- •Обзор эксперементальной информации работоспособности и надежности механических устройств
- •Общие сведения
- •Детерминированные зависимости процессов старения и работоспособности элементов технических устройств
- •1.3 Статистико-вероятностные зависимости надежности технических устройств.
- •Некоторые сведения по теории аппроксимации графических функций
- •Общие сведения.
- •Способы выбранных точек.
- •Методы выравнивания кривых.
- •Метод наименьших квадратов.
- •Практические примеры аппроксимации кривых работоспособности и надежности.
- •Линейная аппроксимация экспериментальных кривых.
- •Аппроксимация простейших кривых с одним участком наибольшей кривизны.
- •Аппроксимация кривой интенсивности отказов.
- •Аппроксимация методом наименьших квадратов.
- •Аппроксимация кривой с тремя неизвестными параметрами
- •3.6. Обработка и аппроксимация статистико-вероятностной информации о надежности и работоспособности.
- •3.7. Аппроксимация усталостной кривой старения. (совместно с а. П. Асуленко)
- •Аппроксимация сложных кривых с двумя участками наибольшей кривизны
- •Некоторые сведения из теории работоспособности и надежности
- •Аппроксимация детерминированной полной кривой износа
- •Библиография
1.3 Статистико-вероятностные зависимости надежности технических устройств.
Для оценки надежности технических устройств разрабатываются различные аналитические модели на базе непрерывных дискретных распределений случайных величин. Наиболее употребимыми являются непрерывные распределения.
В самом общем случае эти зависимости можно представить
-
функцией надежности, называемой функцией вероятности о безотказной работы объекта в момент времени t [4, 5]:
(1.1)
где P(t) – вероятность безотказной работы объекта в момент времени t; Tg – время, по истечении которого P(t) = 0 (предельный ресурс работы объекта); λ(t) – функция интенсивности отказов [4, 5];
-
функцией надежности, называемой также функцией распределения вероятности отказов объекта в момент времени t:
(1.2)
Часто в качестве модели используется плотность вероятности, представляющая собой первую производную от функции вероятности отказов:
(1.3)
Вид функций распределения, который называют законом распределения, определяется функцией интенсивности отказов. Самый простой случай будет иметь место при λ(t)= λ = Const. (1.4)
В этом случае будет иметь место так называемое экспоненциальное распределение. Его уравнения имеют вид
(1.5)
Геометрический вид функции экспоненциального распределения приведен на графиках (рис. 1.7). Экспериментальная информация предоставляется в виде протоколов испытаний или в виде гистограмм.
Рис. 1.7
Гистограмма интенсивности λN(t), определенная экспериментально (рис. 1.8), с достаточно хорошей точностью показывает, что λN(t) ≠ Const, распределение практически не является экспоненциальным, Методика обработки информации и построения подобных гистограмм будет рассмотрена ниже.
Рис. 1.8
Интенсивность отказа, выражение степенной функции вида
, (1.6)
приводит к распределению Вейбулла – Гнеденко [4, 5, 9].
(1.7)
В формулах (1.6) и (1.7) μ и α – параметры распределения. Распределения Вейбулла – Гнеденко практически позволяет путем подбора параметров μ и α описать большинство кривых.
Видно (рис. 1.9), что экспоненциальное распределение является частным случаем распределения Вейбулла – Гнеденко при α = 1.
Для оценки надежности применяется и нормальное распределение. Его основные аналитические зависимости следующие:
(1.8)
(1.9)
В формулах (1.8) и (1.9) T0 , σ – параметры распределения.
Рис. 1.9. Вид кривой интенсивности отказов распределения Вейбулла – Гнеденко при различных значениях α.
В работе [6] показано, что детерминированные и статические зависимости для одних и тех же условий старения являются подобными. В общем виде функция работоспособности имеет вид.
(1.10)
где Ro – начальный запас работоспособности; λr(t) – детерминированный аналог интенсивности отказов. Детерминированная функция старения имеет следующий вид:
(1.11)
Уравнение (1.10) и (1.11) подобны уравнениям (1.1) и (1.2), константой подобия является Ro.
Краткое знакомство с информацией о надежности и работоспособности, а также об их взаимосвязи и подобии еще раз подчеркивает важность научных способов обработки, в том числе и аппроксимации.