![](/user_photo/_userpic.png)
книги из ГПНТБ / Игнатов, В. А. Статистическая оптимизация качества функционирования электронных систем
.pdfгде ( уже играет роль числа неизвестных параметров. Особенности решения выражения (7-11) рассмотрим на примерах оценки реализа ции параметров показательного и гамма-распределений.
Пусть Л (х )= Л , тогда |
из выражения (7-11) |
следует |
|
(Ѵі + |
ЛДОе~АІ“ - ѵ г = |
0. |
(7-13) |
Отсюда вытекает, что для оценки параметра показательного рас пределения необходимо знать реализации числа отказов в любых двух соседних сечениях времени, т. е., как и следовало ожидать, необходимо решить только одно трансцендентное уравнение (7-13). Покажем, что решение уравнения (7-13) существует и является единственным.
Теорема 7-1. Если di+i—d-іФ0, 7=1, 1—1, то Лэ^О [см. формулу (7-ТО)] и решение уравнения (7-13) существует и является единст венным для любого і.
Доказательство. Так как первый корень уравнения Л = 0 из рас смотрения исключается, необходимо доказать, что существует еще
хотя |
бы |
один корень, |
отличный |
от нуля. |
Обозначим |
L(A) = |
||||||
—(ѵі+ЛД'О e~AlAt. |
|
|
|
|
|
|
|
|
|
|||
Так как |
l i m Z , ( A ) |
= Vi, |
а H m L ( A ) ^ = 0 , |
ясно, |
что |
решение |
||||||
|
|
|
А —>0 |
|
Л-э-оо |
|
|
|
|
|
|
|
существует, |
если найдутся такие значения Л ]> 0, |
при которых |
|
|||||||||
|
|
|
|
|
Ц А ) —Ѵі >0. |
|
|
|
(7-14) |
|||
как |
В справедливости неравенства (7-14) нетрудно |
убедиться. |
Так |
|||||||||
L (Л) является |
аналитической функцией, самый простой путь |
|||||||||||
проверки— это отыскание максимума |
А (Л) из условия равенства ее |
|||||||||||
производной |
нулю. |
Если |
максимум |
существует и і-*т(Лт)>.Ѵі, то |
||||||||
неравенство (7-14) справедливо. |
уравнение, |
из которого определим |
||||||||||
|
Вычислим L'(А) |
и найдем |
||||||||||
стационарные точки для А (Л) |
|
|
|
|
|
|
|
|||||
|
|
|
At [1 — i (AAt + Ѵі)] с~АШ = |
0. |
|
(7-15) |
||||||
|
Так |
как |
At ф 0, |
то первая |
стационарная |
точка |
определяется из |
|||||
решения |
уравнения |
e~AlAt= 0 |
при |
1 — f(AAt + ѵг) ф 0. |
Из |
него |
следует, что Л = оэ, т. е. первая стационарная точка доставляет минимум функции L (Л). Вторая стационарная точка определяется из ре
шения уравнения 1—L (АА^+Ѵі )—0 при е ~АіАіфй, т. е. Лш=(1—ivJ/iAt'
Непосредственной подстановкой значения Ат в L (Л) нетрудно убедиться, что Ат доставляет L (А) максимум
Так как 1—7ѵ; является малым параметром, то, раскладывая показательную функцию в ряд Маклорена с удержанием .первых трех членов, получим:
(1 — іѵ4)-+ |
(1 - »і)й |
(1 - tvt)2 |
2 |
2i |
Отсюда вытекает справедливость неравенства (7-14), следова тельно, решение уравнения (7-13) существует. Так как L(A) имеет
240
всего лиіиь один максимум, то решение (?-13) является и единствен4* ным, что и требовалось доказать.
Для определения корня А* уравнения (7-13) целесообразно при менить итерационный алгоритм, построенный по комбинированному
методу хорд и касательных: |
|
|
||
А \ + , - |
А%+ |
'ij — L (А%) |
, |
|
U ( А \) |
' |
|||
|
|
|||
[ѵ(- і ( А % +1)](А%+1 - А*,) |
||||
М-1 + ! |
L ( A \ +1) - L ( A \ ) |
, А%+1> А \ ; |
А*;Ä + 2 ' |
[vt - L ( A * Q ] ( A % - A V ,> |
|
A*h+i + |
, A \ +1<A%, |
|
|
L ( A \ +1) - L ( A * h) |
|
|
|
(7-16) |
где в качестве первого приближенного значения корня целесообраз но выбирать А*і = (1,75ч-2,5) Am. Это обеспечивает сходимость ите рационного процесса за две-три итерации.
Пример 7-2. Пусть di=593 шт., 6$=632 шт., /і = 80 ч, #2= 90 ч,
требуется оценить параметр показательного распределения времени безотказной работы устройств.
636 — 593 |
вычислим |
Am = |
Определим ѵ = ---- ggg— — 6,57-10“s, |
1-8 -0 ,0 6 5 7
=-------gg------- =0,593ІО“ 2 ч-1, выберем A*,=2A*m = 1,186-ІО -2,
тогда |
L (A*,) — 7,13 -10~2, L'(A *,) = |
1,84 |
и ' |
Л*2= |
^ 1 ,1 8 6 + |
|||||||
, 6,57 — 7,13 \ |
|
|
1,49*10-2. |
|
|
|
|
|
|
|||
+ ------ |
^34------ |
J 10-= = |
|
|
|
|
|
|
||||
Вычислим ЦА *2) =6,53 ■10~2, тогда |
|
|
|
|
|
|||||||
|
Л*3 = |
1,49 |
|
(6,57 — 6,53) 0,304 |
• 1 0 -2 = |
1,468-ІО "2. |
||||||
|
|
|
6 ,5 7 — 7,13 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|||
Таким |
образом, |
с |
точностью |
до единиц |
в |
третьем знаке |
||||||
А*«і 1,47 • 10-2 ч-1, |
значение корня |
найдено |
за три |
итерации. |
||||||||
Пусть время безотказной работы устройств имеет гамма-рас |
||||||||||||
пределение с параметрами а и г= 2. Тогда с учетом того, |
что Л(х) = |
|||||||||||
=и2х(\ 4-ах), из уравнения (7-11) |
получим: |
|
|
|
|
|||||||
|
( * і + |
+ |
> |
Г ^ | - ) |
( |
1 + |
«*.) |
- |
V, = 0. |
(7-17) |
Это трансцендентное уравнение решается также итерационным методом с помощью системы уравнений (7-16).
Пример 7-3. Пусть ѵ[—0,204, At—10 ч, ^ = 80 ч, 12=90 ч. За три итерации получим а^1,01 • 10~2 ч~1.
Реализации параметров а ь щ, получаемые из уравнения (7-11), различны для различных систем точек реализации d(t). Оценку пара-
241
Метров icti, ai по ансамблю систем точек для одной реализации d(t) получают обычным путем. Более точные оценки параметров можно получить, если воспользоваться методом наименьших квадратов. На пример, для экспоненциального закона Л можно находить из усло
вия минимизации
I
■S = |
[(ѵ* + AM) e~Aikt — Vj]2, |
(7-18) |
|
i = I |
|
тогда А определяют из уравнения |
|
|
I |
ixt) с ~кШ(ХгС-кШ - vt) = 0, |
|
S (1 - |
(7-19) |
|
і=1 |
|
|
где JCi=Vj+AA/.
При малых I трансцендентное уравнение (7-19) решается отно сительно просто методом итераций. В качестве исходного значения целесообразно выбирать А*і = (1—Ѵі,)А/-1. При больших I объем вы
числений возрастает и необходимо пользоваться ЭВМ. |
Для |
сравне |
ния укажем, что для примера 7-2 уравнение (7-19) |
дает |
Л*і = |
= 1,М 0-Ч -'.
Таким образом, задача оценки интенсивности отказов по реали
зациям d(t) сводится к |
определению |
параметров реализаций A-(t) |
из уравнений типа (7-11), |
(7-13), (7-17) |
или (7-19) и их статистиче |
ской обработке. По характеристикам Л (t) с помощью формулы (7-9) находят характеристики N.
Так как в формуле (7-10), по сути дела, используется оценка углового коэффициента d(t) в промежутке At=ti+l—4t, то величину Аt целесообразно выбирать небольшой, чтобы соблюдалась справед ливость линейной аппроксимации. С другой стороны, At должно быть таким, чтобы в этом промежутке наблюдалось не менее 10— 20 отказов. Итак, мы наметили пути оценки интенсивностей моделей в условиях частичной неопределенности и характерные особенности этой оценки проиллюстрировали примерами Обобщить и уточнить полученные решения можно за счет использования квантования вре мени с переменным шагом, более точных оценок интегралов в уравне нии (7-11), рассмотрения случайных моментов наблюдений и т. п.
7-4. Определение параметров математических моделей вероятностными методами
При определении интенсивностей вероятностными методами не обходимо .решать следующие две задачи: найти удобное аналитиче ское представление исследуемого случайного процесса по известным вероятностным характеристикам и определить корни стохастического уравнения для отыскания интенсивностей. Обе задачи имеют боль шое практическое значение и в то же время являются достаточно сложными и интересными задачами теории случайных функций.
Первую задачу чаще всего решают тогда, когда по вероятност ным характеристикам строят реализации процессов. Наиболее рас пространенными являются канонические и неканонические формы аналитического представления, в которых процессы с той или иной степенью точности отражаются детерминированными линейными или
242
нелинейными функциями некоторой совокупности случайных пара метров [Л. 21, 43]. Преимущества и недостатки таких представлений известны. Вторую задачу часто изучали в прикладных исследова ниях теории случайных функций. Применительно к анализу надежно сти ее решением занимался Б. В. Васильев [Л. 30]. По существу, эта задача близка к задачам отыскания обратных функций.
В этом параграфе мы найдем интенсивности пересечения фикси рованных детерминированных уровней линейным, нелинейным и пе риодическим сингулярными процессами, установим взаимосвязь между интенсивностями, одномерной функцией распределения и за конами распределения продолжительностей отрицательного и поло жительного выбросов стационарного процесса; покажем простой путь
определения приведенной интенсивности ТО. |
|
||||
|
Найдем интенсивность ухудшения параметра при линейной |
||||
аппроксимации |
X(t)=Oa—ait. |
|
(7-20) |
||
|
|
|
|
||
|
Решая стохастическое уравнение |
|
|
||
|
|
|
X(t)—x = 0, |
|
(7-21) |
найдем случайное время |
до пересечения |
процессом |
уровня |
||
|
|
Г(х) = (а0—X) o r 1. |
(7-22) |
||
|
Интенсивность пересечения х |
|
|
||
|
|
ц(х) = Т~Ңх) =öi (а0—х)~1. |
(7-23) |
||
|
Соотношение (7-23) полностью определяет вероятностные харак |
||||
теристики |
т](х). Пользуясь методом линеаризации, получим: |
||||
1 |
(x) = |
m, (m0— х ) - \ |
о* (х) = [mf |
- f (ш0 — x)2o^](m0 — х)~*. |
|
|
|
|
|
|
(7-24) |
Интенсивность Ц; ухудшения параметра на фиксированную ве личину &Хі =Хі—Хі+I вычислим по случайному времени пребывания процесса в интервале [хг-, х ж ]
Т і = Т х ( +і і ) — Тх (і) = і А х і а ~ ! і , |
(7-25) |
отсюда |
|
r\i = T-h = aiXx-h. |
(7-26) |
Следовательно, интенсивность ухудшения есть не что иное, как нормированная по величине кванта скорость изменения параметра, ее вероятностные характеристики полностью определяет линейное преобразование (7-26). Ясно, что тип закона распределения т)4 такой же, как и у а,-. Пользуясь методом линеаризации, получим:
ту = ш.ДхТ-1, |
= а2 Ах]~2. . |
(7-27) |
Если АХі — Axj = Дх, то
Т[ = а 1Дх_1, /я^ = и 1Дх-1, а ^= а 2 Ах~*. |
(7-28) |
Поэтому при линейной аппроксимации целесообразно квантова ние по уровню с постоянным шагом, тогда процесс ухудшения пара метра характеризует всего лишь одна интенсивность. Простота и на глядность этой характеристики очевидны.
2 4 3
Найдем интенсивность ухудшения параметра при параболиче
ской аппроксимации |
|
X(t) =a0+a<t—ait2. |
(7-29) |
Используя предыдущий алгоритм, получим: |
|
Т (х) = |e, + [ / а | — 4 й 2 (* — ао) (2Я г )'1; |
(7-30) |
і = 1 ,2 ..., |
(7-33) |
при г = 0 |
|
Іо = [«! — У а\ — 4аг (X, — й0)][2 (*і — Яо)Г’- |
(7-34) |
Легко заметить, что формула (7-26) является частным случаем
(7-33), если а2=0, a Axi=Axj=iAx
(7-35)
В отличие от линейной аппроксимации при параболической це лесообразно применять квантование с переменным шагом, подбирая Ах; так, чтобы г)і = г|л ==т|. Это существенно упрощает вероятностный анализ качества, так как ухудшение параметра по-прежнему харак теризует всего лишь одна интенсивность.
Применяя метод линеаризации, получим:
(7-36)
2
(7-37)
/=о
где
m
(VMt - Ѵ м і+1) f M tMi+1’
244
m
2 (ѴЛІі —' V Ь А - і -[- 8/и2 j {%і Щ)Мі |
(^£+і |
VW - Ѵ Ж + і
Мі = m2,—4m2(x— m0) , Мі+і= m2i—4 т 2(хі+і—« 0) .
Числовые характеристики тіо получают из формул (7-36) и (7-37)
при %2—т0=0.
Перейдем к определению интенсивностей изменения периодиче ского сингулярного нестационарного процесса
X (0 = я0 + ßi cos Ы + аг sin at, |
(7-38) |
где йо, йі, й2 и со — независимые случайные параметры. Представим уравнение (7-38) в виде
X(t) = йо+ а3 sin (w f+40, |
(7-39) |
где я 3 = ]/Г я2 + а |, 47 = arctg a-fl^ .
Случайное время до k-rо пересечения решения стохастического уравнения (7-21)
Тъ(х) = со-1 Ы + (— l)h arcsin
Х(і) уровня х |
найдем из |
X — До |
(7-40) |
й3 |
В установившемся режиме продолжительности положительного Хі и отрицательного т2 выбросов процесса над уровнем х между (26-Н1)-м и (2ä)-m пересечениями соответственно равны
-Ü! = 7"г1,-н (х) — Г2ь (х) = |
со-1 [я — 2 arcsin (х— а0) |
'], (7-41) |
т2 = 2лсо-1 — со—1 [тт — 2 arcsin (х — ад) а ] = |
|
|
— со-1 [л + |
2 arcsi-n (х — д0) д^Г1]. |
(7-42) |
Интенсивности пересечения уровня х с отрицательной г) и поло жительной Ѳ производными соответственно
т) = т, 1 = со [л — 2 arcsin (х —д0)3 |
(7-43) |
—I |
со [л 4- 2 arcsin (х — д0) д3 ] _ |
(7-44) |
|
Пользуясь методом линеаризации, нетрудно найти числовые ха рактеристики этих интенсивностей. Например,
m = /иш [л — 2 arcsin (х — m0) mlf1]- Ч |
(7-45) |
|
т3[л — 2 arcsin (х — ш0) т3 1 J |/ ~ і— (х — m0)s т3 |
2 о« + |
|
т\ [л — 2 arcsin (х — та) т3 *] X |
|
|
+ 2та |
(х — /п„) afj |
(7-46) |
|
|
|
X |
1 — ( * — w o )2 щ 2 |
|
245
Так же, как и интенсивность ухудшения параметра, найдем интенсивность увеличения или уменьшения параметра на. величину Алу. Случайное время пребывания процесса в интервале [Хі, хш] при пересечении уровня х;+і с положительной или отрицательной производной
\ = ю -’ farcsin (Хг+і—а0) д^-1 — arcsin (Xj — а0)а^~!], (7-47)
интенсивность увеличения или уменьшения параметра на |
величи |
ну ДХі |
|
Ѳ(Axt) = to [arcsin (Хі + , — д0) а ^ 1— arcsin (xt — д0) д ^ 1]- С |
(7-48) |
Используя выражение (7-48), нетрудно, как и ранее, определить |
|
числовые характеристики этой интенсивности. |
|
Если в выражении (7-48) m ,= im2= 0, o2i= a22=o'2s, закон распре |
деления выбран в соответствии с корреляционной функцией процес са, то уравнение (7-38) является неканонической формой его анали тического представления. И хотя для вероятностного определения
интенсивностей стационарного |
процесса соотношения (7-43) — (7-48), |
к сожалению, не справедливы |
(при т3 =0 они теряют смысл), в ста |
тистическом анализе методом марковской аппроксимации они играют большую роль.
Для стационарного процесса, который имеет с вероятностью
единица непрерывную |
производную, |
интенсивности Ѳ(і, х) и ц(і, х) |
пересечения уровня х, |
такого, что |
0< Е (х )< 1 [Е (х )— одномерная |
функция распределения процесса], связана с одномерной функцией распределения следующим важным предельным соотношением:
Ѳ(t , X) _ 1 — F(x)
(7-49)
(*.*)“ fW ’
из которого следует, что в установившемся режиме длительности по ложительных и отрицательных выбросов процесса за уровень х имеют один и тот же тип закона распределения.
Действительно, вероятность того, что Х(і) пересечет уровень х с отрицательной производной в промежутке времени At при условии, что в момент То имело место пересечение х с положительной произ водной,
f |
х) |
At = |
1 — J f С*, X) dt |
7] (t, |
х) At, |
(7-50) |
|
где f(t, х) — закон |
|
|
*0 |
|
|
|
|
распределения длительности положительного вы |
|||||||
броса процесса |
за |
уровень х. Из соотношения |
(7-50) |
следует: |
|||
|
|
7) (t, |
X) = |
f ( t , X) |
|
|
|
|
|
t |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
j f (*. X) |
d z |
|
|
а для установившегося режима использование соотношения (7-49) дает:
................... |
1 - F ( x ) |
llm |
f(t.x) |
(7-51) |
lim Ѳ(t, x) = |
—я м — |
t |
||
t 00 |
r |
t —>00 |
|
|
J f (<x) dz
246
Следоватёльно, законы распределения положительных и отрица тельных выбросов стационарного процесса отличаются лишь число
выми характеристиками. Если |
х — медиана, |
то |
F(x)= 0,5 и тогда |
|
и числовые характеристики длительностей полностью совпадают. |
||||
Соотношения (7-49) —(7-51) |
позволяют |
связать |
интенсивности |
|
пересечений стационарного случайного процесса, |
его |
одномерную |
функцию распределения и законы распределения длительностей поло жительных и отрицательных выбросов. Их использование дает воз можность упростить отыскание различных вероятностных характери стик стационарных процессов.
Так как корреляционную функцию можно приближенно выразить через интенсивности пересечения процессом фиксированных уровней (2-28), то появляется возможность находить в замкнутом виде ана литические соотношения между интенсивностями, корреляционной функцией, спектральной плотностью, законами распределения про должительностей выбросов и одномерной функцией распределения.
Кратко остановимся на определении интенсивностей ТО. Так как распределение любого процесса ТО, который включает серию после довательных операций, можно представить в виде гамма-распределе ния с приведенной интенсивностью (2-3), то, вводя ЭСВ — случайное время обслуживания т и ЭСВ — случайное число операций М, не трудно определить приведенную интенсивность и ее числовые харак теристики, выраженные через характеристики этих ЭСВ:
М |
m l g2m- f /я■м12 |
|
(7-52) |
Таким образом, зная то или иное аналитическое представление процессов ухудшения качества и ТО, включающее ЭСВ, характери стики которых могут быть относительно более просто предсказаны, и используя методы, изложенные выше, можно вероятностными мето дами определять интенсивности марковских моделей, необходимые для вероятностного анализа качества проектируемых изделий.
7-5. Выводы
1. При оптимизации качества электронных систем целесообразно использовать такие исходные статистические данные, которые обес печивают простоту и малую трудоемкость получения статистической информации, возможность применения несложных вероятностных ме тодов ее обработки и получения требуемой точности результатов расчетов. В предлагаемых методах анализа и оптимизации качества роль исходных статистических данных играют порядковые статисти ки, определяющие законы распределения продолжительностей пре бывания электронных систем в различных состояниях: в работоспо собном состоянии, на аварийном ремонте, профилактическом обслу живании и т. п.
2. Оценка параметров марковских однородных моделей в усло виях полной определенности, когда необходимые порядковые стати стики известны и план испытаний регламентирован, приводит к хо рошо разработанным процедурам оценки параметров экспоненциаль ных распределений. Оценка параметров марковских неоднородных моделей в условиях полной определенности производится известными
247