• 20% Факторов определяют 80% свойств системы;

• 80% факторов определяют 20% свойств системы. Следовательно, надо уметь выделять существенные факторы.

Факторы могут быть количественными и (или) качественными.

Количественные факторы - это те, значения которых числа. Например, интенсивности входных потоков и потоков обслуживания, емкость буфера, число каналов в СМО, доля брака при изготовлении деталей и др.

Качественные факторы - дисциплины обслуживания (LIFO, FIFO и др.) в СМО, «белая сборка», «желтая сборка» радиоэлектронной аппаратуры, квалификация персонала и т.п.

Фактор должен быть управляемым. Управляемость фактора - это возможность установки и поддержания значения фактора постоянным или изменяющимся в соответствии с планом эксперимента. Возможны и неуправляемые факторы, например, влияние внешней среды.

К совокупности воздействующих факторов предъявляются два основных требования:

• совместимость;

• независимость.

Совместимость факторов означает, что все комбинации значений факторов осуществимы.

Независимость факторов определяет возможность установления значения фактора на любом уровне независимо от уровней других факторов.

Третьей проблемой стратегического планирования является выбор значений каждого фактора, называемых уровнями фактора.Число уровней может быть два, три и более.

Для удобства и, следовательно, удешевления эксперимента число уровней следует выбирать поменьше, но достаточное для удовлетворения точности и достоверности эксперимента. Минимальное число уровней - два.

С точки зрения удобства планирования эксперимента целесообразно устанавливать одинаковое число уровней у всех факторов. Такое планирование называют симметричным.

Основной задачей тактического планирования является обеспечение результатам компьютерного эксперимента заданных точности и достоверности.

Основная идеястатистического имитационного моделирования (метода Монте-Карло) заключается в многократном расчёте определяемого параметра(или параметров) по известным зависимостям, описывающим процесс потери работоспособности, причём для случайных аргументов, входящих в расчётные формулы, перебираются ихнаиболее вероятныезначения в соответствии сизвестными законами распределения. Результатом каждого статистического испытания выявляется одна из реализаций случайного процесса, совокупность которых позволяет оценить его тип и основные параметры. Большой объём вычислений при реализации метода Монте-Карло требует, как правило, достаточно мощных средств вычислительной техники.

Процедура метода Монте-Карло состоит из нескольких этапов:

1. На первом этапе в зависимости от необходимой точности определения характеристик надёжности выбирается необходимое число реализаций N.

2. Из заданного диапазона изменения каждого аргумента по известным законам распределенияf(Z_i) случайным образом (с использованием таблицы или генератора случайных чисел) выбирается поNзначений каждого аргумента

3

Рис. 4.1. Построение гистограммы (а)

и кривых функции распределения (б, в)

определяющего параметра

по результатам моделирования методом

Монте-Карло [64]

. Из полученных значений аргументовZ_iслучайным образом выбираютсяNнаборов значений (в каждом наборе по одному значению каждого аргументаZ_i). Для каждого из наборов значений рассчитывается Nзначений определяющего параметраX. По выборке изNзначений параметраX{X₁,X₂, …,X_j, …,X_N} методами математической статистики строятся гистограмма частоты попадания значения параметраXвk-й интервалN_k/N, кривая плотности распределенияf(X) и интегральная кривая функции распределенияF(X) параметраX. Полученные кривыеf(X) иF(X) аппроксимируются какой-либо функцией распределения (если это необходимо).

При действии случайных факторов наиболее приемлемым для моделирования надёжности является метод статистических испытаний.

Блок-схема реализации метода Монте-Карло для моделирования прочностной надёжности представлена на рисунке.

Рис. Блок-схема реализации метода Монте-Карло

при расчёте вероятности безотказной работы элемента

по параметру прочности