- •Струков Валерий Григорьевич надежность механического оборудования
- •Введение
- •1. Понятия и термины теории надежности. Государственный стандарт на показатели надежности
- •1.1. Термины надежности машин
- •1.2. Показатели надежности машин
- •1.3. Наработка
- •1.4. Основные показатели долговечности
- •2. Математические методы теории надежности
- •2.1. Основные понятия и определения
- •2.2. Теоремы теории вероятностей
- •2.3. Законы распределения случайной величины
- •3.1.1. Интегральная функция распределения вероятностей случайной величины
- •3.1.2. Дополнение интегральной функции распределения вероятностей случайной величины
- •3.1.3. Свойства интегральной функции распределения
- •3.1.4. Вероятность отказа объекта
- •3.1.5. Вероятность безотказной работы
- •3.1.6. Вероятность восстановления работоспособности
- •3.2. Дифференциальная функция распределения вероятностей случайной величины
- •3.2.1. Частота появления событий
- •3.2.2. График дифференциальной функции распределения вероятностей случайной величины
- •3.2.3. Вероятность попадания непрерывной случайной величины в заданный интервал
- •3.2.4. Свойства дифференциальной функции распределения
- •3.3. Определение интегральной и дополнения интегральной функции распределения по известной дифференциальной функции
- •3.4. Вероятность появления события на интервале, следующем за интервалом, на котором событие не появлялось
- •3.5. Интенсивность событий
- •4. Числовые характеристики случайных величин
- •4.1. Математическое ожидание
- •2.4. Плотность распределения случайной величины
- •3. Единичные показатели надежности объекта (епно)
- •3.1. Законы распределения случайной величины
- •4.2. Рассеивание случайной величины
- •4.3. Гамма-процентное значение случайной величины
- •4.4. Медиана случайной величины
- •5. Безотказность системы
- •5.1. Безотказность объектов при последовательном соединении элементов
- •5.2. Безотказность объекта при параллельном соединении элементов
- •5.3. Безотказность объекта при смешанном соединении элементов
- •6. Распределения случайных величин
- •6.1. Экспоненциальное распределение
- •6.1.1. Дополнение интегральной функции экспоненциального распределения вероятностей случайной величины
- •6.1.6. Характеристическое свойство экспоненциального распределения
- •6.1.7. Линеаризация экспоненциальной функции
- •7. Нормальное распределение
- •7.1. Дифференциальная функция нормального распределения
- •7.1.1. Свойства дифференциальной функции нормального распределения
- •7.2. Правило трех среднеквадратических отклонений
- •7.3. Интегральная функция нормального распределения
- •7.4. Нормированное нормальное распределение
- •7.5. Логарифмически нормальное распределение
- •8. Распределение вейбулла
- •8.1. Дополнение интегральной функции распределения Вейбулла
- •9. Надежность восстанавливаемых объектов
- •9.1. Поток событий
- •9.1.1. Функция потока событий
- •9.1.2. Интенсивность потока событий
- •9.1.3. Среднее число потока событий
- •9.1.4. Среднее время между событиями потока
- •9.1.5. Интенсивность потока отказов за время эксплуатации
- •9.1.6. Простейший поток событий
- •9.1.7. Математическая модель простейшего потока событий
- •9.1.8. Поток событий совокупности объектов
- •9.2. Процесс эксплуатации восстанавливаемого объекта
- •9.2.1. Модель эксплуатации объекта с конечным временем восстановления
- •9.2.2. Вероятности состояний системы
- •9.2.3. Дифференциальные уравнения вероятностей состояний
- •9.3. Готовность объекта
- •9.3.1. Функция готовности объекта
- •9.3.2. Функция простоя
- •9.3.3. Финальные вероятности состояний
- •9.3.4. Коэффициент готовности
- •9.3.5. Коэффициент простоя
- •10. Повышение надежности машин
- •10.1. Обеспечение надежности при проектировании
2.2. Теоремы теории вероятностей
1. Формула сложения вероятностей. Если при испытаниях может произойти только одно из рассматриваемых событий A1, A2,...,An, а вместе они появиться не могут, то эти события несовместные. Рассматриваемое сложное событие А называют суммой исходных событий:
A=A1+A2+...+An=Ai.
Если вероятности событий подчиняются таким же соотношениям, как и соответствующие им частости, то получим теорему (формулу) сложения вероятностей:
P(A)=P(A1+A2+...+An)=P(A1)+P(A2)+...+P(An)= P(Ai).
B общем случае для полной группы несовместных событий
P(An)=P(Ai)=1. (2)
Полная группа событий - события, когда в результате испытаний обязательно наступит хотя бы одно из них. Например, при длительных испытаниях механического оборудования обязательно появится отказ.
Для двух несовместных событий A и , образовавших полную группу,
P(A)=1-P(). (3)
Например, в надежности чаще рассматриваются два несовместных противоположных события - состояние работоспособности и отказ. Они составляют полную группу.
Для двух совместных событий A1 и A2, образовавших полную группу,
P(A1+A2)=P(A1)+P(A2)-P(A1A2). (4)
2. Формула умножения вероятностей. Если события независимы, то появление одного из них не изменяет вероятности появления другого:
P(AB)=P(A)P(B). (5)
Для двух зависимых событий
P(A)=P(B)P(AB)=P(A)2. (6)
Сложное событие A, заключающееся в одновременном осуществлении нескольких событий, называется произведением исходных событий Ai:
A=A1A2...An=.
Вероятность независимых событий по теореме умножения вероятностей
P(A)=P(A1,A2,...,An)=P(A1)P(A2)...P(An)=. (7)
Если
P(A1)P(A2)=...=P(A)=P,
то
=.
2.3. Законы распределения случайной величины
Законы распределения случайной величины - это соотношения, устанавливающие связь между возможными значениями случайных величин и соответствующими значениями вероятностей или частот (частостей). Закон распределения случайной величины позволяет определить вероятность (частоту, частость) появления случайной величины в любом интервале ее возможных значений.
Дискретные случайные величины Х могут принимать только ряд отдельных значений х1,х2,...,хn; каждому значению соответствует определенное значение вероятностей Р1,Р2,...,Рn. Эти события образуют полную группу несовместных случайных событий, для которых
Р1+Р2+...+Рn==1.
Распределение прерывной случайной величины может быть представлено в виде таблицы (табл. 1), называемой рядом распределения, или графически (рис. 2) - многоугольника распределения.
(ЭНО), то есть модель испытания объектов на долговечность, применяют для определения вероятностных характеристик ресурса и срока службы объектов, а также наработки до первого отказа.
Статистическую информацию об отказах получаем при наблюдениях за эксплуатацией или испытаниями при определенных условиях N одинаковых объектов. При этом каждый объект работает от начала эксплуатации до первого отказа, не восстанавливается и не заменяется новым (работоспособным). Испытания заканчивают после отказа всех объектов. Наработка каждого объекта до первого отказа записывается в виде вариационного ряда
t1t2...ti...tN.
Закон распределения случайной величины является ее универсальной вероятностной характеристикой.
В модели ЭНО случайным событием является отказ объекта, а случайной величиной - ресурс, то есть наработка объекта от начала эксплуатации до перехода в предельное состояние. Случайные события будут полностью описаны с вероятностной точки зрения, если задать распределение вероятностей соответствующих им случайных величин.
Законом распределения вероятностей называют соотношения, устанавливающие связь между возможными значениями случайной величины и соответствующими им вероятностями. Этот закон имеет разные формы:
1) ряд распределения;
2) интегральная функция распределения;
3) дифференциальная функция распределения.