2. Методи забезпечення надійності при виробництві рез.

На цьому етапі можна лише зберегти надійність, яка закладена на етапі проектування (конструювання). І це є основною задачею технолога!! Виробничі ефекти можуть різко знизити якість РЕЗ в серійному виробництві, для чого необхідна висока культура виробництва. Вона передбачає не тільки степінь досконалості технологічних процесів і їх практичну строгу реалізацію, високий рівень автоматизації виробництва, ритмічність роботи підприємства, ефективність системи технічного контролю, але і дотримання чистоти і необхідного рівня тиші та норм технічної естетики, тобто усього того, що відповідає максимальним зручностям людини, зайнятого у виробничому процесі.

Технічний контроль – невід´ємна частина виробничого процесу любого РЕЗ. Вхідний контроль комплектуючих ЕРЕ виправданий і доцільний. Розрізняють суцільний (100%) контроль і контроль вибірковий.

3. Методи забезпечення надійності при експлуатації рез.

Чим вище надійність, тим більше у РЕЗ наробка, тим рідше з´являються в ньому відмова, більше міжремонтні періоди, в результаті чого дешевше обходиться його експлуатація.

Розрізняють суб’єктивні та об’єктивні причини, які можуть знизити надійністьРЕЗ в період експлуатації. Суб’єктивні причини – недодержання правил експлуатації РЕЗ; недостатня кваліфікація обслуговуючого персоналу; низький рівень технічної експлуатаційної документації. Об’єктивні причини – дія кліматичних факторів, вплив агресивних середовищ, електричних і магнітних полів; вібрації і удари.

Для усунення причин погіршення надійності РЕЗ необхідно добре знати не тільки правила експлуатації РЕЗ, але і умови, в яких він працює, підвищувати свою кваліфікацію, обережно і відповідально відноситись до експлуатації РЕЗ.

Тема 3. Закони розподілу відмов рез та їх основні характеристики.

Надійність РЕЗ не може бути виміряна безпосередньо як –будь-яка фізична величина. Вона може бути тільки кількісно оцінена або передбачувана. Для оцінки основних показників надійності використовують математичний апарат теорії імовірності. Показники надійності демонтуємих і не демонтуємих виробів в загальному випадку не співпадають і мають різний математичний опис. Але в приватному випадку вони можуть й співпадати, якщо, наприклад, оцінювати надійність ремонтує мого виробу до першої відмови.

Для кількісної оцінки показників надійності необхідний статистичний матеріал, який отримують в результаті випробувань декількох виробів.

При оцінці надійності виробів основними об’єктами досліджень є випадкові величини і випадкові події.

Випадковою величиною називають таку величину, яка в результаті досліду може приймати те або інше, але наперед невідоме значення. Випадкові величини можуть бути дискретними або неперервними. Наприклад, в результаті багатократного вимірювання одного і того ж фізичного параметра технічного пристрою отриманий ряд дискретних випадкових величин. Час роботи виробу до відмови є неперервною випадковою величиною.

Імовірність усіх значень, які може приймати випадкова величина, називається розподілом ймовірностей. Закономірності розподілу випадкових величин називаються законами розподілу випадкових величин.

Законом розподілу випадкової величини називається співвідношення, яке встановлює зв'язок між можливими значеннями випадкової величини Х=(Х1,…Хі,…Хk) і відповідними ймовірностями Р=(Р1,…Рі,…Рk) її появи.

Випадкові величини підкоряються тому чи іншому закону розподілу. Неперервні і дискретні випадкові величини Х характеризуються імовірністю того, що вони менше декотрої поточної змінної Х. Ця обставина визначається інтегральним законом розподілу або функцією розподілу F(X) випадкової величини Х:

0 х Х

Значення інтегральної функції розподілу в точці чисельно дорівнює імовірності того , що випадкова точка в результаті і-го досліду займе декотре положення лівіше точки .

Графік інтегральної функції розподілу результатів спостережень уявляє собою неперервну зростаючу криву, що починається від нуля на від´ємній безмежності асимптоматично наближується до одиниці при збільшенні аргумента до плюс безмежності.

F(X)

1,0

(X)

Часто при х = Q інтегральна функція розподілу має точку перегину. Тоді, якщо в точці перегину інтегральна функція розподілу приймає значення, дорівнююче половині, то говорять про симетричність розподілу результатів досліду відносно істиного значення вимірюваної величини.

В цьому випадку графік інтегральної функції розподілу має вигляд:

F(X)

1,0

0,5

0 Q (X)

Диференціальний закон розподілу або щільність розподілу f(x) випадкової величини Х уявляє собою похідну від функції розподілу:

Графік диференціальної функції розподілу, частіше усього має колоколоподібну форму і має максимум при х = Q

F(X)

0 Q (X)

Важливими характеристиками законів розподілу випадкової величини Х є математичне сподівання, дисперсія, середньо квадратичне відхилення і коефіцієнт варіації.

Математичним сподіванням М(Х) випадкової величини Х називається сума додатків можливих значень Х=(Х1,…Хі,…Хk) на імовірність появи цих значень Р=(Р1,…Рі,…Рk):

Математичне сподівання – це середнє значення випадкової величини в генеральній сукупності, воно характеризує центр розподілу Х.

Дисперсією D(X) випадкової величини Х називається математичне сподівання квадрата відповідної центрованої величини .

, де .

Дисперсія характеризує розсіювання величини Х.

Середньо квадратичне відхилення σ(х) випадкової величини Х називається вираз:

- який також характеризує розсіювання випадкової величини Х.

Відношення σ(х) до М(х) називається коефіцієнтом варіації, який характеризує розсіювання випадкової величини Х (обчислюється у %):

.

В теорії надійності найбільше розповсюдження отримали наступні закони розподілу випадкових величин: біноміальний закон і розподіл Пуассона – для дискретних випадкових величин, експоненціальний закон, закон Вейбулла, нормальний та логарифмічний нормальний закони – для неперервних випадкових величин.

Біноміальний закон розподілу – характеризує імовірність появи події в незалежних дослідах. Якщо імовірність появи події в одному досліді дорівнює (відповідно імовірність його непояви дорівнює ), а кількість незалежних дослідів дорівнює , то імовірність появи події в серії m дослідів може бути представлена наступним чином:

,

де - кількість сполучень m по n, яке дорівнює:

.