
x D1, если f(х/D1) /f(х/D2) >P2(С12-С22) / [P1(С21-С11)];х<х0; (6.33)
x D2, если f(х/D1) /f(х/D2) <P2(С12-С22) / [P1(С21-С11)];х>х0; (6.34)
Пороговым значением отношения правдоподобия считают величину
λ=P2(С12-С22) / [P1(С21-С11)]. (6.35)
Если цены принятия правильных решений С11иС22не учитывают, т.е. считают их равными нулю, то выражение (6.35) принимает вид
λ=P2С12/ (P1С21). (6.36)
Используем метод минимального риска при решении диагностической задачи.
Пример 6.7[1].
В преобразователе частоты при нормальной работе в состоянии D1среднее значение частотыFСР= 400 Гц, а ее среднеквадратическое отклонениеσ= 15 Гц. При неисправномD2состоянии преобразователяF2= 430 Гц, аσ2= 50 Гц. Из статистических данных известно также, что у 5% таких преобразователей при эксплуатации наблюдаются отказы. Требуется определить предельную частотуF0преобразователя, при которой еще можно продолжать его эксплуатацию, имея в виду, что отношение стоимости пропуска целиС12к стоимости ложной тревогиC21равно 50.
Решение.
Будем считать, что распределение частоты у исправного и неисправного преобразователей подчиняется нормальному закону, а С11=С22= 0. Тогда из условия (6.30) получим
где Р2= 0,05 иP1= 1-Р2= 0,95 - вероятности пребывания преобразователя частоты соответственно в неисправном и исправном состояниях. Плотности распределения при нормальном законе
;
Подставим полученные значения в предыдущее равенство и, логарифмируя его, получим
-(F- 400)2/ (2152) + (F- 430)2/ (2502) = ln(2,63215 / 50) = - 0,2362.
Это уравнение можно упростить:
F2- 0,794103F+ 15,74104= 0.
Положительный корень этого уравнения F0= 411,46. Следовательно, можно рассчитывать на то, что до частоты 411,46 Гц преобразователь будет работать нормально. Очевидно, что отклонение частоты преобразователя от его среднего значения не должно превышать 411,46 – 400 = 11,46 Гц при его нормальной работе. Полученное решение может быть проиллюстрировано графически нарисунке 6.3, если принятьх1= 400 Гц,х2= 430 Гц, ах0= 411,46 Гц.
Метод наибольшего правдоподобия, как и метод минимального риска, для записи своего решающего правила использует отношение правдоподобия
xD1, еслиf(х/D1) /f(х/D2) > 1; (6.37)
xD2,если f(х/D1) /f(х/D2) < 1, (6.38)
где x- диагностируемый параметр.
Граничное значение х = х0находят из следующего условия:
f(х/D1) =f(х/D2). (6.39)
Сравнивая (6.39), (6.35) и (6.30), видим, что они совпадают, если
λ=P2(С12-С22) / [P1(С21-С11)] = 1. (6.40)
Из этого следует, что метод наибольшего правдоподобия является частным случаем метода минимального риска. При С11=С22= 0 (6.40) приобретает вид
P2С12/ (P1С21) = 1. (6.41)
Отметим в заключение, что всегда надо иметь в виду, что P1>>Ρ2иС12>>С21. Метод наибольшего правдоподобия проиллюстрируем примером 6.8.
Пример 6.8[1].
Условия задачи совпадают с примером 6.7. Необходимо решить ее методом наибольшего правдоподобия.
Решение.
Значение граничной частоты F0преобразователя определим из условия (6.39). Используя данные примера 6.7, получим
После логарифмирования это равенство приводится к виду:
F2- 0,794103F+ 15,75104= 0.
Положительный корень полученного уравнения F0= 407,44. Следовательно, граничное значение частотыF0, при котором будут еще сохранены нормальные условия функционирования преобразователя, будетF0= 407,44 Гц. Сравнивая результаты решений в примерах 6.7 и 6.8, убеждаемся в их близости. Незначительные их расхождения обусловлены приближенностью использованных методов прогнозирования.
Точность предсказаний, которую они гарантируют, примерно одного порядка, но для их использования требуется различный объем статистической информации. Наибольший он в методе Байеса, наименьший - в методе последовательного анализа. В инженерной практике все же несколько большее распространение получили методы последовательного анализа и минимального риска.