книги из ГПНТБ / Игнатов, В. А. Статистическая оптимизация качества функционирования электронных систем
.pdfзависят от времени, например
|
з |
з |
|
|
м-х= |
3^=^] хіотРі т х . |
(2-27) |
|
1=0 |
і= о |
|
Корреляционную функцию Кх (т) процесса X(t) |
приб |
||
лиженно |
найдем |
следующим путем. Аппроксимируем |
|
процесс |
X(t) случайной последовательностью |
прямо |
угольных импульсов с детерминированной амплитудой А = хМакс—хтш. Длительности импульсов выберем, рав ными длительностям положительных выбросов X(>t) за уровень тх, а интервалы между импульсами выберем равными длительностям отрицательных выбросов за уро вень тх. Функцию Kx(t) найдем с помощью обратного преобразования Фурье от спектральной плотности А(ш) случайной последовательности прямоугольных импульсов с постоянной амплитудой (Л. 35]
^ |
/уЛ__ |
2 (хмэкс Хмнн)2^ |
n c [ i - S i ( » ) ] [ i - . 6 i H ] |
|
|
У , |
W2 (л + ^) |
1 — И h И |
’ |
где |
(to) |
и І2(со)— характеристические функции |
дли |
тельностей положительного и отрицательного выбросов X(t) за уровень тх. Например,
СО |
|
|
|
|
|
^ И = J eimt |
ve-^dt = |
|
|
|
|
о |
|
|
|
|
|
где р — интенсивность |
пересечения |
процессом |
уровня |
||
тх с положительной производной. |
|
|
|
|
|
После необходимых преобразований |
|
|
|||
2 (Хмакс ' ‘ Хмин)а Д* |
|
eia>t d(o= |
|
||
(К+ |
р)[со2+ (7 + |
(J.)2] |
|
|
|
(Хмаке |
Хмиң)2 рХ |
— |
|
|
|
О + р )2 |
|
|
|
|
|
Уточним Хмакс и xMHH с помощью |
числовых характе |
||||
ристик (2-27). |
|
|
|
|
|
Обозначим Хмако==tnx-\-kax, хмш= тх—kax, |
восполь |
||||
зуемся условием Д х ( 0 ) = <г2х, тогда |
|
|
|
(2-28) |
|
k=m?=l’ |
|
|
|
|
Следовательно, для приближенной оценки качества при перемежающихся отказах устройств достаточно по
30
отрезку реализации процесса статистическим путем опре делить требуемые интенсивности пересечения, а затем с помощью полученных соотношений вычислить искомые характеристики.
Итак, в данном параграфе рассмотрены некоторые основные типы марковских моделей появления отказов элементов и необслуживаемых устройств, построенные с помощью квантования по уровню выходных случайных функций. Достоинство этих моделей в том, что они по зволяют связать изменение качества устройств с измене нием их параметров, учесть взаимосвязанное появление внезапных и постепенных отказов, оценить различные характеристики качества устройств при перемежающихся отказах. При построении моделей на вид случайных функций, характеризующих изменение параметров эле ментов и необслуживаемых устройств, не накладывается никаких ограничений. Они могут быть линейными, вы пуклыми вверх или вниз, иметь точки перегиба и т. п. С учетом точности исходных данных сложность структу ры моделей можно оптимизировать по требуемой точно сти расчетов характеристик качества.
Отличительная особенность рассмотренной марков ской аппроксимации заключается в том, что вероятност ные характеристики качества элементов и необслуживае мых устройств оценивают по минимуму статистики о времени пересечения случайными функциями фиксиро ванных уровней квантования. Вопросы получения и об
работки статистических данных будут рассмотрены в |
|
гл. |
7. |
2-3. |
Модели технического обслуживания систем |
Техническое обслуживание обычно изучают метода ми теории массового обслуживания и теории восстанов ления [Л. 3, 6]. Эти методы позволяют при некоторых упрощающих анализ предположениях определять веро ятностные характеристики длительности обслуживания: вероятность завершения технического обслуживания за фиксированное время, плотность этой вероятности, ма тематическое ожидание, дисперсию времени обслужива ния и др.
Наряду с этими характеристиками значительный ин терес представляют и те, которые получают с учетом
31
влияния обслуживания на характеристики качества об служиваемого устройства. Очевидно, что в таких иссле дованиях необходимо применять вероятностные модели, в которых фиксируют значения определяющих парамет ров устройств до и после обслуживания.
Кроме того, большинство реальных видов техничес кого обслуживания, как правило, включает не детерми нированное, а случайное число операций, которое зави сит от технического состояния устройства, поступающе го на обслуживание, вида обслуживания, характера отказов, наличия запасных частей и необходимого инст румента, квалификации обслуживающего персонала и т. п. Поэтому необходимо привлекать и математические модели со случайным числом операций. Рассматривая это число как параметр рандомизации [Л. 27, 28], в дальнейшем такие модели будем называть рандомизи рованными моделями технического обслуживания, а са ми процессы — рандомизированными.
В этом параграфе мы рассмотрим простую вероятно стную модель технического обслуживания, которая, учи тывает изменение определяющего параметра устройства в процессе обслуживания [Л. 15], и рандомизированную модель [Л. 27, 28]. Предполагая длительности отдельных операций экспоненциально распределенными величина ми, с помощью решения дифференциальных уравнений А. Н. Колмогорова, описывающих динамику обслужива ния, найдем аналитические соотношения для вероятно стных характеристик процессов обслуживания.
Рассмотрим восстановление работоспособности уст ройства после отказа, включающее т последовательных операций: отыскание неисправного узла или элемента, приготовление инструмента и необходимых деталей для ремонта, разборка неисправного узла, ремонт, сборка отремонтированного узла, настройка и т. п. Предполагая интенсивности проведения отдельных операций извест ными, найдем вероятность К(т) восстановления устрой ства за фиксированное время т, плотность н(т) этой ве
роятности, математическое ожидание Тѵ и дисперсию времени восстановления.
Обозначим через S* такое состояние отображающей марковской системы, когда выполнено і операций вос
становления і = 0,т. Дифференциальные уравнения для вероятностей Р%{х) пребывания системы в 5 г м состоя
нии имеют вид [Л. 15]:
Р 'г- ( т ) = - !ггЧіРІ.(т) + !х,Р,_1(х), i = ÖTiH, (2-29)
где (іі — интенсивность проведения й"і операции восста новления, ііг= 0 при т < / ^ 0.
Как правило, отсчет ведется от момента времени, когда не выполнено ни одной операции восстановления, поэтому можно считать, что в начальный момент време ни т = 0 система находится в 50-м состоянии и начальные условия для решения системы (2-29) определяют сингу лярное распределение
РІ К ) = 5ог. |
1 = О, Ш, |
(2-30) |
где бог — символ Кронекера. |
Могут представлять |
инте |
рес и другие начальные условия, например, в которых предполагается, что в начальный момент времени уже выполнено k операций восстановления. Однако даль нейшее решение такой задачи аналогично, достаточно лишь учесть, что в этом случае процесс включает т' = = т—k операций. Очевидно, можно использовать и бо лее общие начальные условия, которые определяют не сингулярное распределение
|
Рі і \ ) = |
|
Рі\ і =Ö T ^; |
т |
|
|||
|
|
2 |
^ = 1. |
(2-31) |
||||
|
|
|
|
|
|
/=о |
|
|
Прямое преобразование Лапласа системы (2-29) при |
||||||||
начальных условиях (2-30) дает: |
|
|
|
|||||
РА*) |
|
|
|
P /o \--- ----------üi______ |
. •••> |
|||
s + [X.’ |
ll |
(s + |
fAi)(s + [A2) |
|||||
|
_____ M*1ia2• • • |
- l______ . |
||||||
|
P m - 1 ( S ) |
= |
|
|||||
|
|
(s + |
(T,) (S + |
m ) |
. .. (s -f- Jj.m) |
’ |
||
|
|
|
|
Л /„\_-______ РчР'Й ,. , fAw______
* m l 6 / |
s (s _i_ JJ,,) (s -(- |J.2) . . . ( s + |Tm) |
Вероятность восстановления устройства ветствует вероятности попадания марковской состояние Sm, следовательно,
(2-32)
V{x) соот системы в
|
|
|
in |
т |
|
|
|
|
V (х) = |
р т (х)— 1 ■ V |
д - ! Ѵ П |
14 |
(2-33) |
|
|
|
U |
* ■ |
H-t — |
|
|
т |
т |
i = 1 |
M i |
|
|
|
|
|
|
|
||
г д е |
Е |
П |
= ' ■ |
|
|
|
|
і = і |
іфі |
|
|
|
|
3 - 3 |
8 5 |
|
|
|
|
33 |
Плотность распределения вероятности восстановле
ния
|
Ѵ-І—Н |
■pp |
(2-34) |
(=і і^ і |
|
||
|
|
||
интенсивность восстановления |
|
|
|
W(т) = |
О(х) |
|
(2-35) |
1 -Ѵ(х) |
|
||
|
|
|
Используя выражения (2-32) как моментные производящие функции времени пребывания системы в со
стояниях S0, Sm-1, найдем математическое ожидание времени восстановления
Ш-І
|
|
|
|
(2-36) |
І — О |
s —о |
|
|
|
Дисперсию времени вычислим |
с учетом соотношения |
|||
<4Ѵ= т2— Гу, где т2— второй начальный момент |
вре |
|||
мени восстановления, тогда |
|
|
|
|
< = 2 БП(нч - H-J |
ц* |
V’ |
(2-37) |
|
І=І ІФІ |
|
|
|
|
коэффициент вариации |
времени |
восстановления |
kv = |
= ОѵХѵ~1-
Функция (2-34) является плотностью распределения суммы т случайных длительностей операций восстанов ления, каждая из которых распределена по своему эк споненциальному закону. Это распределение класса гамма-распределений.
В самом деле, если использовать приведенную интен
сивность |
проведения |
отдельной |
операции |
р.= |
|
то |
распределение |
(2-34) приводит |
к гамма-распределению с параметрами и, т. В настоя щее время в исследованиях процессов широкое распро странение получил закон Эрланга первого порядка, ко торый является частным случаем гамма-распределения,
34
когда т=2. Такой подход использует гипотезу о том, что восстановление включает две обобщенные операции; отыскание и замену неисправного элемента.
Перейдем к рассмотрению модели, учитывающей из менение определяющего параметра устройства при об
служивании. Предположим, |
что |
|
Ѳ |
S1 |
|||||||
обслуживание состоит |
из |
после |
|
||||||||
довательно связанных во времени |
|
|
|
||||||||
восстановления, |
после |
|
которого |
|
|
|
|||||
устройство |
работоспособно |
и |
|
|
|
||||||
определяющий |
параметр |
прини |
|
|
|
||||||
мает значение лучше критическо |
|
|
|
||||||||
го, и регулировки или настройки |
|
|
|
||||||||
устройства, |
после |
которой |
опре |
|
|
|
|||||
деляющий |
параметр |
принимает |
|
|
|
||||||
наилучшее значение. Такой |
про |
|
|
|
|||||||
цесс часто наблюдается, напри |
|
|
|
||||||||
мер, при восстановлении |
работо |
Рис. |
2-2. Граф |
обслужи |
|||||||
способности |
приемника |
радиоло |
|||||||||
вания. |
|
||||||||||
кационной станции, |
когда |
после |
|
||||||||
|
|
|
устранения неисправности приходится настраивать отре монтированный приемник для получения максимальной чувствительности. Во многих случаях после ремонта сложных устройств возникает необходимость в их регу лировке или настройке.
Для упрощения анализа изучим процесс с четырьмя
состояниями т = 2, |
п —2. |
Это соответствует случаю, |
ког |
да различают две |
градации выходного параметра, |
на |
|
пример уровень прогноза |
(уровень предотказа) [Л. |
74] |
и уровень отказа, а восстановление состоит из. отыска ния и устранения неисправности.
Граф обслуживания приведен на рис. 2-2. Ветвь SoS2 графа отражает то, что с некоторой вероятностью опре деляющий параметр может принять наилучшее значение и непосредственно после восстановления — без дополни тельной регулировки или настройки. Используем прави ло Б. В. Васильева [Л. 30] и составим дифференциаль ные уравнения для определения вероятности того или иного состояния системы
Р \ (т) = |
— 0Р. (%) -f f\P2 (т); |
|
Р \ (х ) = |
— (f t, + |
(2-38) |
f tР) * СО + f t - P s СО; |
||
. P's СО = |
— f t P 3 |
СО» |
где Р3(т ) — вероятность того, что за время т не будет выполнена ни одна операция обслуживания; Р2(т) — вероятность того, что за время т неисправный элемент будет обнаружен; Рі(т) — вероятность того, что за время т работоспособность устройства будет восстановлена и параметр примет значение выше уровня отказа; Ро(х)— вероятность того, что за время т работоспособность устройства будет восстановлена и параметр примет наи лучшее значение; рз — интенсивность отыскания неис правного элемента; р4 и ро — интенсивности замены не исправного элемента; Ѳ— интенсивность регулировки устройства.
В начальный момент времени процесс находится в состоянии S3l поэтому начальные условия для решения
системы (2-38): Рі (0) = б ,з , ( = 0,3. При таких условиях найдем изображения тех вероятностей, которые потре буются в дальнейшем:
|
Ps (s) = |
- J — |
; Р 2(s) = |
7-т ----^ ---- -— г ; |
|
||||||
|
зѴ ’ |
|
s + H's |
2W |
|
(s + |
Ps)(s + |
Po + Pi) |
|
||
|
p |
fc\ — |
____________ _________________ |
|
|
||||||
|
|
1 |
|
(s 4 - Р г ) 0 + .u o + Р і ) 0 + 8) |
|
|
|||||
Вероятность восстановления соответствует вероятнос |
|||||||||||
ти того, |
что |
за |
время |
т процесс |
покинет |
состояния Sг |
|||||
и 5 3 |
|
|
|
|
|
|
|
|
|
|
|
У(т) = |
1 — \Р2СО + |
Р3(х)1= |
1 - |
а3е~*" - |
|
; |
|||||
|
|
|
|
|
|
|
|
|
|
|
(2-39) |
плотность этой |
вероятности |
|
|
|
|
|
|
||||
|
и (х) = |
|
|
+ (р0+ р .) |
|
, |
(2-40) |
||||
где |
ö, = |
1 ------д -^ -г — ; а» = |
------ —------; |
|
|||||||
|
|
|
ЬЧ 4" "Ь ^2 |
" |
|
— Н*0—Н*1 |
|
||||
среднее время восстановления |
|
|
|
|
|
||||||
|
= |
1 ^ |
2 (S) + |
^3 (S)]s=0 |
— |
|
|
|
(2-41) |
||
дисперсия времени восстановления |
|
|
|
||||||||
|
|
|
2 |
2ах I |
2аг |
|
_2 |
|
(2-42) |
||
|
|
|
|
|
|
|
|
|
|
|
Вероятность завершения обслуживания R ( x ) — ве роятность достижения определяющим параметром наи-
36
лучшего значения — определим как вероятность попада ния процесса в состояние 50
R to = 1 - [^o М + Р>W - Рз W] = 1 - а # ™ -
|
- |
але~м |
^ |
- até~^\ |
(2-43) |
|||
плотность этой вероятности |
|
|
|
|
||||
г (х)=^а ,е |
|
I |
I |
„ |
\ „ |
|
I |
„ — 8 * |
2 + ( ц 0+ |
и ,К е ' |
'Н-ва,<Гв\ (2-44) |
||||||
где |
|
|
|
|
|
|
|
|
а — а Л________ _________ |
|
|
||||||
3 |
1 ' |
(0о |
+ |
0 і |
|
= 7 ^ : а4 — «а + |
||
—ü)(60 — 0 2) |
|
|
||||||
0 і 0 г |
|
|
|
|
|
|
Н іИ г |
|
(На — Но — Ні)(Ѳ — Но — Н .) |
’ 05 |
(На — 6)(Ио + H i — Ю ’ |
||||||
интенсивность обслуживания 1ЕГ (т) = |
г (т) [1 —/?(т)]-1. |
|||||||
Математическое |
ожидание |
времени |
обслуживания |
|||||
тг |
% Р і И |
|
— , |
л____ |
|
(2-45) |
||
|
|
|
|
— |
Мно + н.) |
|||
Как и следовало ожидать, среднее время обслужива |
||||||||
ния складывается |
из |
среднего |
времени |
восстановления |
и некоторой части среднего времени регулирования, ве личину которой определяет соотношение между р0 и 0 4.
Если 0= |
const, |
|
то |
при |
pou.71— Д), хг— мгѵ+0_1, при |
|||
—1 |
тГ |
МГѵ. |
|
|
|
|
|
|
000 ! |
|
|
|
|
|
|||
Дисперсия времени улучшения параметра |
|
|||||||
|
2 ___ і ) / |
Д | |
I |
Щ |
I |
#5 |
(2-46) |
|
|
г _ |
\ |
ні |
|
4" Ні)2 |
' |
Ѳ2 |
|
|
|
|
вариация этого времени Ѵг= огхг
Пример 2-2. Для иллюстрации свойств описанного про цесса технического обслуживания рассмотрим характери стики распределения (2-44) при следующих значениях параметров: 0О= 1 «г-1, 01= 1,2 02= 1,4 ч~\ 0 = 0,4 ч~1.
Использование формул для среднего времени восстанов ления и обслуживания, а также для вариации этих ве
личин дает: ту = 1,34 ч; |
Ѵѵ=0,343; тг=2,63 ч; |
Ег=0,865. |
|
На рис. 2-3 |
показаны |
графики г{ха)сг1 (1), |
WT{ax)arx |
(2) и R(ax) |
(3), где ß=O,25(0o+0i + 02+ 0 ) = 1 |
ч_1. |
37
Анализ влияния отдельных параметров распределе ний (2-40) и (2-44) показывает, что основную роль игра ет наименьшая интенсивность, которая в основном и определяет параметры процессов восстановления и обслуживания. Например, в рассмотренном восстановле
нии такой величиной является р0=мині![р,0, ць цг], поэтому и-
грубой «оптической» оценкой среднего времени вос
становления |
может служить |
величина |
т*н = |До_1^ 1 ч |
(точное значение ту=1,34 ч).
В улучшении |
определяюще |
||||
го |
параметра наибольшую |
||||
роль играет |
величина |
Ѳ= |
|||
= |
мин {цо, Ці, |
Ц2, Ѳ], |
поэтому |
||
грубой |
«оптимистической» |
||||
оценкой |
среднего |
времени |
|||
улучшения может |
служить |
||||
величина |
х*г=в~*~2,54 ч |
||||
(точная |
оценка тг=2,63 |
ч). |
С ростом т интенсивность об служивания (интенсивность улучшения определяющего параметра при обслужива нии) Wr{t) --- >~МИ'Н[|Ло, |М, |І2,
Ѳ]. В рассмотренном .приме ре WT{%)— *Ѳ = 0,4 ч-1.
Перейдем к рассмотрению рандомизированной моде ли технического обслуживания. По известным распреде
лению числа операций и интенсивностям их проведения найдем вероятность завершения технического обслужива ния за фиксированное время, плотность этой вероятнос ти, математическое ожидание, дисперсию и вариацию времени обслуживания.
Обозначим через я к вероятность того, что процесс со
стоит из k операций, k = l, т. Условную вероятность пре бывания процесса в состоянии в момент времени т обозначим через Pt (т//е), следовательно, Рт(т/т) — условная вероятность завершения технического обслужи вания. Эта вероятность по-прежнему определяется из формулы (2-33) с тем лишь отличием, что теперь уже интенсивности проведения операций обслуживания зави сят от к.
38
Вероятность завершения технического обслуживания определим по формуле полной вероятности [Л. 28]
R Ы = |
ял -Sn |
k=\ |
1=1 l^i |
P i |
(k) |
_ e—V-Ak)i |
(2-47) |
P i (k) |
— P i ( k ) |
|
плотность этой вероятности
|
f(x) |
m |
|
k |
|
M-t (k) — H-i (k) |
|
|
|
|||
|
= |
n |
p-Pi{k^ |
(2-48) |
||||||||
|
|
|
|
|
|
ps (^) Pi ik) |
|
|||||
|
|
k = \ |
|
i=.\ |
\ф і |
■ |
|
|
|
|
|
|
среднее время обслуживания |
|
|
|
|
|
|
||||||
|
|
m |
|
k |
k |
|
|
|
|
|
|
|
|
V |
|
|
|
81 |
|
|
P i |
(k ) |
|
|
(2-49) |
|
|
|
|
|
|
|
|
|
|
|||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
s7 ,-“fts7 n |
|
|
|
|
|
|
|
||||
|
|
k — \ |
i —1 }Фі |
|
|
|
|
|
|
|
||
дисперсия времени обслуживания |
|
|
|
|
|
|||||||
а ? = 2<S-Sli1 1P i |
|
рі W |
|
|
|
(2-50) |
||||||
Ю - |
P i (*)] |
P i ( k ) |
|
|||||||||
|
'-k= l |
i —I ІФІ |
|
|
|
|
|
|
|
|||
вариация этого времени Ѵг= згт—I |
|
|
|
|
||||||||
Пример 2-3. |
Для |
иллюстрации свойств |
рандомизиро |
|||||||||
ванного технического обслуживания |
рассмотрим процесс |
|||||||||||
с т — 2 и р, (1) = |
24_1, р, (2) = |
4^_1, |
р2(2) = |
3<г-1. |
Для |
|||||||
него |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/г (х )= г 1[ |
і - е- л(|)т] + |
Жз(2)Л . |
||||||||
|
|
(2) |
|
- М 2 ) і _________ Нч (2) |
||||||||
|
|
— Рг (2) |
|
|
Ра (2) — р, ( 2) |
|
||||||
|
|
|
г (і )= щрЛ 1)е~м1)т + |
|
|
|
||||||
|
P t (2) |
P i |
(2) |
|
-|Л ,(2)Т _|_ |
Р , |
(2) |
р 2 (2) |
- ^ ( 2 ) , |
|
||
|
(2) — Я-, (2) |
е |
"И М 2 ) - М 2 ) |
|
|
|||||||
На рис. 2-4 показаны графики г(х) |
при сингулярных |
|||||||||||
распределениях |
числа |
операций: m = l, |
я2= 0 (1), |
я і= |
||||||||
= 0, я2= |
1 (2) |
и при равномерном |
распределении |
я і = |
||||||||
= я2= 0,5 |
(3) . Как видим, с вероятностной точки зрения |
рандомизация приводит, к рассмотрению смеси т гамма-
39