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

Обобщим формулу (100) на случай, когда допустимая область огра­ ничена с двух сторон: г»** < v (() < у*. Вместо (95) имеем следующее выражение для функции надежности

sup i'(т)<Су*~

Я(/) = Р

тг ' ,

 

inf

v(x)> vtt

 

_0<т <t

 

Напомним теорему о сложении вероятностей, обобщенную на слу­ чай совместимых событий. Пусть А и В — совместимые события. Ве­ роятность того, что произойдет либо событие А, либо событие В, опре­ деляется как Р(А + В) = Р(А)+Р(В)— Р(АВ). Отсюда следует, что Р(Л + В )< Р(Л) + Р(В). Если Л и В — редкие и слабо связанные

события, то естественно предположить, что

Р(ЛВ)< Р(Л) + Р(В).

Отсюда вытекает приближенная формула

 

Р(А + В )^ Р (А ) + Р(В),

(112)

смысл которой сводится к тому, что при вычислении вероятности сум­ мы редких событий можно пренебречь вероятностью их совместного осуществления.

Применим приведенные выше соотношения для вычисления вероят­ ности Q(t) того, что за время 0 ^ т ^ / произойдет хотя бы один выб­ рос из допустимой области. Поло­ жительному пересечению уровням* соответствует событие Л, отрица­ тельному пересечению уровня у**— событие В. Обозначая соответствую­ щие вероятности пересечений через

Q*(t) И <?**(/), получим

<2 (*)<<?,(/)+ <?.*(')•

 

 

Далее, используя неравенство (97),

2 V

придем к соотношению

 

0 < т

/ ) -

Рис. 62

~ N - (о,*; 0 < т < / ) -

 

 

Таким образом, мы нашли для функции надежности P(t) оценку сни­ зу. Если средние числа пересечений уровней у* и у** малы по сравне­ нию с единицей, то можно пользоваться приближенной формулой

P ( t ) ^ l - N + (vt ; 0 <

т

0

< т </ ) -

Использование в наших рассуждениях формулы типа (112) соответствует тому, что мы пренебрегаем вероятностью появления реализаций

типа 3 и 4 на рис. 62.

и безразмерные параметры

Г0 ^S)

у . гс I

о\ Wа

 

Qs

Cfs \

и J

 

приведем формулу (114) к виду

 

 

у 2

ОО

 

 

p (0 = 1 - 5| f ae 2

] “а_1 е -" а ехр^ — уги—

du. (117)

Интеграл, входящий в правую часть формулы (117), не выражается непосредственно через табулированные функции. Применяя прием из книги [14], можно выразить его через бесконечные ряды. Для этого следует разложить один из экспоненциальных множителей в подын­ тегральном выражении в степенной ряд и произвести почленное ин­ тегрирование. Разлагая в ряд первый экспоненциальный множитель, придем к ряду, члены которого выражаются через функции парабо­ лического цилиндра. Разлагая второй экспоненциальный множитель придем к двойному ряду. Воспользуемся вторым способом, более удоб­ ным для фактических вычислений. Произведем в подынтегральном вы­ ражении формулы (117) замену

ОО

ОО

уЩ £гп + 2п

Й - 2

2 н ) Iт -j-n

и т + 2п

т ~ 0 п

2п т\ п\

Под знаком интеграла стоит равномерно сходящийся ряд. Интегри­ руя его почленно и замечая, что

= — г (i±£V

 

о

 

« '

>

 

 

 

 

где Г

(х) — полная

гамма-функция, получим окончательно

 

 

P(t)= \ —

2 2

( - 1)т+пУ^

т+2П Г ( 1

а

(118)

'

т~ о ^ о

2” mini

I.

/ '

Если для оценки условной надежности вместо формулы (100) при­ менить формулу (106), то придем к выражению

[

t

(г— (S,

Р 0 (/ И = е х Р j — ^

е х Р

(119)

2а:

Таким образом, в этом приближении условная надежность подчиня­ ется экспоненциальному закону. Полная надежность (114) этому за­ кону, вообще говоря, не следует. Заметим, что если в формуле (119) время t рассматривать как параметр, то выражение в правой части мо­ жет быть истолковано как функция распределения абсолютного мак-

Вообще говоря, мера повреждения D(t) является случайной функ­ цией, а условная долговечность Т — случайной величиной (рис. 63). Однако чем больше число циклов до разрушения, тем меньше относи­ тельная изменчивость условной долговечности. Поэтому приближенно можно принять, что

p{T) = 6 { T - T J

(см. аналогичные соображения в конце § III.4).

Переходим к вычислениям. Выражение для кривой усталости возь­ мем в виде

N =

(124)

00>

(^* ^ Г),

где N 0 — число циклов, соответствующее перелому на кривой уста­ лости, m — положительный показатель степени, г — характерное зна­ чение параметра прочности (предел выносливости). Параметры Nи m будем считать детерминистиче­

скими, а параметр г — следующим

Плотность распределения максимумов узкополосного гауссовского процесса s{t) с математическим ожиданием, равным нулю, определяет­ ся согласно формуле (93) как

Рмакс (s *) — ~ ~ Г е х Р ^ — 2а^ ) I (S* > 0 ) ‘

(125)

Подставляя выражения (124) и (125) в формулу (123), получим -i—i

Т* (г)

2nN0

exp

ds*

rmCTj

 

(0е

 

 

Интеграл в правой части выражается через функцию Х-распределе- ния Пирсона [109). Окончательно получаем

Г*

^

(126)

 

Os

т

 

 

22

г I ~ у + 1|Prsm+2■ш

Формула (126) дает выражение для условной долговечности. Ус­ ловная надежность в рамках сделанных гипотез рпределяется по фор­ муле типа (41).

P0( t \ r ) = l

U

еСЛИ

t < T M

I

0,

если

/> Г * (г).

Полная надежность определяется по формуле (42), где F(r) — функ­ ция распределения параметра г, а г*(/) — корень уравнения Т# (г) == = /. При достаточно высоком уровне напряжений в формуле (126) можно приближенно положить, что

prs"+!( iH -

Тогда для /**(/) получаем выражение

МО -

1^2

Г

J2si_ г ( — + 0

/

(127)

 

 

2JIN0 \

2

 

Подставляя выражения (115) и (127) в формулу (42), приходим к

выражению для полной надежности

 

 

 

Р (t) =e x p {— — b V l\ / * s L W

- f L + O

_ l ! L

\ щ

I

 

J 2nNo

\ 2

I

rc

При малых r0 (или больших crs) эта формула может быть упрощена:

Р (/) = ехр | — — а, ”' / шТГ Г( — + 1

щг<= У 2nN0

Таким образом, мы пришли к вейбулловскому' закону надежности

Р(0 = ехр ( —с/р)

споказателем степени (5 = aim. Этот результат согласуется с общей

теорией стохастической поверхности усталости [14].

§ II 1.9. Оценка функций надежности в случае многомерного пространства качества

До сих пор предполагалось, что качество системы характеризуется одним параметром v(t) и, следовательно, пространство V является од­ номерным эвклидовым пространством. Обобщим результаты предыду­ щих параграфов на случай многомерного эвклидова пространсхВа у

Общая схема вычислений остается прежней. Вначале мы выведем фор­ мулу для математического ожидания числа пересечений траекторией v(t) границы Г допустимой области Q0; затем используем найденное значение для приближенной оценки функции надежности.

Пусть й 0 — односвязная область в п-мерном эвклидовом простран­ стве V, ограниченная замкнутой гладкой поверхностью Г Пусть, далее, в этом пространстве стохастически задана случайная траекто­ рия v(/) с совместной плотностью вероятности для вектора v(/) и его первой производной по времени p(v, v; t).

Найдем математическое ожидание числа пересечений траекторией v(/) поверх­ ности Г в направлении внешней нор­ мали к поверхности. В целях краткости эти пересечения будем называть поло­ жительными. Математическое ожидание числа пересечений в единицу времени будем обозначать через лц_(Г; t). Про­ ведя рассуждения, аналогичные тем, которые были сделаны при выводе фор­ мулы (48), получим следующую фор­ мулу для v+(r; /):

v + (г ; О

--= Пт

Pi (Г; Д/)

(128)

 

д/-*о

At

 

Здесь Л (Г; At) — вероятность случайного события, которое заклю­ чается в том, что за достаточно малый интервал А/ произойдет одно по­ ложительное пересечение поверхности Г процессом v(/). Эту вероят­ ность можно записать следующим образом:

 

v (т)

Ай;

РХ(Г\М) = Р

Vn (т) >

0;

 

t ^ т ^ t + А/

где Ай — некоторый тонкий слой, окружающий поверхность Г; ип — нормальная составляющая первой производной от процесса v(/), т. е.

i)n = (v, n), п — орт внешней нормали (рис. 65). Выражая вероятность Рх(Г; At) через совместную плотность вероятности p(v, v; /), получим

РХ(Г; А/)---■§ d \

^

p (v ,\-,t)d\ + o(At).

(129)

vn > о

^

 

 

 

Перейдем в формуле (129)

к

интегрированию

по поверхности Г

Разобьем слой Ай на элементарные цилиндры,

имеющие

основание

и высоту, равную нормальной составляющей Avn приращения век­ тора v(/) за время А/:

Дуп = упД^+ о(А0 .

Подстановка в формулу (129) дает

 

P1( T ; A t ) = A t ^ d T

^

p (v r ,v; t) vn dv ±o(At)-

 

T

v n >

0

 

Отсюда, используя формулу (128), получаем

 

v+ (Г; t) = J dT

l p (v r ,v ;/)o „rfv ,

(130)

Гl n > 0

где vr берутся на поверхности Г

Формула (130) является обобщением формулы (49) на случай много­ мерного пространства качества V Заметим, что некоторые ограничения, наложенные ранее на свойства поверхности Г, могут быть устранены. Например, если поверхность Г является кусочно-гладкой, то нор­

мальная составляющая vn будет определена всюду, кроме некоторых линий — ребер поверхности. Можно ожидать, что для достаточно пе­ ремешанных многомерных случайных процессов вероятность пересе­ чения поверхности Г через ребра будет пренебрежимо малой. Поэтому формулу (130) можно распространить и на кусочно-гладкие поверхнос­ ти. Формула (130) распространяется также на случай многосвязнои области £20, а также на случай неограниченных областей (например, полупространства).

Переходим к определению функции надежности

 

P(t) = Pfv(x)

0 < т < / ] .

(131)

Все рассуждения из § III.7, относящиеся к приближенным оценкам для функции надежности P(t) и вероятности отказа Q(/), остаются приме­ нимыми и в случае многомерного пространства V Вместо формулы (100)

для функции надежности Р(/) полу­ чаем оценку снизу

t

 

P { t) > 1— jjv+ (r;-r)dT.

(132)

Предполагая, что отказы образую*

пуассоновский поток, получим ф0р. мулу типа (106)

Р (() •=. ех р — \>v+ (r;r)d r

(1331

Рис. 66

и т. д. Как и в одномерном случае, формула (132) дает для функции иО' дежности оценку снизу; формула (133) при некоторых orpaHH4eilUJlSi

накладываемых на свойства процесса \(t), Дает асимптотическое np,i- ближение. При этом принято, что Р(0) = 1 .

Рассмотрим примеры приложения выведенных формул. Пусть про­ странство качества V является двухмерным, а^ область « 0 представляв

собой прямоугольник со сторонами 2гц и 2t>2 (Рис- 66). Подсчитаем

среднее число

положительных

пересечений границы

прямоугольника

1 двухмерным

стационарным

гауссовским

процессом.

 

Совместная

плотность вероятности p(v, v) имеет вид

 

 

 

 

 

 

p(v, v) = p1 (y1>y2)p2 (t)1,u 2).

 

 

(134)

Плотность вероятности Pi(vlt v2) записывается как

 

 

 

p(v1, t>,)=---------—-------exp j----------!----

x

 

 

 

2л о 1 о 2 ]' 1 p2

4

2(1 — p2)

 

 

( V i - d i ) *

Q p (t>t — ai) (t>a— Да) |

( v 2 — a .) 2

 

(135)

X

>1

 

ala2

 

°2

]'

 

 

 

JI

 

 

где a? и 02 — дисперсии процессов vx{t) и v2(t) соответственно; al wa2— математические ожидания; р — коэффициент корреляции этих процес­ сов в совпадающие моменты времени, т. е.

а? = <(01—'ai)2>; 02 = <(t>2—a2)2):

P = <[t>t ( Q — ° i ][P » (0 — Ог1>

Плотность вероятности p2(vb v2) записывается аналогичным образом:

Рг (ov v2) = ,

1

 

- exp

_ _ i _ r (

4 _

2 r _ ^

z)

 

 

 

 

2 n S i s 2 V 1— r 2

 

2 (1 — r 2) \

Sj

S i s 2

 

 

 

 

 

 

 

s

Здесь использованы

обозначения

 

 

 

(136)

 

 

 

 

 

2

. -2 , .

.2

 

,.-.2 ,.

<Vi (t)v2(t)>

 

 

Si

=--<Wl>.

S2 =

<^2>,

Г - ----- — -------

 

 

 

 

 

 

 

 

 

 

S1 s2

 

 

Запишем

формулу

(130)

для области й 0, показанной на

рис. 66:

 

 

 

*

 

со

 

со

 

 

 

 

 

 

 

2

 

 

 

 

 

 

v + (r)=

^ d v 2 (j

dv2 ^ p{v*i,v2, v u v 2)vidvi +

 

 

V2

dv2

oo

 

0

 

^

 

 

 

+

 

dv2 ^

p( v*,v2,vu i>2)|ui \dvi +

 

 

_ .

 

 

 

-CO

 

 

 

(137)

 

2

 

 

 

 

 

 

 

 

 

 

 

L' 1

 

°o

 

00

 

 

 

 

 

+

^

dyj

^

d v ^ p(a,,U 2. vi.v*)v2dv2 +

 

 

 

 

*

 

— oo

 

0

 

 

 

 

 

 

“ L’l

 

 

 

 

 

 

 

 

 

V 1

 

 

oo

 

О

 

ф

v I

I •

 

+

$

A *

$ d V t

J

p ( v u — V 2 , V l , V 2 ) \ v 2 \dV2.

 

8 Зак. 1481

Подставляя сюда выражение (134) и используя условия согласован­ ности для многомерных распределений, правую часть этой формулы можно несколько упростить. В самом деле:

оо

^ Р з ( у 1 , v 2) d u 2 - p ( v 1);

— оо

оо

$ P 2 ( v l t v 2) d v i - - p { v 2).

-оо

Здесь p(vy)

и p ( v 2) — одномерные плотности вероятности производных

г.гг(/) и v 2(t) .

Дальнейшие вычисления дают

 

 

 

оо

 

 

оо

 

 

 

(j р ( о , ) У)

=

 

jj р ( о 2) v 2 d v 2 -= - ^ r

 

b

 

' л

о

л

В результате формула (137) принимает вид

 

 

 

 

*

 

 

 

 

 

 

1 2

 

 

 

 

v r (О = у 2^

j

[pi

V2) - \ - p \ ( — V i, V 2)\

d

'2 Ь

+ - = -

\ [pi{vl,v*2) + p i(v l — v,2)]dvi.

(138)

у ZTl

,/

 

Покажем, как вычисляются интегралы, входящие в формулу (138). Возьмем, например, интеграл*

2

 

--------- 1 ......

'2

 

Г p ( v * v A d v r>=

Г

(V, — а,)2

J

К

"

2лах а 2 ] / 1 — р2

J “ Р — 5<T=W

 

 

2р

(у, — a i ) ( v 2 — a2)

(t>2 — а2)г

dvo.

 

 

 

°1 °2

Оо

 

Выделив в подынтегральном выражении полный квадрат линейной функции от у2, введем новую переменную

v2 — a* v \ —' а \

------- - — р ---------

| / 1 — Р2

Аналогичный интеграл рассматривался в § III.5 при выводе формулы

(63).

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]