Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

1200

.pdf
Скачиваний:
6
Добавлен:
15.11.2022
Размер:
11.69 Mб
Скачать

ных расходов, математическое ожидание прибыли за время Эксплуата­

ции системы в допустимой области и т. п. Некоторые соображения, ка­ сающиеся экономического аспекта надежности конструкций, были при­ ведены в нашей статье [22].

§ II 1.4. Метод условных функций надежности

Как уже указывалось выше, область допустимых значений может быть стохастической. Наибольший интерес представляют случайные изменения этой области при переходе от одного элемента ансамбля систем к другому. Если стохастические свойства системы могут быть охарактеризованы конечным числом случайных параметров, то задачу определения функции надежности целесообразно решать в два этапа. На первом этапе рассматривается система с фиксированными парамет­ рами, для которой строится функция надежности. Эта функция пред­ ставляет собой, по существу, вероятность пребывания системы в допу­ стимой области при условии, что параметры системы фиксированы. По аналогии с условной вероятностью будем называть найденную функ­ цию условной функцией надежности. На втором этапе применяется формула полной вероятности и вычисляется функция надежности для наугад выбранной системы, принадлежащей данному ансамблю. Опи­ санный метод будем называть методом условных функций надежности.

Обозначим параметры системы через ги г2, . . . , га и будем считать, что совместная плотность вероятности р(г) компонентов вектора г =

(ги г2>■■■>га) задана. Рассмотрим один из элементов ансамбля с фик­ сированным вектором г. Реакция этого элемента u(/|r) на случайное внешнее воздействие q(t) ищется как решение стохастического урав­ нения типа (14) с оператором L, зависящим от параметров системы. Обращая оператор, найдем

u (/|r) = # (r)q (0 .

(31)

Здесь Я = L - 1. Далее согласно соотношению (15) перейдем к пара­ метрам качества системы. Оператор М при этом также зависит от ком­ понентов вектора г. После того как стохастические характеристики параметров качества

v (/|г) = Л4(г)и(/|г)

(32)

вычислены, находим условную функцию надежности как вероятность пребывания выбранного элемента ансамбля в соответствующей ему допустимой области:

 

Л>(^Iг) = Р [v(т |г )б Q0(г); 0 < т < / ] .

(33)

Функция

надежности для ансамбля в целом определяется по форму­

ле полной

вероятности:

 

 

 

= 1

$Po(t\r)p(r)dr.

(34)

Поскольку свойства системы, как правило, являются случайными, то целесообразно объединить оба подхода. Вообще говоря, случайные параметры rlf г2, ...» га и s2, sp стохастически зависимы. Обоз­ начим их совместную плотность вероятности через р(г, s). Выбрав один из элементов системы, найдем его реакцию на одну из реализаций внеш­ него воздействия. После перехода к параметрам качества определяем условную функцию надежности

Ро (* | Г, s) = P[V (т I г, s) 6 Qo (Г); 0 <

т < /].

 

Формула для полной надежности

 

 

Р (0 = $ l P o « \ г>s)р (г, s)drds

(38)

является обобщением формул (34) и (37).

 

 

Рассмотрим один частный случай формулы

(38). Пусть

внешнее

воздействие представляет собой однократное квазистатическое нагру­ жение от нуля до некоторого случайного значения, характеризуемого совокупностью параметров slt s2, ..., sp. Будем считать, что система находится в области допустимых состояний Q0, если выполняется некоторое неравенство, связывающее параметры системы rlf г2, ..., га и

параметры воздействия sv s2,

sp:

 

¥ (г,

s )> 0 .

(39)

Если указанные параметры фиксированы, то условная надежность оказывается равной либо единице, либо нулю в зависимости от того, выполняется или не выполняется неравенство (39). Таким образом, условная надежность определяется как

1, если ¥ (г, s) > 0;

Ро =

0, если ¥ (г, s) < 0.

Подставляя это выражение в формулу (38), получаем полную надеж­ ность

Р = 5 ^р(г, s)drds.

а.

Смысл этой формулы состоит в том, что надежность вычисляется как вероятность попадания в область Q0, заданную неравенством (39). На­ пример, если свойства системы характеризуются одним параметром прочности R, а свойства нагрузки — одним параметром 5, то формула принимает вид

Р = § Р ( Ъ S)dRdS.

(40)

а„

 

Формула (40) соответствует ранней трактовке понятия надежности конструкций. Эту трактовку мы находим в работах Н. С. Стрелецкого [108], А. Р. Ржаницына [102] и А. Фрейденталя [128].

Остановимся подробнее на одном частном случае формулы (40). Следуя А. Р. Ржаницыну [102], будем считать, что R ^ 0, S ^ 0, а условие безотказной работы (39) имеет вид

V = R - S > 0.

Вероятность попадания в область, где это условие выполняется (рис. 46), составляет

ооR

P = \ d R fp(R, S)dS.

Оо

Эта вероятность вычисляется особенно просто, если допустить, что параметры R и S независимы и подчиняются нормальному распределе­ нию. Положим, что

 

 

 

 

(/?-</?>)* ~

 

p(R) = — ± — e x p ---- — ~ </?>)2 1 ;

 

V 2Л<Т

R

 

L

9fT2

 

 

 

 

 

ZЧ(JR

 

 

р(5) =- >

 

 

 

(s - < s >)2

1

 

 

exp [_J5z^>)L],

 

Т 2яст5

 

2о|

 

 

где а/? и as — квадратные

корни

из

дисперсий

параметров

и S

(рис. 47). Случайная величина ¥

=

7? — 5

также будет распределе­

на нормально, т. е.

1

 

 

(У—<\r»« -I

 

p('F) =

 

 

 

 

 

 

2a|r

J ’

 

У гястф.

 

 

причем параметры этого распределения будут

<Y> = </?>-<S>;

^ = о % + о

Замечая, что в данном случае

оо

P = P O F > 0 )= $ p (¥ )d ¥ ,

о

получим окончательно следующую формулу для гауссовского уровня надежности

_ <R> <S>

У «я + °1

Исключительная простота расчета достигнута благодаря далеко идущим допущениям. К ним относится, например, допущение о том, что параметр R подчиняется нормальному распределению. Очевидно, что это допущение противоречит природе параметра прочности R. Основ­ ной же недостаток элементарного подхода состоит в игнорировании фактора времени. Эксплуатация конструкций развертывается во вре­ мени и поэтому их надежность является функцией времени. Именно неучет этого обстоятельства послужил причиной того, что ранние пред­ ложения по расчету надежности конструкций оказались неудач­ ными.

Применим формулу полной надежности (38) для оценки надежнос­ ти и долговечности в случае, когда причиной отказа является накоп­ ление усталостных повреждений в конструкции. Стохастический ха­ рактер отказов при усталостном повреждении имеет три источника [14]. Во-первых, процесс накопления повреждений в каждой конкретной конструкции является случайным процессом, если даже процесс изме­ нения напряжений является чисто детерминистическим. Во-вторых, внешние воздействия носят случайный характер. В-третьих, сопро­ тивление конструкции усталостным повреждениям существенно изме­ няется при переходе от одного экземпляра конструкции к другому. Как известно, разброс долговечности при усталостных испытаниях весьма велик. Максимальная долговечность может превышать мини­ мальную на два-три порядка и даже больше. Этот разброс наблюдается даже при испытаниях на детерминистические циклические нагрузки.

Его основная причина состоит в том, что усталостная долговечность весьма чувствительна к малым изменениям параметров прочности кон­

струкции, а эти параметры изменяются случайным образом в ансамбле конструкций.

Рассмотрим один из элементов ансамбля конструкций с параметра­ ми прочности ги г2, ... га. Пусть этот элемент подвергнут действию цик­ лических нагрузок с параметрамиsu s2, .... Sp. Долговечность конструк­ ции при этих условиях (условную долговечность) обозначим через Т(г, s). Вообще говоря, условная долговечность является случайной величиной. Но по сравнению с изменчивостью долговечности, обус­ ловленной переходом от одной конструкции к другой или от одного типа нагрузок к другому, разброс условной долговечности можно счи­ тать пренебрежимо малым. Тогда для плотности вероятности условной долговечности можно принять выражение

р(Т | г, s) —б [Т — ТДг, s)l.

Здесь Г (г, s) — характерное значение условной долговечности (на­ пример, ее математическое ожидание). Для условной функции надеж-

Рассмотрим вначале следующую простейшую задачу. Пусть v(t) — непрерывный и дифференцируемый случайный процесс с заданной

совместной плотностью вероятности p(v, v; t) процесса v(t) и его про­ изводной v{t). Процесс v(t) может быть нестационарным; поэтому плот­

ность вероятности p(v, v; t), вообще говоря, зависит от t как от пара­ метра. Из области возможных значений v(t) возьмем некоторое детерми­

нированное постоянное значение

и подсчитаем среднее число пере­

сечений процессом v(t)

уровня

v0.

 

При этом необходимо различать пе­

 

ресечения,

для которых производ­

 

ная v >

0 (рис. 48) и для которых

 

v <с 0.

Первый

тип

пересечений

 

будем

называть

положительным,

 

второй

 

тип — отрицательным.

 

Среднее

число положительных

пе­

 

ресечений уровня v„ в единицу

 

времени

будем

обозначать через

 

v+

t)\

а среднее

число

отрицательных пересечений — через

v_ (рф; t). Среднее число пересечений за неперекрывающиеся проме­

жутки

времени обладает

свойством аддитивности. Поэтому

среднее

число

N+(v^\ 0 ^

т <; /)

положительных пересечений уровня ифза

время 0 < т

t

связано

со средним числом положительных пересе­

чений

в единицу времени v+

(иф\ t) соотношением

 

 

 

 

 

 

t

(43)

 

 

iV+ (y*; 0 < т

t) = $ v+ (vt; т)dr.

 

 

 

 

 

о

 

Аналогично для

отрицательных пересечений имеем

 

 

 

 

JV- (v^;

0 < т < / ) = 5 v_ (v^y т)dx.

(44)

Если процесс v(t)

стационарный, то

 

 

 

 

 

v+(0*) = v- Ю -

(45)

 

 

 

 

 

Для нестационарных процессов соотношение (45), вообще говоря, не имеет места.

Нетрудно установить связь между средним числом положительных пересечений в единицу времени и совместной плотностью вероятности

p(Vy v; t). Рассмотрим достаточно малый интервал времени А/. Обозна­ чим через At) вероятность того, что за время At произойдет одно положительное пересечение уровня иф, через P2(v/> А/) — вероятность того, что за время At произойдет два положительных пересечения и т. д. Среднее число положительных пересечений за промежуток вре­ мени At определим как

оо

 

N+(vt ; г < т < / + Л /)= kS= 1kPh(vt ; А/)-

(46)

7 З а к . 1481

177

При достаточно малых Д/и ординарном потоке пересечений имеем:

Л/)-О(ДО;

(47)

ДО-о(ДО; (* > 2 ).

Среднее число положительных пересечений за единицу времени находчм согласно предельному соотношению

N+ (о»: < т / + д/)

v+(y,; /) = Пт

Д (-* 0 Д<

Учитывая формулы (46) и (47), можем написать

v+(w,; 0 ---Пт

—1

А/)

(48)

д(->о

At

 

 

Таким образом,

задача

сводится к

события, состоящего в том, что за ма­ лый промежуток времени Д/ произойдет одно положительное пересечение уровня

уф. Эту вероятность выразим через совместную плотность вероятности

p(v, у; /). Пусть точка пересечения разбивает интервал At на два ин­ тервала Дti и Д/2 (рис. 49). Вычислим вероятность случайного события

/М е ф; Д () - Р

— д

< у (т) < у»+ Ду2;

 

у >

0;

 

 

( < т < Н - Д ( -

Нетрудно найти, что

 

 

 

о

f

 

 

At) - J

^s

Р (у.

/)йи + о(Д().

С

- Avt

 

 

Далее, замечая, что

Д(, Н- Att = Д/;

ДУ| + Даг = ^ (() Д( + о (ДО,

получим

Д() = Д(|) р (у*, у; () udw + o (Д/).

о

Подставим найденные выражения в формулу (48). Производя предель­ ный переход, придем к окончательной формуле

оо

v+ (t>*; 0 = $ Р(г>*. у;

о

Среднее число положительных пересечений за время 0 < т

< t опре­

деляется согласно формуле (43)

 

 

I

оо

 

N+ (vt \ 0 < т < 0 - = $ dT

p(vt , у; x)vdv.

(50)

о

о

 

Для стационарного случайного процесса

AM"*; 0 < т < 0 = v+(o,)/.

(51)

Аналогично выводятся формулы для среднего числа отрицательных пересечений. Не останавливаясь на подробностях, выпишем формулу для среднего числа отрицательных пересечений в единицу времени

0

 

V- (и,; 0 = 5 р (v*> * )Н dv-

(52)

Как известно, совместная плотность вероятности для стационарного

случайного процесса и его

первой производной обладает свойством

Р Н

v) = p (у, —и).

Отсюда с учетом формул (49) и (52) приходим к соотношению (45).

В качестве простейшего примера вычислим среднее число пересе­ чений v+ (vj для стационарного гауссовского процесса. Для такого

процесса

 

 

 

 

 

 

p(v, у) = Pi(p)p2 ( у),

(53)

где

 

 

 

(v — a)2

 

р, (у) = —7=

— ехр

 

 

F1V '

У

а0

 

2аi

 

 

 

 

 

 

(54)

 

=

 

(

- S ’ )

 

 

 

V

'

V

 

Здесь а — математическое ожидание процесса v{t)\ ol — его диспер­ сия; о\ — дисперсия производной v(t). Если задана спектральная плотность процесса Sy(co), то указанные дисперсии выражаются через нее следующим образом:

o l = ^ S v((o)d(ti]

а2 =

5„(со)со2^(о.

(55)

— ОО

- О О

 

 

Подставим выражение (53)

в формулу

(49):

 

оо

v+(y,) = Pi(v*)$ Рг ( у ) vdv.

Sехр 2а? vdv ~ о2 ,

получим

а.

(у*а)2

V-|- (у* ) ^ ^2navг ~ ехр

Введем обозначение

1/2

ГS v (со) co2rfco

(57)

С S* (со) dco

о

Параметр со,,, имеющий размерность сек_1, будем называть эффектив­ ной частотой процесса v(t). Если процесс v(t) — узкополосный с не­ сущей частотой оз0, то по теореме о среднем

J S v (со)со2с/со ж

оз“ ^ S v(оз) dco.

о

о

Таким образом, для узкополосного процесса эффективная частота оз() практически совпадает с несущей частотой оз0. С учетом обозначений (57) формула (56) принимает вид

 

/ \

(0р

(V* —д)2

(58)

 

V+(f*) = ^ r r eXP

 

Заметим, что среднее

число положительных

пересечений среднего

уровня

= а составляет

 

 

 

 

 

v + W

- f f .

(59)

Отсюда видно, что эффективная частота со,, может быть интерпретиро­ вана как средняя частота положительных пересечений среднего уров­ ня процесса.

Рассмотрим теперь несколько более сложный пример. Пусть про­ цесс по-прежнему является гауссовским, однако не является стацио­ нарным. К необходимости рассматривать процессы этого типа мы при­ ходим, например, в статистической теории сейсмостойкости [12], в ко­ торой сейсмическое воздействие схематизируется в виде нестационар­ ного гауссовского процесса. Другим примером может служить задача о пересечении стационарным гауссовским процессом нестационарного (детерминированного или случайного) гауссовского уровня. Пример такого рода был недавно рассмотрен А. С. Гусевым [45].

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]