Распределение Вейбулла
Двухпараметрическое распределение Вейбулла является более гибким, чем экспоненциальное, которое может рассматриваться как частный случай первого. Плотность распределения Вейбулла
. (8)
При 1/t0 = и m = 1 уравнение (8) превращается в плотность экспоненциального распределения. Величина 1/t0 определяет масштаб, а m – асимметрию (форму) распределения.
После интегрирования (8) от 0 до t получаем функцию распределения F(t), равную Q(t) :
. (9)
Следовательно, . (10)
Отношение плотности (8) и вероятности (10) даёт интенсивность отказов
. (11)
Основные графики распределения Вейбулла показаны на рис.4.
Двухпараметрическое распределение Вейбулла обладает исключительной гибкостью при аппроксимации эмпирических распределений и поэтому широко применяется в практических приложениях теории надёжности. Оно используется при описании законов надежности, как на участке приработки, так и при анализе процессов старения и износа.
Средняя наработка на отказ при распределении Вейбулла определяется из условия
|
|
|
а) б)
Рис.3.4. Графики распределения Вейбулла
и равна
, (12) где - гамма – функция; .
Нормальное распределение
Двухпараметрическое нормальное (гауссово) распределение исключительно широко применяется в практических задачах теории надёжности. Параметрами этого распределения является – математическое ожидание случайной величины и - среднеквадратическое отклонение. Плотность нормального распределения определяется зависимостью
. (13)
Функция распределения F(x) (рис.3.5) при нормальном законе определяется интегралом от плотности f(x) с пределами интегрирования от - до + .
Случайная величина t как и во всех задачах надёжности имеет смысл наработки объекта и поэтому определена на положительной полуоси чисел, а нормальный закон, как уже отмечалось, определён на всей числовой оси от - до + . В связи с этим в теории надёжности рассматривают усечённый нормальный закон, плотность которого определяется путём умножения (3.13) на постоянный множитель
,
где , a, b – левая и правая границы усечённого распределения.
F(a),F(b) – значения функций распределения нормального закона на левой и правой границах усечения.
Смысл постоянного множителя с становится ясным при рассмотрении графика плотности нормального распределения, представленного на рис.6.
Рис.5. Плотность и функция распределения нормального закона при математическом ожидании =0 и среднеквадратическом отклонении =1.
Известно, что площадь под кривой плотности распределения всегда должна быть равна единице, то есть в данном случае . Как показано на рис.6 для обеспечения этого условия кривую плотности усечённого нормального закона приходится сдвигать вверх и вправо путём умножения исходной плотности нормального закона на постоянный множитель. Соответственно будут меняться основные параметры: математическое ожидание и среднеквадратическое отклонение. Расчёты показывают, что при отношении / < 0.5 (коэффициент вариации) постоянный множитель c для усечённо- нормального закона близок к единице. Поэтому во многих практических задачах теории надёжности пользуются параметрами нормального закона распределения случайной наработки объекта до отказа. При этом математическое ожидание отождествляют со средней наработкой до отказа Т0.
Рис.6. Плотности нормального и усечённо – нормального распределений при = 2, = 3. Параметры усечения a=0, b=10.
Вероятность безотказной работы при нормальном распределении равна
. (14)
Вероятность отказа рассчитывается по формуле (при с 1)
. (15)
Интенсивность отказов определяется отношением плотности к вероятности безотказной работы
. (16)
Интегралы в выражениях (14)…(16) не выражаются через элементарные функции. Обычно они представляются через интеграл вероятности от параметра
z = (t-T0)/
, (17) для которого составлены таблицы.
С учётом (17) вероятность безотказной работы при нормальном законе определяется по формуле
. (18)
1 Червоный А.А., Лукьященко В.И., Котин Л.В. Надёжность сложных систем. Изд.2-е, перераб. и доп.-М.: Машиностроение. 1976.