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

книги из ГПНТБ / Игнатов, В. А. Статистическая оптимизация качества функционирования электронных систем

.pdf
Скачиваний:
4
Добавлен:
21.10.2023
Размер:
9.05 Mб
Скачать

Найдем

моменты tont. Математическое

ожидание

/п(х„и ) =

'ои,[/п(РІ), ™(PJ ] + 0 , 5 ^ ^ a

( Pi), (5-18)

дисперсия

t=i

 

 

 

(5-19)

третий центральный момент и коэффициент асимметрии

« 4 ( w ) = 2 ( ^ ) Ѵ , ( й ) . = 0 ^опт/ (5-20)

четвертый центральный момент и коэффициент эксцесса

^ Л = £ ( ^ )

‘ ь Ы .

г = х ч 5 г ~ 3-

<5-21)

і=1

 

 

 

При определении плотности распределения т 0пт

важ­

ное значение имеет

выбор

начальных точек Ті и Гг. По­

этому вначале целесообразно приближенно определить

математическое ожидание т 0пт, используя,

например,, но­

мограммы, а

затем

уточнить ті и Тг, полагая, что Ті=

= 0,7 иг(топт),

а тг= 1,3 от(топт). После этого опять необ­

ходимо уточнить

ют(топт)- Определив

таким обра­

зом начальные точки, можно более точно вычислить мо­ менты высших порядков и закон распределения Топт.

Итерационное соотношение (5-10) используем в удоб­

ном для дифференцирования виде

 

 

Ло(ц) — Л(ті)

(т2 — Т,).

(5-22)

Ло Ы - Л 0 Ы - л ы + л ^ )

Обозначим: ѵ, = Л0 (^) -

Л (<!,), <?, =

Л0 (т2) -

Л0 (т,) -

—Л 0 2) + Л(х1), тогда хопт =

і:1+ ѵ 1'р71(^ — ті)-

Первая и

190

в т о р а я п р о и зв о д н ы е т:011Т по рг- и м ею т в и д :

^ТОП1

 

dv,

г.)

дh f l“

dot

■— К — Э)

 

 

-6

дЧ

д ? у - д $

 

 

ч д?і

1.

?2

dip,

dpt Vl .

1

(5-23)

 

2 dy, dton

, г = 1 Л

<P, dpt dpt

 

где производные

dy,

dv,

ö2y,

d2v,

 

 

 

 

 

 

 

dpt

dp,-

dp?

 

dp?

 

 

 

 

производные мгновенной и средней интенсивностей

I (У)

d2A (у)

 

dA„ (

у)

 

д2А„ (у)

. __, 0

 

дЛ у

д А

 

 

дА0

 

 

dpt ’

dp?

 

 

dpt

)

 

 

2

 

> / --- 1 *

 

 

 

 

 

 

 

 

 

 

 

 

 

Эти

производные

определяются

с

 

использованием

(5-15),

(5-17)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

дх

 

 

ду

 

 

 

 

 

d2x

 

da£/

 

 

 

 

 

 

 

 

 

 

TT #

 

T2

 

 

дА

dpt

У

 

dpі

*

d2A

 

 

dp-

 

dPi

 

 

dpt

 

 

 

 

 

dp?

 

 

 

r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

dy

dA _

 

 

 

 

 

 

 

 

 

 

 

~¥ Wi dpt

 

 

 

 

 

(5-24)

 

dAp

■4-'

 

d2 (■»)<+ Xnan ')

 

 

1

 

dy

 

 

 

 

 

 

 

 

 

dpt

 

 

 

dPi

 

"

 

 

¥

 

dp7’

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

d2y

 

 

föy

V

 

dp ! =

#-

 

d2 (rjt + XnarI ')

 

 

dp?

y ~

M

 

 

 

 

 

dpІ

 

 

 

 

 

 

 

 

 

Производные

ö%

,

 

X

du

ö^u

несмотря

на то, что

dpt

—т,

dpi

 

 

 

 

 

 

dp?

 

 

 

 

 

 

 

записываются в виде громоздких аналитических выраже­ ний, имеют простой характер и вычисляются относитель­

на

но просто. Например,

 

= [1 —t(l}-\-^0-\-Хае П ) ] eÄP( V + ^Пап е

) ~Ь

- и

дЬ (t) X âl0

dL (0)

 

 

 

âl„

-

v ’' ' { f t ' + t ( ' )l + (’ + : g x

- >І -

Щ ' -

«•«>]} +

т

д2х =

— t [2 — t(jj + Я0 + laß

Ѵ )1Х

X exp ( -

X0t +

Яиа

le

%*) +

f

дгЦ 0)

,

 

—з

щ

г

+

 

+

 

 

 

 

 

 

 

 

 

 

2 »

 

+ Чв_Ѵ ] ~ 2С + 2 ^ - Ц •0 1- t L ( t ) +

 

~Ь l1] +

^o)

â2L (t)

+

2Я-3-

t!72~ t dL{t)

 

 

 

 

dX20

 

V

 

1Ло

 

dl

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dL (t)

_ 2

•—I

 

 

— ^ |яо 1X

L (^) -j- (i] +

Яо) dl„

Xg

2—IXq 1 — tL (t) -j-

 

+ 7]ÉrV

~â2L'(t)

 

21

dL’ (t)

t'L' (t)

 

 

 

 

 

 

dli

 

 

dl

+

 

 

dy_

' ^exP ( — V "b ^na„ 'e

n

) +

Ч

dL (0)

- V s]'

dlo

dl

 

 

 

- Tje-w ■б£(0

 

 

2

а;0

 

 

 

 

 

Й =

^ exP ( -

V

+ V*

'e

% t ) + 1

[d2L (0)

, 2X—3

ÖK0

 

 

 

 

 

 

 

 

 

 

dl2

 

 

 

 

 

 

 

\

 

 

 

 

 

 

dL (t)

 

 

 

 

 

 

 

 

 

 

 

dl„

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

öL(t)

ЯГ2

-

tX~' -

tL (t)

 

 

 

 

 

 

 

âl0

 

 

 

 

 

 

 

 

 

 

Алгоритм вычисления моментов и плотности распре­ деления оптимальной периодичности ПО следующий:

y(l)

dhx (t)

dky (t )

âhA (Tj)

 

d*A„ (Xj)

'

dp?

dpf

dpi

 

Р Ч fe)

(tj)

d4 0n.

 

(х оцт)і

 

Pf?

dpf

dpi

 

 

 

 

192

^HoinOl P's (tout)j ^4 ( т о я т ) * А, E ' >О) (tОЕт)> (5-25)

где і= 1,4; /, k = 1,2.

Предлагаемый, метод вычисления плотности распре­ деления Tout является приближенным по двум основным причинам. Во-первых, в качестве исходного аналитиче­ ского выражения для определения Топт используется приближенное итерационное соотношение (5-10), по­ грешности которого во многом определяются выбором исходных точек Ть %г; во-вторых, при определении плот­

ности применяется

аппроксимация отрезком ряда

Гра­

м а— Шарлье. Погрешность,

обусловленная второй

при­

чиной, может быть

снижена

за счет увеличения числа

членов ряда. Первая погрешность может быть уменьше­ на за счет оптимального выбора Ті и Тг. Рассмотрим, как это можно сделать.

Для оптимизации выбора ті и Тг составим систему уравнений из условия симметрии этих точек относитель­ но истинного значения т0пт и из условия обеспечения от­

носительной

погрешности определения т 0пт, не

превы­

шающей заданную ßm:

 

 

%2 —2от(Топт) —TiJ

 

T1 ~ t n (т 0ІІТ)

__[Ар (x,) — A(x,)] (xa — xt)

(5-26)

(1 - ) - ßOT) -J-

А» ( Ч ) — А (x2) — A 0 ( x ,) + A (x,)

Исключив из системы тг, получим трансцендентное уравнение относительно Ті:

. _____________ 2 (хр^) — xt] [Хр (х,) — К (т,)]______________

А0 [2т (х0ПІ) — Xj] — Л [2т (х0ПІ) —•х,] — Л» ( \ ) + А (х,)

 

171 (топт) фт +

1) =

0.

(5-27)

Обозначим левую часть уравнения

(5-27)

через ^ (т 4)

и решим это уравнение методом хорд, тогда

 

„(0_

м -

■« ИГ

(5-28)

Н Г И -

(і—1)1

 

R [х1

 

 

Для проведения первой итерации выберем такие на­

чальные точки 'И,1, для которых R [■с(,І)]>0, R Н г'К О .

1 3—385

193

например ’сп)= 0,5 т(хопт), а

i,5m(xom). Вычисляя зна­

чение ъ\1) в первой итерации,

используем его для вычисле­

ния значения

принимая

^п>= т 1(І), если R [х|!)] > 0 , и

=если /?[t}l,] < 0 . Итерационный процесс будем

продолжать до тех пор,

пока относительная погрешность

6 определения т, будет

значительно меньше погрешности

ßm, например SfH1< ;0 ,1 -і-0,2.

Рассмотрим пример, иллюстрирующий основные осо­

бенности определения плотности распределения т 0пт.

Пример 5-4. Предположим, что параметры Хо, Хп, аш

т] распределены по нормальному закону и имеют следу­ ющие математические ожидания: т (ц) = 1,3 • 10~3 ч-1;

т(Хо) =0,39-10“3 ч_1; т(ап) = 3 ,9 -ІО”3 ч~1, т (ап)=62,4Х

ХІО-3 ч_1. Коэффициент вариации всех параметров оди­ наков и раңен 0,2. Требуется определить моменты и за­ кон распределения т<шт.

Введем нормирующий множитель

ѵ = 1,3• 10_3 ч_1 и

перейдем к нормированным

математическим ожиданиям

т — 1; /п,п = 0,3; т , = 3 ,0 ;

т

= 4

8 . Математические

ожидания средней и мгновенной

интенсивностей

т[А(/;)] — т[х( t ) ( t )], т[Ао(t)]=

= f_1{0,0625 + /—т{\п у ( Ш

m[x(t)]= (1,3+Зе~ш ) ехр (—0,3/+0,0625е-ш ) +

+ 3,33 + m[L (0) ]—1,3е~°-зг{3,33 + m[L (/)]} +

_|_ео,зг m[L'(t)];

m[y{t)] = exy (—0,31+ 0,0625е-да) + 3,33 + m[L (0) ]—

- е - ° '3ЧЗ,33 + m[L(t)]}.

По формуле (5-22) находим т (топт) =0,565. Зная при­ ближенное значение т(%0Пт ), уточним выбор начальных точек ті и х%, фиксируя погрешность определения от(топт) величиной ßm = 5%.

Для вычисления оптимального значения \ из формулы

(5-28) выберем начальные точки xi(J)= 0,5w (xonT) = 0,282;

194

гі2) — т (топт) = 0,565,

В

этих точках R [т^)] = 0,114;

R [х^ ]= — 0,028, следовательно,

начальные точки

х^5

и xj^ для итерационного

процесса (5-28)

выбраны

 

пра­

вильно. Итерируя пять раз,

получим

х}1) = 0,502;

х{2) =

= 0,462;

х|3> = 0,436;

xj4) = 0,423;

xj5) =0,416. Для

пятой

итерации

S[T!< 0 ,1 ,

поэтому

х, =

0,416.

Используя

это

значение, из формулы (5-26)

найдем т2 =

0,714. Получен­

ные оптимальные х, и х2

подставим в

выражение

(5-22)

и определим производные

 

 

=0,114;

 

=

= _ 0,255; % і -= 0,046;

^

= - 0 ,0 9 4 - ІО"3.

 

 

 

дкп

 

 

 

 

 

 

 

 

Используя эти

производные и соотношения (5-18) —

(5-21), определим

моменты и плотность распределения

Топт

 

т (хопт)

0,574; а2 (х011Т) Ä 3,41 - ІО"3;

а(хоаД = 5,84.10"2;

ц3 (т0ПТ) ^ 0; ц4(х0І1І)^ 12,9- 10"“; £ =

=—1,89; (в (х0ПТ) = з - 1(х0ПТ)[Ф'(г)—0,0787ф(')(2)], где г =

—0 Q5g4— . Переходя от нормированных значении ха­

рактеристик периодичности к действительным, получим:

kkb*(Топт) — ttl (Топт) V 1=442 Ч) О* (Топт) =45 ч.

Анализируя полученные результаты, можно заметить, что предложенный мотод выбора оптимальных исходных значений ту и х% обеспечивает заданную точность опре­ деления моментов и закона распределения т0пт — в рас­ смотренном примере Ті и х% практически перекрывают всю область существования т0Пт-

Таким образом, в этом‘параграфе рассмотрен метод приближенного определения плотности распределения оптимальной периодичности профилактического обслу­

живания

с учетом

послепірофилактических

отказов и

случайной

вариации

параметров модели оптимизации,

дан иллюстративный

пример применения этого метода

и указаны

его основные особенности. Метод

позволяет

с заданной доверительной вероятностью строить также и интервальные оценки т0Пт.

13*

195

5-6. Выводы

1. При проведении профилактического обслуживания во многих случаях целесообразно учитывать и отрица­ тельные последствия профилактик. Рассмотренная в § 5-1 постановка задачи оптимизации периодичности профилактического обслуживания с учетом послепрофилактических отказов позволяет минимизировать среднюю интенсивность отказов изделий.

2. Метод приближенного аналитического определения интенсивности отказов изделий с учетом послепрофилак­ тических отказов, описанный в § 5-2, позволяет реализо­ вать графический способ определения оптимальной пе­ риодичности. Формула (5-6) для выигрыша от оптими­ зации профилактического обслуживания дает возмож­ ность определить, как уменьшается среднее значение интенсивности отказов при переходе к оптимальной пе­ риодичности профилактического обслуживания.

3. Построенный в § 5-3 итерационный алгоритм обла­ дает высокой скоростью сходимости и позволяет опреде­ лять оптимальную периодичность проведения профилак­ тического обслуживания с требуемой точностью. Приме­ нение алгоритма дает возможность исследовать зависи­ мость режимов оптимального профилактического обслу­ живания от параметров процесса возникновения внезап­ ных, постепенных и послепрофилактических отказов. Этот алгоритм легко программируется и может быть использован для построения номограмм, упрощающих инженерные расчеты.

4. В § 5-4 дан анализ двух важных для практичес­ ких применений модификаций модели оптимизации, учи­ тывающей послепрофилактические отказы, получены аналитические соотношения, необходимые для использо­ вания итерационного алгоритма (5-3), рассмотрены об­ разцы номограмм для определения оптимальной перио­ дичности и примеры иллюстративного характера.

5. Метод приближенного определения закона распре­ деления оптимальной периодичности, рассмотренный в § 5-5, позволяет учесть случайную вариацию парамет­ ров процессов возникновения внезапных, постепенных и послепрофилактических отказоів. Он может быть исполь­ зован и для получения интервальных оценок оптималь­ ной периодичности с заданной доверительной вероятно­ стью.

196

Г л а в а шестая

ОПТИМИЗАЦИЯ СИНТЕЗА КАЧЕСТВА ЭЛЕКТРОННЫХ СИСТЕМ

6-1. Постановка задачи

Как уже отмечалось, задачи

оптимизации синтеза по своему

характеру значительно сложнее

задач

оптимизации технического

обслуживания. Это обусловлено

большой

неопределенностью исход­

ных данных, повышенной сложностью математических моделей, не­ определенностью взаимосвязей целевых функций и ограничений, сложностью аналитических и «слепотой» машинных методов реше­ ния, трудностями анализа и обработки результатов решения опти­ мальных задач и т. п. Даже если решения оптимальных задач получены, они еще не позволяют непосредственно синтезировать вы­ сококачественные изделия, так как лишь определяют условия дости­ жения теоретического оптимума. Практическое значение оптималь­ ных решений в том, что они показывают, к чему надо стремиться при создании изделий. Так как любой процесс управления проекти­ рованием и производством изделий представляет, по сути дела, разработку, сравнение и выбор лучшего варианта из множества до­ пустимых, полученные решения позволяют объективно и обоснован­ но выбирать этот вариант.

С теоретической точки зрения решения задачи оптимизации син­ теза качества электронных систем целесообразно осуществлять в следующей общей постановке [Л. 85]. По каноническому или не­ каноническому представлению векторного случайного процесса, используемого для прогнозирования изменения выходных парамет­

ров изделия

(6-1)

Х (0 = Х (А , В, D, t),

с помощью тех или иных аппроксимаций необходимо найти анали­ тическое представление целевого функционала

Ф (0 -Ф (А , В, D. t)

(6-2)

ивыбрать характеристическую функцию К(Ф), математическое

ожидание которой М[%(Ф)] определяет требуемую вероятностную характеристику качества. Применяя простейшую, например, степен­ ную аппроксимацию, определить аналитический вид ограничений

С= С(А, В, D, Е)

(6-3)

и выбрать характеристическую функцию ''Р(С),

математическое

ожидание которой MpPfC)] определяет требуемую вероятностную характеристику ограничений. В формулах (6-1) — (6-3) А — матри­ ца, элементами которой являются элементарные случайные величи­ ны (ЭСВ), характеризующие процессы ухудшения выходных пара­ метров изделия; В — матрица, элементы которой ЭСВ, характери­ зующие техническое обслуживание; D — матрица, элементы которой являются случайными мешающими параметрами, например погреш­ ностями представления (6-1); Е — матрица, элементами которой являются экономические ЭСВ.

197

В прямой задаче оптимизации синтеза качества электронных систем при известных вероятностных характеристиках неуправля­ емых переменных D, Е необходимо найти такие оптимальные веро­ ятностные характеристики А, В (моменты, законы распределений), которые обеспечивают экстремум М[%(Ф)] при условии выполнения ограничений для Л4рР(С)]. В обратной задаче требуется найти та­ кие оптимальные вероятностные характеристики А, В, которые обеспечивают экстремум Af[lF(C)] при условии, что математическое ожидание Л4,[%(Ф)] соответствует заданному по техническим . усло­ виям.

Основной недостаток такой общей постановки прямой и обрат­ ной задач оптимизации синтеза в том, что пока еще трудно полу­ чить решения для большинства практически интересных задач. Учитывая то, что в теории надежности еще не накоплен достаточ­ ный опыт решения таких задач, мы не будем рассматривать много­ целевые и многоэкстремальные задачи, хотя пути их решения отча­ сти уже наметились [Л. 66 ]. Мы выберем относительно простую, но достаточно абстрактную математическую модель оптимизации, хорошо отражающую сущность многих инженерных задач проек­ тирования и производства и в то же время доступную теоретиче­ скому исследованию современными математическими методами.

Будем рассматривать задачи, в которых выходные параметры независимы и для прогнозирования их изменения справедлива име­ ющая очевидный физический смысл полиномиальная аппроксимация

п

 

 

 

Yi(t) = S

atjt \ 2 =

1, т,

(6-4)

1=0

 

 

 

где üij — ЭСВ, характеризующие

изменение

і-го выходного

пара­

метра необслуживаемого изделия

в процессе эксплуатации.

В роли

целевых функционалов будем выбирать скалярные величины, по­ рождающие такие характеристики качества, как среднее время без­ отказной работы, вероятность безотказной работы, коэффициенты готовности, простоя, надежности, технического использования и т. п. В роли ограничений будем рассматривать различные состав­ ляющие приведенных годовых расходов (1-3).

В § 6-2 с использованием идей метода оптимума номинала [Л. 67] рассмотрена задача оптимизации моментов начального рас­ пределения выходных параметров изделий с точки зрения обеспече­ ния максимальной прибыли заводу-изготовителю, найдены условия существования оптимальных решений для относительно простого случая, когда прибыль представляет ступенчатую функцию выход­ ных параметров, особенности отыскания оптимальных моментов показаны на примерах.

В § 6-3 описан метод вероятностного анализа характеристик качества проектируемых устройств и показано его место в задачах оптимизации синтеза. С помощью марковской аппроксимации изменения определяющих параметров разработан приближенный ме­

тод

определения вероятностных характеристик

качества

устройств

по

известным вероятностным характеристикам

качества

элементов

и уравнениям связи выходных параметров с внутренними. В каче­ стве примера дан расчет вероятностных характеристик генератора низкой частоты по заданным вероятностным характеристикам эле­ ментов фазовращающей цепи.

198'

В § 6-4 рассмотрены задачи оптимизации синтеза качества невосстанавливаемых элементов, решения которых полезны при обос­ новании оптимального выбора начальных значений и стабильности параметров, расчете оптимального состояния производства, опре­ делении ожидаемого качества изделий при фиксированных затратах на проектирование, производство и эксплуатацию, ограничениях веса, габаритов и других параметров, при определении тех мини­ мальных вложений, которые необходимы для обеспечения заданного

втехнических условиях качества, и т, д.

В§ 6-5 получены решения задач оптимизации синтеза качества обслуживаемых изделий,, которые могут найти применение при обосновании оптимального выбора'выходных параметров, при опти­ мизации ремонтопригодности и эксплуатационной технологичности, при составлении оптимальных регламентов технического обслужи­ вания, определении максимально возможного качества изделий при ограниченных приведенных годовых расходах, при определении тех минимальных приведенных годовых расходов, при которых дости­ гается заданное в технических условиях качество изделий, и т. п.

Использование результатов вероятностного анализа § 6-3 по­ зволяет прогнозировать оптимальное техническое обслуживание

проектируемых

изделий. Отличительная

особенность

заключается

в том, что из-за

неопределенности исходных данных

необходимо

применять параметрическую диапазонную

оптимизацию — рассмат­

ривать весь динамический диапазон оптимальных режимов техни­ ческого обслуживания. Задаче прогнозирования оптимального об­ служивания изделий посвящен '§ 6 -6 .

В § 6-7 показаны особенности применения итерационного мето­ да динамического программирования для оптимизации синтеза ка­ чества обслуживаемых изделий. Этот метод может применяться в тех случаях, когда имеется более полная информация о технико­ экономических показателях проектируемого усройства.

Вопросам расчета экономической эффективности процедуры оптимизации синтеза качества изделий уделяется внимание в § 6 -8 . Особенностью является учет неодновременности производства раз­

личных

капитальных

вложений

и

эксплуатационных расходов.

В § 6-9,

как обычно,

даны выводы

по

результатам гл. 6 .

6-2. Оптимизация начальных значений выходных параметров проектируемых устройств

Оптимизация начальных значений выходных параметров про­ ектируемых устройств является простейшим видом оптимизации синтеза для случая, когда в формуле (6-4) п = 0. Тогда распределе­ ние aw является начальным распределением і-го выходного пара­

метра устройства.

цену

устройства

в

том

случае, когда

Обозначим через Ь(у)

его выходные параметры

принимают

значение

y(t/i,

у т)\

через

/(у, пн, m2, ..., ms) обозначим начальную совместную

плотность

распределения выходных

параметров

(mi, гп2, . .. ,

тц — моменты

распределения); через В

(nil, m2, ... ,

rru) — стоимость

изготовле­

ния изделий с такой плотностью; через £>(піі, m2, . . . ,

т А) — при­

быль завода-изготовителя.

 

в следующей

постановке:

b, f, В

Задачу оптимизации решим

известны, требуется определить

оптимальные

моменты

ші,

m2, ...

199

Соседние файлы в папке книги из ГПНТБ