книги из ГПНТБ / Игнатов, В. А. Статистическая оптимизация качества функционирования электронных систем
.pdfрасходы на одно ПО являются линейно возрастающей функцией т: сп(т) = сц+фт, ß>0, что обычно и имеет ме сто. В этом нетрудно убедиться, подставив сп (х) в фор мулу (4-36) и приравняв нулю производную от получен ного выражения.
Для отыскания т 0Пт целесообразно использовать ите рационное соотношение
Ч +і = Ч - [Л Ы ч + In Р Ы - -J ] [Л' (ч) ч] - 1. |
(4-41) |
|||
где |
для ОВФИ-раопределений типа (2-9) \ = |
с |
kc Т |
|
щ'д Д ’ |
||||
для |
ВФИ-ра определений \ |
= ксаТ йс~х . |
|
|
ТЭХ оптимального ПО для ОВФИ-распределения |
||||
А1 [смия (^оцт)] — СрА (т0цт |
■4 (ТОдт) |
ЮОѴо. |
||
11т Л (О |
||||
|
|
*С-ЮО |
|
(4-42) |
|
|
|
|
Из формулы (4-42) следует, что выигрыш от оптими зации сложных устройств тем больше, чем меньше от ношение спс_1р и чем больше lim Л it).
t - > C O
Пример 4-4. Время безотказной работы устройства
имеет гамма-распределение с параметрами |
п = 2 и |
а = |
= 1,2-IO-3 ч-1, Ср = сп=100 руб. Требуется |
найти |
ТЭХ |
оптимального ПО. |
|
|
Условие (4-38) выполняется, следовательно, опти
мальное ПО существует. Выберем |
к —2,7, |
тогда |
т0= |
= 4500 ч. Используя выражение |
(4-41), |
найдем |
Ті=' |
= 4 500— (4,56—3,55—1)( 1,583-ІО-3) - 1«4436 |
ч. Так |
как |
поправка к то в первой же итерации менее 2%, то т0пт= =4436 ч, т0птТ-1о=2,66.
ТЭХ оптимального ПО
M [ W - W > ] = 0,0997 руб -* -1, W « 17°/0,
’'опт^’о 1~ 2’^ -
Таким образом, алгоритм расчета ТЭХ оптимального ПО устройства следующий. Статистическими методами определяют интенсивности ухудшения определяющих па раметров, интенсивности внезапных отказов, показатели затрат на АР и ПО, проверяют выполнение необходимых условий (4-38), с помощью рекуррентного соотношения
1 5 0
(4-41) и формул (4-42) рассчитывают искомые харак теристики.
Итак, в этом параграфе доказаны условия существо вания и единственности оптимального ПО устройств, вы ведены итерационные и аналитические соотношения для определения ТЭХ оптимального ПО. Очевидно, что по лученные результаты так же, как и в § 4-3, позволяют исследовать влияние внезапных отказов и неполного об новления устройств после ПО на ТЭХ оптимального ПО.
4-5. Оптимизация интенсивностей профилактического обслуживания и аварийного ремонта систем
Когда простой изделий на ТО приводит к убыткам, необходимо оптимизировать как интенсивность ѵ вывода изделия на ПО, так и интенсивности | и р. проведения ПО и АР. Решение такой задачи нетрудно получить, при меняя метод неопределенных множителей Лагранжа [Л. 58]. Исходными данными -служат' коэффициент вы
нужденного простоя на ТО (&то) — использование ^то |
||||
удобнее в вычислительном |
отношении —іи |
УЭР. |
||
Применяя выражение |
(2-108) — (2-110), |
получим: |
||
2*)о (''lit + VH-)_______ |
(4-43) |
|||
^то £рЛ7іо+ 7]і + ѵ) + 271о(Гіі£+ѵ|Л‘ |
||||
|
||||
Выразим УЭР через ѵ, |
| и р. |
Абсолютная стоимость |
||
ТО с = Сіѵ + с2І+Сз|.і руб., где сі, |
с2 и с3— экономические |
показатели, которые определяются известными методами (Л. 12] для каждого типа изделия. Так как периодич ность ПО
___ 1 I 1 |
_Ч о + ѵ |
|
|
ъ |
|
|
|
то УЭР |
|
|
|
C = ~ L = ^ (c,v |
+ Сзіх)- , |
(руб- я - 1). |
(4-44) |
Рассматривая формулу (4-43) как целевую функцию, |
|||
а (4-44) как ограничение, |
составим |
вспомогательную |
функцию Лагранжа для определения ѵ0Пт, Іопт, Цоптпри известных т]о, тр, cit с2, с3 и С
L(v, I, ц, Y) |
______ 2y)o |
л- Ѵ^-)_______ |
|
ifj- ( ^ i + ''lo + |
v) + 2i)„ ( ъ Ң - v p ) |
||
|
Дифференцируя выражение (4-45) по ѵ, |, р, у и при равнивая получаемые производные нулю, после необхо димых преобразований получим:
______ 24l¥ ho-M ! +v)_______ I |
V C3V |
|
[£,«• (v)o + V], + v) + |
2y[0 (■»],£ + Vp)]2 ' |
1 7j0+ V |
2& (v/oP-+ ЧіР-— ЧіЮ |
_ |
|
Дн (^O + ''h " И ) + 2-yjo СЬ?-Ин)]2 |
||
_YУіоігс^ + Са^ + Сз^ + СіѴ2 . |
||
1 |
(^o + v)2 |
(4-46) |
|
||
_______2на(Чо + 'у1і + ѵ)________I |
у _£3_: |
|
[?fJ-(’7o + ^i + v) + 27j0 (vi1g + v(J.)]2_r |
7) -j-V |
|
(c,v + |
c2j + c3h) •УІоѴ |
|
|
^0 + V |
|
Порядок системы можно уменьшить, определяя у из третьего уравнения и подставляя результат в первое и второе уравнения, тогда
2ргСчо + т ь + * ) ('"Іо + ѵ)
& ( ъ + Ъ + ѵ) + 2-rjo (Tjii+VH.)]2
ъ Р - 2 - ѵ р ’= 0;
C2
2с2тіорІ(гіо+ т]і+ѵ) +riipv(c2g+ 2ciTio+ Civ) +
+т)оцѵ(2сітіо+ 3сіѵ + сзр) + c3riafx2 (По+Лі) +
+Сірѵ3= с 2т]іі2(т]о-|-ѵ);
(сіѵ+ с2%+ с3ц) г)0ѵ —С(г)о+ ѵ).
= |
Пример 4-5. Пусть тіо=10-3 ч_1; г|і = 2-10-3 ч~1; |
сх== |
|||||
103 |
руб-4; с2= 2 -ІО2 руб-ч\ |
с3= 5 -102 |
руб-ч; |
С— |
|||
= |
0,5 |
руб-ч-1. |
|
|
|
|
|
|
После трех итераций получим следующее оптималь |
||||||
ное решение: |
|
|
|
|
|
||
|
Ѵопт—4,23 • 10 3 ч |
ропт~ 0,648 |
ч |
^опт—1,48 ч |
і. |
||
|
|
Уот——2,26- ІО-5 руб-ч-1. |
|
|
|||
|
Следовательно, |
т0п т ~ 1 2 3 2 |
ч; |
£то м и н — 1,81 • ІО-3; |
|||
k? макс“ 1—^ТО ■мин — 0,99819. Неопределенный |
множитель |
Лагранжа у = д/іто/дС в данном случае отрицателен, что
152
соответствует физическому смыслу задачи — увеличение УЭР приводит к уменьшению &то.
Вообще неопределенные множители Лагранжа в дан ном случае позволяют легко определять целесообраз ность дополнительных затрат. В рассмотренном примере увеличение УЭР на А С = 0,1 руб-ч~1 позволяет умень шить &TO на Мто = уАС=0,226• ІО-5.
4-6. Оптимизация технического обслуживания систем методами линейного программирования
Методы линейного программирования можно приме нять для оптимизации ТО, когда множества состояний марковской модели и стратегий управления конечны, управляемые процессы имеют состояние статистического равновесия, порождаемый процессами эргодический класс единственный [Л. 15]. На практике все эти условия,, как правило, выполняются,
Рассмотрим следующую модель оптимизации ТО. Процесс функционирования и обслуживания устройства отражает марковская модель, описанная в § 3-8. Для со стояния статистического равновесия ее вероятностные характеристики полностью определяет матрица интенсив ностей переходов. Предположим, что мы располагаем различными стратегиями управления некоторыми или всеми элементами этой матрицы и каждая стратегия приводит в . конечном итоге к определенным расходам. Найдем оптимальные стратегии управления, минимизи рующие математическое ожидание УЭР.
Обозначим: dik и cih —стратегия управления и за
траты для состояния |
Si; k — l, ѵ, (v*— число |
стратегий |
в Si-u состоянии; |
ац(1г) — интенсивность |
перехода |
устройства из состояния Si в состояние Sj при условии, что в состоянии Si была выбрана стратегия dir, Dih = = P(d=dik/Si) — вероятность выбора стратегии dih при условии, что в момент очередного KP устройство нахо-
ѵі
дилось в состоянии Sy, S Dih = 1; Яі — предельная ве-
роятность пребывания устройства в состоянии Si. Получим аналитические выражения для целевой
функции и ограничений,
153
Математическое ожидание |
интенсивности |
перехода |
|||||
устройства из состояния S, в состояние Sj |
|
||||||
|
|
|
— 2 |
(ft) Dik. |
(4-47) |
||
|
|
|
|
ft=i |
|
|
|
Предельные вероятности щ определяет система урав |
|||||||
нений |
|
|
|
|
|
|
|
N- |
1 |
”і |
Оіі (ft) Dik = |
0, / — О, N — I |
|
||
2 |
% £ |
(4-48) |
|||||
І=0 |
k=l |
|
|
|
|
||
|
|
|
|
|
|
ЛГ-1 |
|
при выполнении |
условия |
нормировки 2 % == 1 • |
|||||
Математическое ожидание |
|
і=О |
состояния |
||||
УЭР для 5г го |
|||||||
|
|
|
м м |
= 2 |
|
|
(4-49) |
|
|
|
|
k=l |
|
|
|
а математическое |
ожидание полных УЭР |
|
|||||
|
|
|
ЛГ-1 |
|
JV— l |
vt |
|
М [С ]= |
2 *іЛГ [^J = |
2 |
**2 |
(4-50) |
|||
|
|
|
1=0 |
|
i'=0 |
fc=l |
|
Введем вспомогательную вероятность Xik=niDih— предельная вероятность пребывания устройства в состоя нии Si, если в нем использовалась стратегия dik. Зада ча оптимизации заключается в том, чтобы при заданных сці и dij(k) так выбрать управляемые переменные х& [в конечном итоге, так выбрать ац (k)], чтобы минимизи ровать линейную форму
|
N — 1 |
ѵ< |
|
М [С] = £ |
£ dkXik |
(4-51) |
|
при ограничениях |
і=Оk=\ |
|
|
|
|
|
|
У 2 ац (ft) ха = 0, |
/ |
- и S *S Xft = 1 |
(4-52) |
i=0 ft=I |
|
t=0 k=l |
|
и граничных условиях |
|
|
|
*»а> .0, |
г=0ГлГп_і; *=ТГѵі. |
(4-53) |
154
Как следует из постановки задачи и вида (4-51) — (4-53), задача является типичной для линейного про граммирования. В соответствии ,с основной теоремой ли нейного программирования [Л. 59] о том, что оптималь ное решение содержит столько положительных перемен ных, сколько ограничений выполняется в виде независи мых равенств, решение поставленной задачи существует и содержит п переменных, что, как и положено, в точ ности соответствует числу состояний.
Однако построение вычислительных алгоритмов имеет ряд особенностей. Например, если применять симплексметод, необходимо учитывать, что в базис и решения не могут входить переменные с одинаковым первым индек сом. Так как любая стратегия выбирается независимо, общее число допустимых решений
"п-і
#1= П Ѵі-
<=0
Зная оптимальные значения хщ>пт, нетрудно опреде лить ВерОЯТНОСТИ Яіошг И Dihoпт
ѵ< |
|
|
ч'г'опт = ^ |
-Xikow', Dinопт = |
(4-54) |
ft=1 |
E я«. |
|
|
fe=l |
|
Еще одной особенностью решения является и то, что |
||
распределение Dik |
является сингулярным — в |
каждом |
состоянии определенная стратегия выбирается с вероят ностью единица.
Алгоритм оптимизации ТО методом линейного про граммирования следующий: выбирают число N состоя ний марковской модели, формулируют стратегии управ ления ѵі, вычисляют элементы матриц i[af;(&)] и (с,-ь), на ходят хікопт, рассчитывают я*опт и D a0Пт, определяют ТЭХ оптимального ТО, математическое ожидание мини мальных УЭР, коэффициенты готовности или простоя, числовые характеристики, а в случае необходимости и закон распределения выходного параметра устройства.
Пример 4-6. Предположим, что функционирование и обслуживание непрерывно используемого приемника
РЛС отражает марковская |
модель с параметрами п = 2, |
m = k — 1 (см. § 2-6), N = 4. |
Чтобы полнее описать исход- |
155
ные данные оптимизации ТО и показать особенности формализации постановки задачи, рассмотрим возмож ные стратегии обслуживающего персонала, когда прием ник находится в различных состояниях.
Если приемник находится в So, обслуживающий пер сонал считает целесообразным лишь контролировать его работоспособность. Тогда в 50 он располагает только одной стратегией d0 и, следовательно, ѵо=1. Если в мо мент KP приемник находится в состоянии Si, обслужи вающий персонал может выбирать, например, две страте гии: du или di2, лц=2. Он может по-прежнему ограни читься KP du и может провести оперативную регулиров ку (РГ) без прекращения работы di2. Величина йю (2) является интенсивностью РГ.
Если приемник отказал — находится в S2, обслужи вающий персонал может провести АР своими силами — du (а2о (1 )— интенсивность восстановления работоспо собности) и может пригласить специальную бригаду — ^22, которая располагает более квалифицированными ре монтниками, имеет более совершенную контрольно-изме рительную аппаратуру, запасные .детали и все инстру менты, необходимые для АР. В последнем случае интен сивность АР возрастает, но одновременно растут и затраты на АР.
Если приемник выведен на ПО (S3), имеется только одна стратегия (dsі) — проводить ПО своими силами.
Исходные данные примера сведены в табл. 4-2. Они носят иллюстративный характер, но подобраны из обла сти реальных значений. Величины е0і и Сц характеризуют
затраты на KP, а сі2 — затраты на РГ. |
|
|
||||||
В |
качестве |
исходного |
решения (исходного управле |
|||||
ния) |
выберем |
то, |
которое |
минимизирует |
непосредствен- |
|||
|
|
|
|
|
|
|
Таблица 4-2 |
|
|
Страте |
Затраты |
|
|
Интенсивности |
^(£), ч~1 |
|
|
Состоя |
|
|
|
|
|
|
|
|
гия |
|
|
|
|
|
|
|
|
ние |
d ik |
СІѴ |
а го |
|
H l |
|
И з |
|
|
руб‘Ч~1 |
|
|
|
||||
S o |
|
0,05 |
—1,5 • ІО -3 |
ІО“ 3 |
0,5-10-з |
0 |
||
s , |
|
0,05 |
0 |
|
— 11,5-Ю -з |
1,5-Ю -з |
і о - 2 |
|
|
|
0,075 |
30 |
|
—30,0025 |
1,5-10-з |
10-3 |
|
s 2 |
|
100 |
1 |
|
2 |
—3 |
0 |
|
d 22 |
200 |
3 |
|
4 |
— 7 |
0 |
||
S3 |
d u |
|
80 |
1,5 |
|
0 |
0 |
—1,5 |
156
но ожидаемые затраты для каждого состояния, т. е.
#01 |
*•01 |
“ 0,OS- |
#11 . г, ___ |
С11 |
_ О.05 |
1г-- |
С21 |
100 |
#21 |
||
_ #31 _ |
_ ^31 _ |
_ 80 _ |
В соответствии с основной теоремой линейного про граммирования остальные переменные равны нулю, по этому
«01*01 + «н*іі + «21*21— 0;
«02*01 + «12*11 + «22*21 = 0 ;
«1 3 * 1 1 + «зз* зі= 0;
* 0 1 + * 1 1 + * 2 1 + * 3 1 = 0 .
Как обычно решим эту систему коэффициентным ме
тодом. Обозначим *оі= |
90*21; |
* и = <?і*2і, |
тогда *21= (1+ |
||
2 |
|
|
|
|
|
;=о |
и решение для коэффициентов |
|
|||
|
|
|
|
#21 Ч~ #11 |
|
<7, |
#02#21 |
#22#0І |
__ CL\ 3 |
||
#0І#12 |
#11#02 |
2 |
#33 19 Яо |
#01 |
Сучетом данных табл. 4-2 получим: х01= 0,905;
~0,0943; 0,0986-ІО-3; х31»0,6104-ІО“3. ТЭХ ТО для такого управления М[С}=0,10768 руб-ч~1-, kv=0,986■ ІО-4; &п=0,6104• ІО-3; йг= 0,9993.
Если относительные квантованные значения чувстви тельности приемника у*0= 0,9; у * і= 0,8; у*г~У*г=^, то математическое ожидание и дисперсия чувствительности
Шу~0,8905; о \ = (3,59- ІО-2)2.
Перейдем к улучшению решения. Посмотрим, к чему приведет использование di2. Новое решение
#0 1
#1 2
- 0,05 - 0,075
’ |
«2 = |
#21 |
100 |
- # 3 1 _ |
80 |
приводит к М[С]=0,0889, следовательно, решение Di не является оптимальным.
157
Попробуем еще улучшить решение и введем страте гию й?22. тогда
|
L^oi |
~ 0,05 - |
Ds = |
^IZ |
0,075 |
d22 |
• c ,= |
|
|
200 |
|
|
—d3l _ |
80 |
а М [С]^0,05696, следовательно, D0ni = D3. Для него Хоі=
=0,9998855714; |
ха = 0,428-ІО-4; |
*22=0,716 • 10~4; х3і= |
||
= 0,286- 10-6; kr=0,9998263; йр= 0,716IO“4; |
£n=0,286X |
|||
X10“7; M![C]=0,05686' руб-ч~'; |
m y~ 0,899, |
o2y=(3,03X |
||
Х І0-2)2. Таким |
образом, |
оптимальное ТО заключается |
||
в периодическом KP для |
первого состояния |
приемника, |
KP и РГ для второго состояния, проведение АР специ ально приглашенной бригадой в третьем состоянии и про ведение ПО своими силами в четвертом состоянии.
В рассмотренном примере оптимизации ТО по сравне нию с Di приводит к снижению УЭР примерно на 55,3%, увеличению &г на 0,053%, улучшению математического ожидания чувствительности на 0,953% и снижению сред неквадратического значения чувствительности на 15,2%.
Пример показывает, что отыскание оптимальных ре шений методами линейного программирования относи тельно сложная вычислительная процедура, особенно для реальных задач, где велики число возможных состояний изделий и число стратегий в каждом состоянии. Поэтому актуальны также и задачи построения более совершен ных вычислительных алгоритмов, учитывающих специфи ку оптимальных задач ТО.
Итак, в этом параграфе сформулирована задача оптимизации ТО как задача линейного программирова ния, отмечены особенности ее решения. По сравнению с классическими методами оптимизации ТО (см. § 4-2— 4-5) методы линейного программирования требуют не сколько большего объема исходных статистических дан ных, но зато позволяют оптимизировать процесс с учетом совместного проведения KP, РГ, ПО и АР. Недостатком является то, что учет расходов ведется не дифференци рованно— например, затраты, обусловленные отказами изделий, учитываются в неявном виде. Полученные ре шения справедливы только для режима статистического равновесия. Последний недостаток не является сущест венным, так как для обслуживаемых и восстанавливае мых изделий этот режим практически наиболее интересен.
158
4-7. Итерационный алгоритм оптимизации обслуживания систем методом динамического программирования
Модификацией симплекс-метода линейного програм мирования, допускающей многократные подстановки [Л. 50], является итерационный алгоритм улучшения ре шения, предложенный Р. Ховардом [Л. 51]. Эта модифи кация позволяет существенно сократить объем вычисле ний и экономить машинное время, за счет этого может быть значительно увеличена размерность решаемых задач.
В соответствии с [Л. 51] рассмотрим управляемый марковский процесс с доходами и расходами. В дальней шем, ориентируясь на задачи ТО, будем говорить о рас ходах. Предположим, что пребывание устройства в со стоянии Si связано с расходами в среднем г« рублей в единицу времени. Величина га может характеризовать, например, убытки от простоя оборудования на АР и ПО. Если устройство переходит из Si в Sj (іФ ]), обусловлен ные этим переходом средние расходы равны Гц, руб., за один переход. Величина Гц может характеризовать, например, стоимость отказа устройства во время опера тивной работы. Ясно, что в общем случае гц и гц могут быть положительными, отрицательными и равными нулю.
Как и ранее, задача оптимизации заключается в вы боре таких стратегий в каждом состоянии, которые ми нимизируют математическое ожидание УЭР. Итерацион ный алгоритм позволяет осуществлять направленный перебор решений. Например, если устройство может нахо диться в 10 состояниях и в каждом состоянии может применяться 10 стратегий, то, применяя обычный пере бор, придется ІѴі= 1010 раз решать систему алгебраичес ких уравнений десятого порядка. С помощью итерацион ного алгоритма оптимальное решение находят за не сколько, обычно три — десять, итераций.
Следуя [Л. 51], выведем аналитические выражения Для целевой функции для состояния статистического рав новесия. Дифференциальные уравнения, описывающие динамику расходов в переходном режиме, составляют так же, как и для вероятностей (см. § 2-2—2-4). Если устройство начинают эксплуатировать из состояния Su
159