Файл: Крюков В.Г. Основы работоспособности технических систем.doc
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.10.2024
Просмотров: 231
Скачиваний: 0
СОДЕРЖАНИЕ
Кафедра Автомобильных Двигателей и Сервиса
Тема 1. Технические системы: качество, работоспособность, диагностика
1.1 Техническая система и ее жизненный цикл
1.2 Качество и работоспособность технических систем.
Понятие о техническом состоянии автомобиля.
Причины и последствия изменения технического состояния
1.3 Работоспособность и диагностика технической системы
Оценка работоспособности технической системы.
Рис 1.4 Прямые и косвенные методы определения рабочих параметров Свойства диагностических параметров
Тема 2 показатели и характеристики надежности
2.1 Основные понятия надежности. Классификация отказов Основные понятия
Классификация и характеристики отказов
2.2 Количественные показатели безотказности
2.3 Связи показателей надежности. Характеристики безотказности
3.1 Общие понятия. Статистическая обработка испытаний
3.2 Нормальный закон распределения наработки до отказа Классическое нормальное распределение.
3.3 Законы распределения наработки до отказа
3.4 Надежность систем. Общие понятия и определения
Рис 3.13 Примеры ненагруженного резервирования
3.5 Надежность основной системы
Тема 4. Сбор информации и идентификация моделей
4.1. Методы сбора информации о надежности автомобиля.
4.2. Идентификация работы двигателя по результатам стендовых испытаний:
4.3 Моделирование работы двигателя в эксплуатации
Тема 5 производительность средств обслуживания
5.1. Предприятия технического обслуживания и смо
5.2 Системы массового обслуживания с отказами
5.3 Система массового обслуживания с ожиданием
Тема 6. Управление станциями технического обслуживания автомобилей
Расчет эмпирических функций. Используя данные сформированного статистического ряда, определяются статистические оценки показателей надежности, т. Е. Эмпирические функции:
- функция распределения отказов (оценка ВО)
…………….…………….…………….……………. (3.3)
- функция надежности (оценка ВБР)
(3.4)
- оценка плотности распределения отказов
(3.5)
Рис. 3.3-Гистограмма оценки интенсивности отказов
- оценка интенсивности отказов
(3.6)
На Рис. 3.3, приведена гистограмма статистической оценки интенсивности отказов . Правила построения графиков ясны из приведенных выше расчетных формул.
Расчет статистических оценок числовых характеристик. Для расчета статистических оценок числовых характеристик можно воспользоваться данными сформированного статистического ряда. Оценки характеристик определяются:
- средней наработкой до отказа (статистическое среднее наработки):
(3.7)
- дисперсией наработки до отказа (эмпирическая дисперсия наработки):
(3.8)
где серединаi-го интервала наработки, т. е. среднее значение наработки в интервале;
- средним квадратичным отклонением
Целесообразно рассчитать оценки и некоторых вспомогательных характеристик рассеивания случайной величины T:
- выборочный коэффициент асимметрии и выборочный эксцесс наработки до отказа
(3.9)
Эти характеристики используются для выбора аппроксимирующей функции. Так коэффициент асимметрии является характеристикой «скошенности» распределения, например, если распределение симметрично относительно МО, то A = 0. На Рис. 3.4а распределение f2(t) имеет положительную асимметрию A > 0, а f3(t) – отрицательную A < 0.
Рис. 3.4 Влияние коэффициента асимметрии и эксцесса на f(t)
Эксцесс характеризует «крутость» (остро- или плоско-вершинность) распределения. Для нормального распределения E = 0. Кривые f(t), более остро-вершинные по сравнению с нормальной, имеют E > 0, а наоборот – более плосковершинные, E < 0 (Рис. 3.4б).
Выбор закона распределения. состоит в подборе аналитической функции наилучшим образом аппроксимирующей эмпирические функции надежности. В значительной мере, эта процедура является субъективной и зависит от априорных знаний об объекте и его свойствах, условиях работы, а также анализа вида зависимостей . Очевидно, что выбор распределения будет зависеть, прежде всего, от вида эмпирической функции, а также от вида -.
Предположим, что по тем или иным соображениям, выбран гипотетический закон распределения, заданный теоретической зависимостью плотности распределения: , гдеa, b, c, … - неизвестные параметры распределения. Требуется подобрать эти параметры так, чтобы функция f(t) наилучшим образом сглаживала ступенчатый график . При этом используется следующий прием: параметрыa, b, c и др. выбираются с таким расчетом, чтобы несколько важнейших числовых характеристик теоретического распределения были равны соответствующим статистическим оценкам.
На графике вместе с строится теоретическая ПРО, что позволяет визуально оценить результаты аппроксимации, т.е. расхождение междуи. Поскольку эти расхождения неизбежны, то возникает вопрос: объясняются ли они случайными обстоятельствами, или связанны с тем, что теоретическое распределение выбрано ошибочным? Ответ на этот вопрос дает расчет критерия согласия.
Расчет критерия согласия. Этот критерий проверяет гипотезу о том, что случайная величина T, представленная своей выборкой, имеет распределение предполагаемого типа. Проверка состоит в следующем. Рассчитывается критерий, как некоторая мера расхождения теоретического и эмпирического распределений, причем эта мера является случайной величиной. Чем больше мера расхождения, тем хуже согласованность эмпирического распределения с теоретическим. При высоком значении этой меры гипотезу о выборе закона распределения следует отвергнуть, как малоправдоподобную. В противном случае экспериментальные данные не противоречат принятому распределению.
Из известных критериев наиболее применяемым является критерий согласия χ2 (хи-квадрат) Пирсона. Проверка согласованности распределений по этому критерию (для вышеприведенного рассмотрения с отказами) производится следующим образом: - рассчитываются теоретические частоты появления отказов в интервалах [ti, ti + Δt];
- рассчитывается критерий χ2 (мера расхождения)
(3.10)
- определяется число степеней свободы R = k – L , где L – число независимых условий, наложенных на частоты , например:
а) условие ;
б) условие совпадения математических ожиданий ;
в) условие совпадения дисперсий .
и т. д. Чаще всего L = 3.
- по рассчитанным значениям χ2 и R, используя таблицы распределения Пирсона, определяется вероятность Pχ того, что теоретически выбранное распределение соответствует экспериментальным данным
Ответ на вопрос насколько мала должна быть вероятность Pχ, чтобы отбросить гипотезу о выборе того или иного закона распределения – во многом неопределенный. На практике, если Pχ < 0,1, то рекомендуется подыскать другой закон распределения. В целом, с помощью критерия согласия, можно опровергнуть выбранную гипотезу, если же Pχ достаточно велика, то это не может служить доказательством правильности гипотезы, а указывает лишь на то, что гипотеза не противоречит данным эксперимента.
3.2 Нормальный закон распределения наработки до отказа Классическое нормальное распределение.
Нормальное распределение или распределение Гаусса является наиболее универсальным, удобным и широко применяемым. Считается, что наработка подчинена нормальному распределению (нормально распределена), если плотность распределения отказов (ПРО) описывается выражением:
(3.11)
где a и S – параметры распределения, соответственно, математического ожидания и среднего квадратичного отклонения, которые по результатам испытаний принимаются: где- оценки средней наработки и дисперсии.
Графики изменения показателей безотказности при нормальном распределении приведены на Рис. 3.5. Выясним смысл параметров Т0 и S нормального распределения. Из графика f(t) видно, что Т0 является центром симметрии распределения, поскольку при изменении знака разности (t - T0) выражение (3.11) не меняется. При t = Т0 величина f(t) достигает своего максимума: .
Рис. 3.5 Изменение показателей безотказности при нормальном распределении
При сдвиге Т0 влево/вправо по оси абсцисс, кривая f(t) смещается в ту же сторону, не изменяя своей формы. Таким образом, Т0 является центром рассеивания случайной величины T, и ее параметр S характеризует форму кривой f(t), которая. тем выше и острее, чем меньше S. Изменение графиков P(t) и λ(t) при различных СКО наработок (S1 < S2 < S3) и Т0 = const приведено на Рис. 3.6.
Рис. 3.6 Изменение графиков P(t) и λ(t) при различных СКО наработок
Используя полученные ранее соотношения между показателями надежности, можно было бы записать выражения для P(t); Q(t) и λ(t) по известному выражению (3.11) для f(t). Ввиду громоздкости этих интегральных выражений для практического расчета показателей надежности вычисление интегралов заменяется использованием таблиц. С этой целью перейдем от случайной величины T к некоей случайной величине