книги из ГПНТБ / Варжапетян, А. Г. Готовность судовых систем управления
.pdfГЛАВА 4
Подставляя (4.36) и (4.37) в (4.35), получим значения достовер ности контроля для первого и второго режимов работы соответ ственно:
О |
|] |
|
( |
V» |
|
V |
п |
ехр |
\ х і |
|
|||
\ |
— t У |
)\ |
і=і |
||
|
1 |
|
|||
|
<•= |
|
|
п |
\ |
л |
п |
(4.38) |
— 2 |
%itlxl |
J |
2 |
Ьіхі- |
i= i |
/ |
i= i |
|
Ограничения, накладываемые на |
переменные |
х и х 2, |
X ПI |
||
имеют вид |
|
|
|
|
|
п |
п |
П |
|
|
|
2 |
ctX[ ^ |
С; 2 |
g,- |
G, |
(4.39) |
(= 1 |
1=1 |
І= 1 |
|
|
|
где tt — время контроля |
і-го параметра; ct |
и g { — стоимость и вес |
элементов автоматической системы контроля, обеспечивающих кон троль t-го параметра.
Таким образом, для решения сформулированной выше задачи необходимо максимизировать целевую функцию (4.38) при заданных ограничениях (4.39), т. е. решить задачу нелинейного программиро вания. Используем для решения метод динамического программи рования [7].
Функциональное уравнение для первого режима работы автома
тической системы контроля имеет вид |
|
fk (t, с, g) = max ((&Li + h ) exp [— t (Я,*_і + A*)]), |
(4.40) |
где A,*_p b*k_j — интенсивность отказов и значение критерия объек тивности части системы, необходимой для контроля А — 1 пара метров; А,*, bk — интенсивность отказов и значение критерия объек тивности части системы, необходимой для контроля А-го параметра; t — время, необходимое для контроля А параметров.
Функциональное уравнение для второго режима работы автома тической системы контроля можно записать в виде
fk (t, с, g) = |
max ((6 fe_i -+- bk) exp [— (^_i + h) |
(A,LI + A*)]), (4.41) |
где A’ j, b\_v |
fk_ x — интенсивность отказов, |
значение критерия |
объективности и |
время контроля части системы, необходимой для |
|
контроля k —- 1 |
параметров; |
6 А, 4 — интенсивность отказов, |
значение критерия объективности и время контроля части системы, необходимой для контроля А-го параметра.
Для иллюстрации рассмотрим численный пример [10].
Пример 4.3. Пусть имеется пять выходных параметров радиоэлектронной аппа ратуры 2 і, гг, z3, z4, z5, характеристики системы контроля которых даны в табл. 4.22. Требуется выбрать для контроля набор таких параметров, чтобы функция (4.38)
имела максимум, а вес системы контроля и время контроля в относительных едини цах (о. е.) не превысили значений G = 38, (к = 18.
9* |
131 |
МЕТОДЫ ПОВЫШЕНИЯ готовности
Т а б л и ц а 4.22 Характеристики системы контроля выходных параметров__________________________
Контролируемые выходные |
|
и |
&І |
ьі |
параметры |
|
|||
гі |
0,08 |
2 |
5 |
0,055 |
г2 |
0,01 |
4 |
8 |
0,0335 |
г3 |
0,02 |
5 |
6 |
0,0704 |
Z4 |
0,03 |
1 |
5 |
0,136 |
26 |
0,1 |
8 |
20 |
0,428 |
Предположим, что стоимость не является лимитирующим параметром. Решение задачи сводится к нахождению мажорирующей последовательности согласно функ циональным уравнениям (4.40), (4.41). Табл. 4.23—4.26 отображают процесс выбора
|
|
Т а б л и ц а |
4.23 |
Получение членов промежуточной оптимальной последовательности |
|
||
при рассмотрении параметров г х и г2 |
|
|
|
О, |
0 |
0,0469 |
|
|
|
||
іг |
0 |
2 |
|
0 |
5 |
|
|
0 |
0 |
0,0469 |
|
0 |
0 |
2 |
|
0 |
0 |
5 |
1 |
|
|
|
|
0,0322 |
0,0322 |
0,0724 |
|
4 |
4 |
6 |
|
8 |
8 |
13 |
2 |
|
|
|
|
|
|
Т а б л и ц а |
4.24 |
Получение членов промежуточной оптимальной последовательности при рассмотрении параметров г г—г3_______________________________________________
1 , а |
0 |
0469 |
0,0724 |
0 |
■> |
6 |
|
*lf 2 ' |
0 |
5 |
13 |
0 |
0 |
0,0469 |
0,0724 |
0 |
0 |
2 |
6 |
0 |
0 |
5 |
13 |
|
|
1 |
3 |
0,0637 |
0637 |
0967 |
1177 |
5 |
5 |
7 |
11 |
6 |
6 |
И |
19 |
|
2 |
4 |
5 |
132
ГЛАВА 4
|
|
|
|
|
|
|
Т а б л и ц а |
4.25 |
|
Получение членов промежуточной оптимальной последовательности |
|
|
|||||||
при рассмотрении |
параметров |
г г — z4 |
|
|
|
|
|
||
|
D i — 3 |
|
|
|
|
|
|
|
|
|
Л - Э |
|
0 |
0 , 0 4 6 9 |
0 , 0 6 3 7 |
0 , 0 7 2 4 |
0 , 0 9 6 7 |
0 , 1 1 7 7 |
|
Dt |
й і - з |
|
|||||||
|
0 |
2 |
5 |
6 |
7 |
11 |
|
||
14 |
|
|
0 |
5 |
6 |
1 3 |
11 |
19 |
|
|
|
|
|
|
|
|
|
|
|
Üi |
|
|
|
|
|
|
|
|
|
|
0 |
|
0 |
0,0469 |
0,0637 |
0,0724 |
0,0967 |
0,1177 |
|
|
0 |
|
0 |
2 |
5 |
6 |
7 |
1 1 |
|
|
0 |
|
0 |
5 |
6 |
13 |
11 |
19 |
|
|
1320 |
|
1320 |
1579 |
0,1812 |
1784 |
1956 |
2 1 2 0 |
|
|
1 |
|
1 |
3 |
6 |
7 |
8 |
12 |
|
|
5 |
|
5 |
10 |
11 |
18 |
16 |
24 |
|
|
|
|
1 |
2 |
3 |
|
4 |
|
5 |
|
|
|
|
|
|
|
Т а б л и ц а |
4.26 |
|
Получение членов промежуточной оптимальной последовательности |
|
|
|||||||
при рассмотрении |
членов г г — г ь |
|
|
|
|
|
|||
|
Di-i |
|
|
|
|
|
|
|
|
\ |
u - t |
- |
0 |
0 , 1 3 2 0 |
0 , 1 5 7 9 |
0 , 1 8 1 2 |
0 , 1 9 5 6 |
0 , 2 1 2 0 |
|
|
gl-1 |
|
|||||||
|
|
0 |
1 |
3 |
6 |
8 |
12 |
|
|
h |
|
|
0 |
5 |
1 0 |
11 |
16 |
2 4 |
|
|
|
|
|
|
|
|
|
|
|
Въ |
|
|
|
|
|
|
|
|
|
|
0 |
|
0 |
0,1320 |
0,1579 |
0,1812 |
0,1956 |
0 ,2 1 2 0 |
|
|
0 |
|
0 |
1 |
3 |
6 |
8 |
12 |
|
|
0 |
|
0 |
5 |
10 |
11 |
16 |
24 |
|
|
|
|
|
1 |
2 |
3 |
4 |
|
5 |
|
0,1923 |
|
0,1923 |
0,2459 |
0,2300 |
0,2503 |
0,2317 |
|
|
|
8 |
|
8 |
9 |
11 |
14 |
16 |
20 |
" |
|
20 |
|
20 |
25 |
30 |
31 |
36 |
44 |
|
|
|
|
|
6 |
|
7 |
|
|
|
МЕТОДЫ ПОВЫШЕНИЯ готовности
оптимального числа контролируемых параметров, когда система работает непре рывно в течение всего времени контроля функционирования.
Для определения оптимального числа контролируемых параметров необхолимо произвести анализ всех мажорирующих последовательностей, начиная с последней (четвертой). Находят член этой последовательности с максимальной достоверностью и проверяют, не входит ли он в состав предыдущих последовательностей. Если не входит, то параметр г ъ подвергается контролю. Анализ третьей мажорирующей после довательности начинают с члена, имеющего характеристики 0 = 0,1812; / = 6 ; g = 11, так как с помощью этих характеристик и характеристик, соответствующих
параметру z5, образован член с максимальной достоверностью четвертой последова тельности. Найденный член третьей мажорирующей последовательности подвер гают проверке, аналогичной проводившейся для члена четвертой последовательности
Т а б л и ц а |
4.27 |
Т а б л и ц а 4.28 |
|
Получение членов |
Получение членов промежуточной |
||
оптимальной |
последовательности |
||
промежуточной оптимальной |
|||
последовательности при |
при рассмотрении параметров zx—z3 |
||
рассмотрении параметров г х |
и z2 |
|
\Д1,2
|
|
N . |
‘1, 2 |
0 |
0 , 0 - 1 6 9 |
|
|
|
N. |
g l. 2 |
0 , 0 5 1 5 |
||
|
|
0 |
2 |
6 |
||
|
|
D r, \ |
|
|||
|
|
|
0 |
5 |
1 3 |
|
|
|
І з |
N. |
|
|
|
|
|
Яэ |
N^ |
|
|
|
|
|
0 |
|
0 |
0,0469 |
0,0515 |
|
|
0 |
|
0 |
2 |
6 |
|
|
0 |
|
0 |
5 |
13 |
|
|
|
|
|
1 |
|
|
|
0,0637 |
0,0637 |
0,0623 |
0,0476 |
|
|
|
5 |
|
5 |
7 |
11 |
|
|
6 |
|
6 |
11 |
19 |
|
|
|
|
2 |
|
|
|
|
|
|
|
Т а б л и ц а 4.29 |
|
Получение членов промежуточной оптимальной последовательности |
|
|||||
при рассмотрении параметров г х—z4 |
|
|
|
|
|
|
|
D i —з |
0 |
|
0 , 0 4 6 9 |
0 , 0 5 1 5 |
|
|
|
|
||||
|
S 1 - 3 |
0 |
|
2 |
|
6 |
|
0 |
|
5 |
|
1 3 |
|
Ëi |
~~~~____ |
|
|
|
|
|
|
0 |
0 |
|
0,0469 |
0,0515 |
|
|
0 |
0 |
|
2 |
|
6 |
|
0 |
0 |
|
5 |
|
13 |
|
0,1320 |
0,1320 |
|
0,1373 |
0,1529 |
|
|
1 |
1 |
|
3 |
|
6 |
|
5 |
5 |
|
10 |
|
11 |
|
|
1 |
|
2 |
|
3 |
134
|
|
|
|
ГЛАВА 4 |
|
|
|
Т а б л и ц а 4.30 |
|
Получение членов промежуточной оптимальной последовательности |
|
|||
при рассмотрении параметров г1—г ъ |
|
|
|
|
|
0 |
0 , 1 3 2 0 |
0 , 1 3 7 3 |
0 , 1 5 2 0 |
|
0 |
1 |
3 |
6 |
fib |
0 |
5 |
1 0 |
i 1 |
" |
|
|
|
|
0 |
0 |
0,1320 |
0,1373 |
0,1529 |
0 |
0 |
1 |
3 |
6 |
0 |
0 |
5 |
10 |
11 |
0,1923 |
0,1923 |
0,1757 |
0,0600 |
0,0730 |
8 |
8 |
9 |
11 |
14 |
20 |
20 |
25 |
30 |
31 |
|
|
1 |
|
|
с максимальной достоверностью, и продолжают такой же анализ для всех оставшихся последовательностей. Из таблиц следует, что для обеспечения максимального значе
ния |
достоверности |
контроля необходим следующий |
набор параметров: |
г і = О, |
|||||
z2 = 0 , z3 = 1, z4 = 1, z5 = 1. |
|
|
|
|
|
||||
|
Для случая, когда соответствующие части системы включаются на время |
кон |
|||||||
троля определенного параметра, максимум целевой функции (4.41) достигается |
при |
||||||||
следующем наборе |
контролируемых |
параметров: Zi = |
0 , Z2 = |
0 , z;j = 0 , |
z4 = 0 , |
||||
Zg = |
1. |
Процесс выбора оптимального набора контролируемых |
параметров |
в |
этом |
||||
случае |
иллюстрируется |
табл. 4.27—4.30. |
|
|
|
|
|||
|
Из |
рассмотрения |
полученных |
наборов контролируемых |
параметров |
можно |
сделать вывод, что при определении оптимального набора этих параметров существен ное значение имеет режим работы автоматической системы контроля.
Рассмотренный алгоритм выбора оптимального числа контроли руемых параметров имеет некоторые особенности по сравнению с алгоритмом Прошана и Брея [32]. Для членов, из которых состав ляется мажорирующая последовательность, с увеличением номера члена происходит увеличение только лимитирующего параметра, в данном случае веса и времени, а значение целевой функции может быть произвольным. Это в общем случае увеличивает область поиска мажорирующей последовательности. Однако в рассмотренном алго ритме на каждом шаге в таблице могут быть только две строки, одна из которых повторяет мажорирующую последовательность, получен ную на предыдущем шаге оптимизации. Это обстоятельство позволяет непосредственно находить мажорирующую последовательность на следующем шаге оптимизации путем изменения предыдущей мажо рирующей последовательности с учетом характеристик присоединяе мого контролируемого параметра. При использовании такой возмож-, ности происходит относительное усложнение алгоритма Прошана и Брея [32], но сокращается объем вычислительной работы и зна чительно понижаются требования к объему запоминающего устрой ства при решении задачи на электронно-вычислительной машине.
АЛГОЛ-программа, реализующая описанный алгоритм, представ лена в приложении III.
135
|
Глава |
ИССЛЕДОВАНИЕ ФУНКЦИИ |
5 |
ГОТОВНОСТИ |
|
СУДОВЫХ СИСТЕМ |
|
УПРАВЛЕНИЯ НА ЭЦВМ |
|
ОСОБЕННОСТИ СТАТИСТИЧЕСКОГО |
§ 5.1 |
МОДЕЛИРОВАНИЯ ПРОЦЕССА |
|
ФУНКЦИОНИРОВАНИЯ ОБСЛУЖИВАЕМЫХ СИСТЕМ
В предыдущих главах рассмотрены возможности исследования характеристик надежности и готовности с помощью аналитических методов. В тех случаях, когда полученные уравнения оказались достаточно сложными, предложены алгоритмы решения этих уравне ний с помощью ЦВМ. При этом ЦВМ играла роль достаточно мощного и эффективного, но все же вспомогательного устройства. Однако при необходимости рассмотреть процесс функционирования судна в це лом или функционирование ряда ремонтных баз в условиях крупного порта аналитические модели оказываются настолько сложными, что даже использование ЦВМ не приводит к получению ясных и обозримых результатов. Подобная ситуация складывается во многих областях техники при необходимости исследования сложных систем. Поэтому все чаще по мере возрастания возможностей ЦВМ и улучше ния их математического обеспечения исследователи обращаются к мо делированию процессов функционирования на аналоговых и цифро вых вычислительных машинах [9, 10, 20, 37, 38].
Провести четкую грань между чисто аналитическими расчетами и моделированием на ЭВМ трудно, так как эта грань зачастую зави сит от субъективных факторов (квалификации исследователя, при верженности его к использованию аналитического аппарата и т. д.).
Выбор метода оценки характеристик готовности можно произ водить на базе предлагаемых ниже критериев.
Наиболее общим критерием является целесообразность прове дения расчета тем или иным методом. Так, вряд ли целесообразно проводить сложный расчет с привлечением ЭВМ на начальном этапе проектирования, когда можно использовать широко известные фор мулы теории надежности. Поэтому степень целесообразности не обходимо оценивать количественно с учетом всех возможных харак теристик.
Время, затрачиваемое на проведение расчета. Поскольку обеспе чение надежности должно осуществляться в процессе проектирова
ния системы, то оправдано |
будет следующее неравенство: |
|
|
|
(5.1) |
где t3— продолжительность |
этапа |
проектирования; іп-0— про |
должительность проведения |
оценки |
надежности; tB K— продолжи |
тельность внесения коррективов. |
|
136
ГЛАВА 5
Очевидно, что следует применять такой метод расчета, который не нарушает неравенства (5.1).
Показатель сложности. В случае, когда система характеризуется определенной технической эффективностью [1 0 ] и обладает избы
точностью различного рода: функциональной, временной или алго ритмической (не считая резервирования, или структурной избы точности), ее характеристики надежности значительно выше характе ристик систем с основным соединением. В подобном случае всегда предпочтительнее методы расчета на ЭВМ, так как при этом сни мается ряд ограничений, необходимых при аналитическом описании, и соответственно уменьшается методическая ошибка б, которая определяется по формуле
(5.2)
где RE — количественные характеристики технической эффектив ности; R0 — количественные характеристики надежности системы с основным соединением; А— ошибка вследствие неточного выбора ин тенсивностей отказа.
При значениях б— А, лежащих в интервале 0,5— 1, выгоднее проводить исследования с помощью ЭВМ.
Показатель унифицированности. В случае, когда система может быть представлена в виде стандартных блоков, следует составить библиотеку стандартных программ, и тогда вопрос о целесообраз ности использования ЭВМ может быть решен следующим образом.
•Если суммарное время и стоимость проведения К расчетов анали тически (при условии возможности их проведения) превышает время и расходы на проведение подобных расчетов на ЭВМ, то предпочти тельность использования ЭВМ очевидна.
Указанную зависимость можно записать в виде неравенства (5.3)
где іп о, сп о — продолжительность и стоимость проведения оценки надежности; /пр, спр ■— продолжительность и стоимость составления библиотеки стандартных программ; t’„v, спр — продолжительность и стоимость внесения индивидуальных данных в стандратную про грамму; t„, см — продолжительность и стоимость машинного вре мени; К — число проводимых расчетов или вариантов расчета.
Естественно, можно было бы предложить и другие критерии, но указанных выше вполне достаточно для обоснованного выбора метода расчета.
Иногда целесообразно совмещать проведение теоретической оценки для отдельных частей с моделированием системы в целом. Но эта область является еще очень мало изученной, и решение должно приниматься для каждой системы отдельно.
Рассмотрим некоторые особенности вычислительных методов, реализуемых с помощью ЭВМ.
137
ИССЛЕДОВАНИЕ ФУНКЦИИ ГОТОВНОСТИ НА ЭЦВМ
В зависимости от показателя сложности можно различать два этапа использования ЭВМ:
1- й этап — использование АВМ и ЦВМ порознь с получение самостоятельных результатов, причем выбор АВМ или ЦВМ дик туется либо спецификой рассматриваемых задач, либо привязанно
стями |
исследователя |
к одному из |
типов |
ЭВМ, либо наличием |
|
и загрузкой ЭВМ на |
предприятии; |
|
|
||
2 - |
й этап — проведение |
поэтапных |
расчетов с использование |
||
цифроаналоговых комплексов |
либо с |
использованием в начале рас |
чета на АВМ, а затем на ЦВМ с применением результатов аналого вого моделирования.
Естественно, что проведение поэтапных расчетов не является самоцелью, и если возможности ЦВМ (объем памяти, быстродей ствие) таковы, что модель системы можно реализовать в один этап, то поэтапное решение не нужно. Однако следует подчеркнуть, что сложность современных судовых систем управления превышает возможности вычислительной техники, и потому поэтапное модели рование является в какой-то мере средством, позволяющим умень шить сложность расчета. При этом выходная информация, полу чаемая на первом этапе, должна послужить входной информацией для второго этапа и т. д.
В процессе исследования надежности с помощью ЭВМ могут представиться две возможности:
1. Аналитические алгоритмы, описывающие поведение системы, обозримы, хотя и весьма трудоемки для непосредственного расчета. В этом случае исследование на машине сводится к программиро ванию известных соотношений и непосредственному расчету. Воз никающие при этом трудности относятся к числу вычислительных.
2 . Аналитические алгоритмы даже при принятии ряда допуще
ний оказываются весьма сложными и малообозримыми. В этом слу чае целесообразно прибегать к моделированию процесса функциони рования. Поскольку этот метод представляет наибольший интерес, рассмотрим его подробней.
Для того чтобы результаты моделирования соответствовали ре зультатам, получаемым в действительности, модель должна быть достаточно точной. Создание модели включает следующие основные этапы:
1 ) выяснение особенностей процесса функционирования слож
ной системы; 2 ) составление алгоритма (аналитического или логического),
описывающего поведение системы;
3)построение моделирующего алгоритма;
4)накопление статистики, получаемой при реализации модели;
5)выработка рекомендаций на основе проведенного моделиро вания.
Алгоритмические модели наиболее полно могут быть исследованы с помощью метода Монте-Карло (метода статистических испытаний).
138
ГЛАВА 5
Основная идея метода состоит в том, что благодаря связи между искомыми вероятностными характеристиками и аналитическими за дачами можно вместо вычисления сложных аналитических алго ритмов моделировать статистический эксперимент, что позволяет непосредственно оценивать соответствующие вероятности или мо менты распределения. Для этого составляется вероятностный аналог исследуемой задачи, позволяющий осуществлять переход от системы к модели, что порой затруднительно сделать при аналитическом опи сании.
Метод Монте-Карло обладает рядом характерных особенностей, выгодно отличающих его от других вычислительных методов. К до
стоинствам метода |
относятся: |
|
|
а) |
наглядное вероятностное |
описание; |
|
б) |
возможность |
оценки характеристик надежности систем прин |
ципиально любой сложности, так как при расчетах можно исполь зовать более полную информацию о функционировании систем, чем
при |
аналитическом описании; |
в) |
возможность эффективного решения задач при весьма широких |
предположениях о характере потоков отказов и восстановлений, благодаря чему можно оценить вероятностные характеристики си
стем, |
относящиеся к любым промежуткам времени, в том числе и |
|
к таким, на которых происходят переходные процессы; |
||
г) |
простота вычислительной |
схемы; |
д) достаточно простая оценка точности получаемых результатов; |
||
е) |
малая чувствительность к |
отдельным ошибкам; |
ж) отсутствие накопленных ошибок; з) малая связность вероятностных алгоритмов при небольшом
числе реализаций.
Однако следует учитывать, что наряду с многочисленными и очевидными достоинствами метод статистических испытаний обла дает и недостатками, ограничивающими в ряде случаев его примене ние. К их числу относятся:
а) появление корреляции результатов при возрастании коли чества реализаций (так, в случае использования псевдослучайных
чисел |
необходимо учитывать цикл апериодичности |
программы); |
б) |
большая зависимость конечных результатов |
моделирования |
от качества исходных случайных чисел; в) необходимость получения большого числа реализаций при
задании высокой точности результатов, что может привести к появ
лению |
ошибок, указанных в |
п. 1 ; |
г) |
возможность получения |
ошибки в результате того, что при |
недостаточной выборке не используется весь массив чисел. Кроме того, следует учитывать, что расширение рамок задачи
и проведение моделирования при большом числе случайных пере менных приводят к увеличению времени одной реализации и реше ния задачи в целом. Однако указанные недостатки можно устранить правильной подготовкой задачи, назначением точности, приемле
139
ИССЛЕДОВАНИЕ ФУНКЦИИ ГОТОВНОСТИ НА ЭЦВМ
мой для задач оценки показателей надежности, а также выбором методов ускорения процесса моделирования.
Накопленный опыт использования метода статистических испы таний для оценки надежности позволяет открывать все новые воз можности статистического моделирования и широко использовать его при исследовании судовых систем управления.
При исследовании процессов функционирования и оценке ха рактеристик системы возможны два пути: определение характе
ристик за время Т |
и определение статистик закона |
распределения |
|||
времени исправной |
работы. |
|
|
||
Рассмотрим |
кратко |
оба |
пути: |
|
|
П е р в ы й |
п у т ь . |
В этом случае возможны два подхода. |
|||
1. При первом |
подходе |
рассматривают систему, |
включающую |
в себя а устройств с соответствующими вероятностями исправной работы и восстановления. Значение равномерно распределенного случайного числа (РРСЧ), выбранное в интервале [0, 1], может быть принято, например, за значение вероятности исправной ра боты і-то устройства за время і. Сравнивая РРСЧ ^ со значением
Рі (і), проверяют неравенство |
|
l t : |
(5.4) |
В случае выполнения неравенства (5.4) устройство |
считается |
работающим исправно. Подобную процедуру повторяют |
для всех |
устройств также и для случая восстановления, а затем по таблице состояний, составляемой для системы заранее, проводят анализ и отыскивают состояние, в которое попала система. Такие испытания проводят N раз, что равносильно моделированию N систем. Затем производят пересчет вероятностей на другое время и испытания повторяют снова. Однако в силу ряда недостатков, а именно необхо димости сравнения РРСЧ с вероятностями, подчиняющимися раз личным законам распределения, необходимости пересчета вероят ностей на разные интервалы, сложности определения состояний
системы |
и т. д., |
этот метод практически не используется. |
2. |
При втором подходе на основании данных об интенсивностях |
|
потоков |
отказов |
и восстановлений по известным методам [9, 20) |
определяют случайные числа, характеризующие собой времена безотказной работы и восстановления устройств, эти величины срав нивают последовательно с интервалом времени работы Т и допусти мого восстановления Т в_лоп.
Вслучае небольших интервалов Т и высоконадежных систем большинство реализаций должны давать положительный ответ на вопрос о работоспособности системы.
Вт о р о й п у т ь . При необходимости получить закон распре
деления |
времени исправной работы ограничения на интервалы Т |
и ГВіДОП |
не налагаются. При этом случайные времена определяются |
140