- •Лекция 1 Значение теории надежности.
- •Первопричина ненадежности:
- •Организация службы надежности
- •Состояния
- •События
- •Исправное состояние
- •Предельное состояние
- •Наработка до отказа
- •Надежность
- •Лекция 2 Показатели надежности
- •Показатели безотказности
- •Показатели долговечности
- •Показатели ремонтопригодности и сохраняемости
- •Вероятность восстановления работоспособного состояния в заданное время Рв(t0)
- •Принципы и классификация отказов
- •Лекция 3 Случайные величины и их характеристики
- •1. Функция распределения случайной величины х (функция вероятности)
- •2. Плотность распределения.
- •3. Математическое ожидание
- •4. Дисперсия случайной величины
- •Распределение Пуассона
- •Лекция 4 Особенности надежности восстанавливаемых систем.
- •Показатели надежности восстанавливаемых систем.
- •Лекция 5 Основные этапы расчета надежности
- •Этап №1
- •Этап №2
- •Пример 1
- •Структурная схема надежности
- •Пример 2
- •Этап №3
- •Этап № 4
- •Этап №5
- •Этап №6
- •Лекция 6 Методы расчета надежности невосстанавливаемых систем
- •Лекция 7 Метод перебора состояний
- •Лекция 8 Метод минимальных путей и сечений
- •Формирование минимальных путей
- •Формирование минимальных сечений
- •Лекция 9 Метод разложения относительно особого элемента
- •Лекция 10 Виды резервирования
- •Пассивное и активное резервирование
- •Лекция 12 Резервирование с дробной кратностью
- •Поэлементное резервирование
- •Лекция 13 Резервирование двухполюсных элементов
- •1) Последовательное соединение релейных элементов
- •2) Параллельное соединение релейных элементов
- •Лекция 14 Резервирование с голосованием по большинству
- •Лекция 15 Виды испытаний на надежность
- •Определительные испытания
- •Планы испытаний
- •План [nut]
- •План [nUr]
- •План [nrt]
- •План [nRr]
- •Точечные оценки
- •Лекция 16 Контрольные испытания
- •Нулевая гипотеза
- •Альтернативная гипотеза
- •Реальная ситуация
- •Тема: планы испытаний на надежность точечные оценки
Лекция 3 Случайные величины и их характеристики
Внезапные отказы определяются случайными неблагоприятными сочетаниями нескольких факторов. Случайность связана с тем, что причины события остаются для нас скрытыми. Поэтому параметры надежности рассматриваются как случайные величины, которые могут принимать то или иное значение, неизвестное заранее. Случайные величины могут быть непрерывного или дискретного типа.
В теории надежности используются следующие характеристики случайных величин.
1. Функция распределения случайной величины х (функция вероятности)
Для каждого числа х в диапазоне изменения случайной величины Х существует определенная вероятность Р(Х < х), того, что Х не превосходит х. Эта зависимость F(x) = P(X < x) называется функцией распределения или функцией вероятности случайной величины Х. Функция F(x) является неубывающей функцией х (монотонно возрастающей для непрерывных процессов и ступенчато возрастающей для дискретных процессов).
В пределах изменения случайной величины Х функция F(x) изменяется от 0 до 1.
График функции распределения случайной величины
2. Плотность распределения.
Плотность распределения - производная от функции распределения по текущей переменной
Плотность распределения характеризует частоту повторений данного значения случайной величины. В задачах надежности она используется как плотность вероятности.
В ряде случаев достаточно характеризовать распределение случайной величины некоторыми числовыми величинами, характеризующими рассеяние случайной величины. Эти характеристики распределений используются в статистической трактовке (для обработки результатов наблюдений) и в вероятностной трактовке (для прогнозирования надежности).
3. Математическое ожидание
Математическое ожидание (среднее значение) mх – основная и простейшая характеристика случайной величины Х. Значение математического ожидания, определяемого по результатам наблюдений как для дискретных, так и для непрерывных величин, называют оценкой математического ожидания или оценкой среднего значения х:
,
где N – общее число наблюдений; хi – значение случайной величины. При достаточно большом значении N полагают, что
В вероятностных задачах математическое ожидание определяют в зависимости от плотности распределения f(x) (для непрерывных величин) или вероятности рi появления значений хi (для дискретных величин).
; .
4. Дисперсия случайной величины
Дисперсия – математическое ожидание квадрата отклонения случайной величины от ее математического ожидания. Термин «дисперсия» означает рассеяние и характеризует разброс случайной величины.
Оценка дисперсии случайной величины – среднее значение квадрата разности между значениями случайной величины и ее средним значением:
Для непрерывных случайных величин:
Для дискретных случайных величин:
5. Среднее квадратичное отклонение
Дисперсия имеет размерность квадрата случайной величины. Характеристика рассеяния (дисперсия) имеет размерность случайной величины. Поэтому для удобства использования была введена характеристика - среднее квадратичное отклонение - корень квадратный из дисперсии:
.
6. Коэффициент вариации.
Для оценки рассеяния с помощью безразмерной (относительной) величины используют коэффициент вариации, равный отношению среднего квадратичного отклонения к математическому ожиданию:
.
7. Квантиль
Квантиль - значение случайной величины, соответствующее заданной вероятности.
8. Медиана
Медиана - квантиль, соответствующая вероятности 0,5.
Медиана характеризует расположение центра группирования случайной величины. Площадь под графиком функции плотности распределения делится медианой пополам.
9. Мода
Мода - наиболее вероятное значение случайной величины, т.е. значение, при котором плотность вероятности максимальна.
Общие сведения о законах распределения времени безотказной работы.
1. Распределение Вейбулла
Р′(t)=;
,
где - табулированная гамма – функция.
2.Экспоненциальное распределение
Экспоненциальное распределение – частный случай распределения Вейбулла :
; Р′(t)=;.
3. Распределение Релея
; ; ; ,
где С – параметр распределения.
4. Нормальное распределение
; ,
где дисперсия времени безотказной работы; среднее время безотказной работы.