Теоретические сведения. Для элементов высокой надежности, в том числе элементов ИЭТ, интенсивность отказов является величиной постоянной: λ(t)=λ.

Лабораторная работа № 3

 

 

Для элементов высокой надежности, в том числе элементов ИЭТ, интенсивность отказов является величиной постоянной: λ(t) = λ.

В оценках надежности сложной системы основную роль играет интенсивность отказов ее элементов. Это обусловлено следующими обстоятельствами:

· надежность многих элементов можно охарактеризовать одним числом, поскольку интенсивность отказов не зависит от времени (наработки);

· по известной интенсивности отказов наиболее просто оценить остальные по­казатели надежности элементов и сложных систем;

· интенсивность отказов обладает хорошей наглядностью;

· значение интенсивности отказов нетрудно получить экспериментально.

Следует, однако, отметить, что плотностью распределения характеризуются случайные величины, к каковым относится наработка до отказа или на отказ. Остальные показатели, в том числе и λ(t), лишь в совокупности позволяют достаточно полно оце­нить надежность сложной системы.

Основной способ оценки показателей надежности сложных систем – обработка статистических данных об отказах элементов в процессе эксплуатации или экспериментальных данных, полученных в испытаниях на надежность. Планы испытаний подробно рассмотрены в контрольной работе № 3.

В процессе эксплуатации системы или при испытаниях в лабораторных усло­виях фиксируют время (или наработку) наступления отказа. По этим данным путем стати­стической обработки и определяют показатели надежности элементов.

Показатели надежности невосстанавливаемого элемента могут быть вычислены, если известен закон распределения наработки до отказа в виде плотности распределения вероятности f (t). Если элемент ремонтопригоден, то его показатели надежности оценивают при известном законе распределения времени безотказной работы. Поэтому умение находить f (t) по экспериментальным результатам – важное условие грамотной и правильной оценки надежности элементов и системы в целом.

Методы планирования определительных испытаний и оценки показателей надежности по экспериментальным данным подробно изложены в методических указаниях РД 50-690-89.

Рассмотрим три различных способа регистрации отказов элементов:

1. Элементы, поставленные на испытания, невосстанавливаемые. При возникновении отказа некоторого элемента фиксируют момент времени его отказа. В результате испытаний статистической информацией является последовательность t ₁ ,t ₂ ,...,t_i,...,t_N (при плане типа [ NUN ]) моментов времени отказов элементов.

2. Элементы, поставленные на испытания, восстанавливаемые. После отказа какого-либо элемента его заменяют новым. В результате испытаний исходной статистической информацией является последовательность моментов времени отказов i- го элемента (n_i – число отказов i -го элемента за время испытаний Т) t_i,j (j =1,2,..., n_i; i =1,2,... N). Реализациями наработок элемента в этом случае служат разности τ_i,j=t_i,j-t_{i,j- 1} (пред­полагается, что не отказавших элементов нет, t_i,₀=0).

Второй способ регистрации отказов, очевидно, сводится к первому, если фиксируются номера отказавших элементов. В качестве статистических данных берется совокупность разностей τ_i,j, представляющих собой времена работы элементов до первого отказа.

3. Элементы, поставленные на испытания, восстанавливаемые. После отказа какого-либо элемента его заменяют новым, однако не известен номер отказавшего элемента. В результате испытаний исходной статистической информацией является последовательность: t ₁ ,t ₂ ,...,t_i,...t_r моментов отказов элементов, где r – число отказавших элементов (планы типа [ NR (r,T)]). Та­ким образом, в отличие от второго способа, здесь регистрируются моменты отказов элементов без указания их номеров.

Рассмотрим статистические определения (оценки) показателей надежности элемента. Соответствующую оценку показателя надежности будем обозначать со знаком над символом показателя ().

Исходными статистическими данными невосстанавливаемых элементов являются значения наработки элементов до отказа t ₁ ,t ₂ ,...,t_i,...t_N. В этом случае средняя наработка до отказа равна среднему арифметическому времени t_i:

(3.1)

где N – общее число элементов, участвующих в испытаниях.

Обозначим через r (t) число элементов, для которых отказ произошел не позднее момента времени t. Тогда вероятность отказа элемента может быть оценена как а вероятность безотказной работы как

По зафиксированным наработкам до отказа элементов строится вариационный ряд (в порядке возрастания): t ₍₁₎ ,t ₍₂₎ ,...,t _(i) ,...,t _(N). Функция представляет собой эмпирическую функцию распределения, и если все t _(i)различны, то

(3.2)

Наглядный и удобный способ представления экспериментальных данных – гистограмма.Область значений [ t ₍₁₎; t _(N)] разбивается на равные интервалы Δ _i,i= 1,2 ,...,k, длиной h=R/k, где R=t _(N) –t ₍₁₎, и называется размахом выборки. Гистограмма представляет собой примыкающие друг к другу прямоугольники, основанием которых являются указанные интервалы, а высоты равны плотностям относительных частот N_i/Nh, где N_i – число выборочных значений, попавших в данный интервал (рис. 3.1). Гистограмма есть статистическая плотность распределения времени работы до отказа.

Для оценки плотности иногда используют также полигон относительных частот, который представляет собой ломаную линию, построенную по точкам, абсциссы которых – середины интервалов Δ _i,i= 1,2 ,...,k, а ординаты соответствуют плотностям N_i /Nh.

Интенсивность отказа элемента рассчитывается как отношение плотности распределения к вероятности безотказной работы.

Исходными статистическими данными восстанавливаемых элементов являются моменты времени отказов элементов t ₁ ,t ₂ ,...,t_i,...,t_r, где r – число отказавших элементов. Информация об отказах элементов может быть представлена в виде таблицы. Весь период испытаний разбивают на интервалы времени определенной длины и подсчитывают количество отказавших элементов на каждом интервале.

Оценку параметра потока отказов рассчитывают по формуле

, (3.3)

где Δ t_i – интервал времени, на котором было зафиксировано точно Δ n_i отказов элементов, i = 1, 2 ,..., k, для всех t, принадлежащих интервалу Δ t_i, справедливо неравенство Δ t ₁ +...+Δ t_{i- 1} < t ֵ≤ Δ t_i +... +Δ t_{i- 1}+Δ t_i.

Выявление закона выборочного распределения. Вид функции распределения оцениваемого показателя надежности часто заранее не известен. Аппроксимирующее распределение для выборочной совокупности случайной величины выбирают либо по виду статистического распределения, либо с применением вероятностных координатных сеток.

Статистическая гипотеза – это предположение о виде функции распределения случайной величины.

При анализе экспериментальных данных обычно строят гистограмму плотности распределения полученных значений, разбиваемых на несколько интервалов. Обычно число интервалов 5≤ m ≤20. Чаще всего диапазон значений измеренной величины разбивают на равномерные интервалы. Существуют различные рекомендации по выбору числа интервалов для построения гистограммы распределения n случайных значений. В частности, при малой статистике рекомендуется примерное число интервалов определять по соотношению m ≈ n ^0,4. Построенные гистограммы затем аппроксимируют непрерывной функцией, которая и определяет вид распределения случайной величины.

Статистические оценки характеристик распределения находят как для дискретной случайной величины, значения которой равны средним в интервалах разбиения гистограммы.

Проверка статистических гипотез проводится с помощью критериев согласия. Наиболее часто применяют следующие критерии.

Критерий Стьюдента t служит для сравнения среднего арифметического случайной величины с математическим ожиданием распределения:

. (3.4)

Вычисленное значение критерия сравнивают с табличным при числе степеней свободы n– 1 и заданной доверительной вероятности. Если табличное (критическое) значение больше или равно вычисленному, то гипотезу о законе распределения принимают.

Критерий Пирсона определяет отклонение истинного распределения от предложенного и позволяет проверить соответствие экспериментальных данных предполагаемой функции. Расчетное значение критерия

, (3.5)

где p_i – расчетная вероятность попадания случайной величины в i- й интервал разбиения; сравнивают с табличным для числа степеней свободы k=m –1 и заданной доверительной вероятности или уровня значимости. Гипотезу о функции распределения принимают, если вычисленный критерий меньше табличного.

Критерий Колмогорова позволяет оценить допустимость максимального отклонения расчётной функции распределения F (x) от экспериментальных значений :

при 1 ≤ i ≤ n. (3.6)

Расчетное значение критерия сравнивают с табличным для числа n и заданного уровня значимости. Гипотезу принимают, если расчетное значение критерия меньше табличного.