- •Федеральное агентство воздушного транспорта
- •Вероятностно-статистические модели эксплуатации летательных аппаратов
- •Редактор л.Е. Паталова
- •Введение
- •Раздел 1. Формирование вероятностно-статистических моделей объектов эксплуатации летательных аппаратов
- •1.2. Законы распределения непрерывных случайных величин, используемые при формировании вероятностно-статистических моделей
- •2. Параметрические и непараметрические модели оценки вероятностно-статистических характеристик объектов эксплуатации
- •2.1. Формирование параметрических моделей оценки случайных характеристик объектов
- •2.2. Проверка соответствия выбранной модели экспериментальным данным с помощью критериев согласия
- •2.3. Формирование непараметрических моделей оценки случайных характеристик объектов эксплуатации
- •2.4. Непараметрические критерии согласия
- •3. Точечная и интервальная оценка характеристик случайных величин объектов эксплуатации
- •3.1. Точечная оценка характеристик случайных величин
- •3.2. Интервальная оценка характеристик случайных величин. Доверительные границы
- •3.3. Определение доверительных границ для различных законов распределения
- •3.4. Прогнозирование случайных характеристик по времени работы
- •4. Дискретные вероятностно-статистические модели объектов эксплуатации
- •4.1. Использование законов распределения дискретных случайных величин
- •4.2. Законы распределения дискретных случайных величин, используемые при формировании вероятностно-статистических моделей
- •4.3. Модели приемочного контроля
- •4.4. Определение оперативных характеристик контроля
- •4.5. Формирование моделей статистического контроля по альтернативному признаку
- •Раздел 2. Вероятностно-статистические модели процессов эксплуатации летательных аппаратов
- •5. Случайные процессы. Классификация случайных процессов
- •5.1. Процессы эксплуатации как случайные процессы
- •5.2. Классификация случайных процессов
- •5.3. Марковские случайные процессы
- •5.4. Пуассоновский процесс
- •6.2. Стационарные случайные процессы
- •6.3. Вероятностно-статистические модели на основе непрерывных Марковских процессов Определение и основные уравнения для непрерывных Марковских процессов
- •6.4. Анализ модели изменения параметров объектов.
- •7. Однородные конечные цепи Маркова
- •7.1. Определение однородной конечной цепи Маркова
- •7.2. Графическое отображение конечной цепи Маркова
- •7.3. Эргодическая цепь Маркова
- •8. Дискретные Марковские процессы с непрерывным временем
- •8.1. Потоки событий
- •8.2. Дифференциальные уравнения Колмогорова. Предельные вероятности состояний
- •8.3. Решение системы алгебраических уравнений предельных вероятностей состояний с помощью математического пакета Mathcad
- •Решение системы алгебраических уравнений с помощью встроенной функции find
- •9. Полумарковские процессы эксплуатации
- •9.1. Определение и основные свойства полумарковских процессов эксплуатации
- •9.2. Основные соотношения для полумарковских моделей
- •9.3. Примеры моделей полумарковских процессов эксплуатации
- •10. Модели процессов восстановления
- •10.1. Понятие восстановления. Классификация процессов восстановления
- •10.2. Модели процессов восстановления
- •10.3. Характеристики процессов восстановления
- •0 TBt
- •Раздел 3. Модели идентификации объектов и процессов эксплуатации ла
- •11. Анализ временных рядов показателей объектов и процессов эксплуатации
- •11.1. Временные ряды показателей эффективности процессов эксплуатации
- •11.2. Анализ временных рядов. Компонентные составляющие временного ряда
- •11.3 Выбор кривой сглаживания значений исходного ряда
- •12. Модели корреляционно-регрессионного анализа показателей объектов и процессов эксплуатации
- •12.1. Понятие корреляции и регрессии
- •12.2. Модели корреляционного анализа
- •12.3. Модели регрессионного анализа
- •12.4. Использование метода наименьших квадратов для формирования линейной модели регрессии
- •12.5. Нелинейная регрессия
- •Использование системы Mathcad для построения
- •13. Модели эксплуатации на основе метода динамики средних
- •13.1. Сущность метода динамики средних
- •13.2. Математическое описание метода динамики средних
- •13.3. Примеры применения уравнений динамики средних для решения эксплуатационных задач с использованием системы Mathcad
- •Коэффициенты для распределения Вейбулла
- •Значение гамма - функции
- •Значения (критерий Колмогорова)
- •Коэффициенты для определения доверительных границ среднего квадратического отклонения
- •Литература
- •Раздел 1. Формирование вероятностно-статистических моделей объектов эксплуатации летательных аппаратов ……………………………………………….4
- •Раздел 2. Вероятностно-статистические модели процессов эксплуатации летательных аппаратов………………………………………………………………...42
- •Раздел 3. Модели идентификации объектов и процессов эксплуатации ла…………………………………………………………………………………77
4.3. Модели приемочного контроля
Понятие контроля относится к различного рода процедурам: приемочного контроля партии изделий, контроля эффективности режимов технического обслуживания и ремонта и т.п.
Для
организации любого контроля предварительно
должен быть определен план контроля.
План контроля состоит в определении
объема выборки n,
приемочного
и браковочного
чисел.
При фиксированном плане контроля может быть установлена оперативная характеристика плана контроля. Оперативная характеристика – это выраженная уравнением, графиком или таблицей зависимость вероятности приема партии от величины, характеризующей уровень качества принимаемой продукции.
Характеристикой качества партии служит доля дефектов изделий (уровень дефектности) в партии:
,
(4.18)
где:
-
общее число изделий в партии ;
-
число дефектных изделий в ней.
Поскольку
выборка объемом n
изделий осуществляется как представительная,
то уровень дефектности в ней будет равен
,
где m
– число
дефектных изделий в выборке.
Устанавливается
два уровня качества: приемочный уровень
качества, при котором
,
и браковочный уровень качества при
,
причем
.
Партия
принимается, когда
,
и бракуется, когда
.
График оперативной характеристики
приведен на рис. 4.1.

Рис.4.1
Характерными
особенностями графика оперативной
характеристики являются следующие.
Если
(бездефектная партия), то с вероятностью
единица партия принимается, т.е.
.
Если
(вся партия состоит из дефектных изделий),
.
ЗначениеL(q)
при
равно
и при![]()
.
Величина
есть риск поставщика, означающий
вероятность забраковать партию изделий
с приемлемым уровнем качества. Величина
есть риск заказчика, означающий
вероятность приема партии с бракованным
уровнем качества.
Поскольку при приемочном контроле имеют дело с дискретными событиями, то для описания оперативной характеристики целесообразно использовать законы распределения дискретных случайных величин. Обычно используют биноминальный закон или закон Пуассона.
Биноминальный
закон используют при
и при вероятности появления брака
.
Закон Пуассона – при
и при
.
4.4. Определение оперативных характеристик контроля
Для
построения оперативной характеристики
контроля необходимо рассчитать величину
для различныхq
. Наиболее
просто определяется начальная и конечная
точки оперативной характеристики,
именно при
![]()
и при![]()
.
Для точек
и
необходимо первоначально задать либо
и
и определить
и
,
либо провести обратную процедуру. Если
задано
,
то
.
В случае применения биноминального закона получаем:
4.19)
и
риск поставщика будет равен
.
Таким образом, определена третья точка
оперативной характеристики
.
При
заданном
получаем
и, в случае использования биноминального
закона, следует выражение для риска
заказчика
:
(4.20
Определена
четвертая точка оперативной характеристики
.
Для
любой промежуточной точки
имеем
и
.
(4.21)
Задаваясь
величиной
,
по этой формуле определяем
и, таким образом,
можем
построить оперативную характеристику
с любой степенью точности. В случае
использования закона Пуассона аналогично
предыдущему получаем, задаваясь
,
и для этой точки оперативной характеристики
имеем:
и
(4.22)
Для
следующей точки, задаваясь
,
получаем
,
и выражение для риска
приобретает следующий вид:
.
(4.23)
Для любой промежуточной точки имеем:
.
(4.24)
Заметим,
что при использовании закона Пуассона
при
,
,
и
при
.
При
и
.
В
этом случае при
![]()
так как в знаменателе стоит
.
