книги / Надежность и диагностика компонентов инфокоммуникационных и информационно-управляющих систем
..pdf25.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1200 |
1085 |
982 |
889 |
804 |
727 |
658 |
595 |
539 |
487 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N(t) |
441 |
400 |
361 |
327 |
295 |
267 |
242 |
|
|
|
26.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1188 |
1085 |
992 |
907 |
828 |
757 |
692 |
632 |
578 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
528 |
483 |
441 |
403 |
368 |
337 |
308 |
|
|
|
27.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1176 |
1064 |
963 |
871 |
788 |
713 |
645 |
584 |
528 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
478 |
432 |
391 |
354 |
320 |
290 |
262 |
|
|
|
28.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1400 |
1266 |
1146 |
1037 |
938 |
849 |
768 |
695 |
629 |
569 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N(t) |
515 |
466 |
421 |
381 |
345 |
312 |
282 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
29.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1500 |
1357 |
1228 |
1111 |
1005 |
909 |
823 |
744 |
674 |
609 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
551 |
499 |
451 |
408 |
369 |
334 |
302 |
|
|
|
30.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1600 |
1433 |
1284 |
1150 |
1030 |
923 |
827 |
740 |
663 |
594 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
532 |
477 |
427 |
382 |
343 |
307 |
275 |
|
|
|
21
31.
t |
0 |
200 |
400 |
600 |
800 |
1000 |
1200 |
1400 |
1600 |
1800 |
N(t) |
1000 |
817 |
668 |
548 |
448 |
368 |
300 |
246 |
201 |
164 |
|
|
|
|
|
|
|
|
|
|
|
t |
2000 |
2200 |
2400 |
2600 |
2800 |
3000 |
3200 |
|
|
|
N(t) |
134 |
110 |
90 |
73 |
60 |
50 |
40 |
|
|
|
32.
|
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
|
N(t) |
1600 |
1434 |
1285 |
1151 |
1031 |
924 |
828 |
741 |
664 |
595 |
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
|
N(t) |
533 |
478 |
428 |
383 |
344 |
308 |
276 |
|
|
|
33.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1400 |
1266 |
1145 |
1036 |
937 |
848 |
767 |
694 |
628 |
568 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
514 |
465 |
420 |
380 |
344 |
311 |
281 |
|
|
|
34.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1189 |
1086 |
993 |
908 |
829 |
758 |
693 |
633 |
579 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
529 |
484 |
443 |
404 |
369 |
338 |
309 |
|
|
|
35.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1175 |
1063 |
962 |
870 |
787 |
712 |
644 |
583 |
527 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
477 |
431 |
390 |
353 |
319 |
289 |
261 |
|
|
|
36.
T |
0 |
200 |
400 |
600 |
800 |
1000 |
1200 |
1400 |
1600 |
1800 |
N(t) |
1000 |
817 |
668 |
548 |
448 |
368 |
300 |
246 |
201 |
164 |
|
|
|
|
|
|
|
|
|
|
|
t |
2000 |
2200 |
2400 |
2600 |
2800 |
3000 |
3200 |
|
|
|
N(t) |
134 |
110 |
90 |
73 |
60 |
50 |
40 |
|
|
|
22
37.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1600 |
1434 |
1285 |
1151 |
1031 |
924 |
828 |
741 |
664 |
595 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
533 |
478 |
428 |
383 |
344 |
308 |
276 |
|
|
|
38.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1400 |
1266 |
1145 |
1036 |
937 |
848 |
767 |
694 |
628 |
568 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
514 |
465 |
420 |
380 |
344 |
311 |
281 |
|
|
|
39.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1189 |
1086 |
993 |
908 |
829 |
758 |
693 |
633 |
579 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
529 |
484 |
443 |
404 |
369 |
338 |
309 |
|
|
|
40.
t |
0 |
20 |
40 |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
N(t) |
1300 |
1175 |
1063 |
962 |
870 |
787 |
712 |
644 |
583 |
527 |
|
|
|
|
|
|
|
|
|
|
|
t |
200 |
220 |
240 |
260 |
280 |
300 |
320 |
|
|
|
N(t) |
477 |
431 |
390 |
353 |
319 |
289 |
261 |
|
|
|
В данной теме рассматривались характеристики надежности невосстанавливаемых объектов. Характеристики рассчитывались по результатам испытаний, поэтому при расчетах использовались статистические формулы.
23
ТЕМА 3. ЗАКОНЫ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН, ИСПОЛЬЗУЕМЫЕ В ТЕОРИИ НАДЕЖНОСТИ
В предыдущей теме была рассмотрена методика эксперимента, которая позволяла определить надежностные характеристики объекта. При этом надежностные характеристики, которые являются функциями (вероятность безотказной работы объекта P(t), вероятность отказа Q(t), плотность распределения отказов f (t) и интенсивность отказов (t)), оказывались представлены в виде таблиц.
Использовать таблицы при расчетах надежности сложных систем весьма неудобно, поэтому по результатам эксперимента подбирают аналитическую формулу, которая наиболее удачно подходит в данном случае, и определяют коэффициенты этой формулы. Наиболее типичные формулы называются законами распределения случайных величин.
Для невосстанавливаемых элементов и систем применяются следующие законы распределения случайных величин (указанные вопросы подробно рассматривается в п. 2.1.1 и 2.1.2 учебного пособия [2]).
Показательное (экспоненциальное) распределение
Показательное распределение характерно тем, что интенсивность постоянна ( = const). Отсюда
P(t) e t , Q(t) 1 e t , |
f (t) e t , |
|
||||
|
|
|
1 |
|
|
|
T tf (t)dt |
t e t dt |
. |
(3.1) |
|||
|
||||||
0 |
0 |
|
|
|
||
|
|
|
|
Примерный вид соответствующих кривых показан на рис. 3.1. Показательное распределение применяется на практике
очень широко. Если обратиться к эксперименту, поставленному в предыдущей теме, то отказы объектов можно рассматривать как поток отказов. При экспоненциальном распределении отказы
24
объектов рассматриваются как пуассоновский поток отказов, обладающий следующими свойствами: простейший (время между отказами распределено по экспоненциальному закону), ординарный (два события не могу произойти в один и тот же момент времени), стационарный без последействий.
(t)
f(t) P(t)
Рис. 3.1. Примерный вид основных показателей надежности при экспоненциальном распределении
Некоторые данные об интенсивности отказов компонентов вычислительных систем приведены в прил. 1.
Пример 1. Покажем, как при расчетах пользоваться экспоненциальным распределением. Оно определяется одним параметром: интенсивностью отказов . Пусть = 0,05. Тогда Т = 1/ = 20 ч. Найдем Р(t) и Q(t) за 30 ч согласно (3.1):
Р(30) = е–0,05 30 = 0,223,
Q(30) = 1 – P(30) = 0,777
и за 100 ч:
Р(100) = е–5 = 0,067,
Q(100) = 1 – P(100) = 0,9933.
В теории надежности существует правило: считается, что распределение экспоненциальное, если результаты эксперимента явно этому не противоречат.
25
Усеченное нормальное распределение
При нормальном (гауссовом) распределении случайной величины ось абсцисс имеет протяженность от – до + . Поскольку время t не может быть отрицательной величиной, в теории надежности используется усеченное нормальное распределение.
Усеченным нормальным распределением случайной величины называется распределение, получаемое из нормального при ограничении интервала возможных значений этой величины.
Основными параметрами для нормального распределения являются: Т – среднее значение наработки на отказ, t – среднеквадратическое отклонение,
|
t T |
|
|
|
|
P(t) 1 Ф |
|
, |
(3.2) |
||
t |
|||||
|
|
|
|
где |
|
t T |
|
Ф(и) – нормированная функция нормального рас- |
|
Ф |
|
||||
t |
|||||
|
|
|
|
пределения. Значения Ф(и) приведены в литературе [1] и прил. 2. При этом Ф(–и) = 1 – Ф(и),
|
t T |
|
|
|
f (t) |
. |
(3.3) |
||
t |
||||
|
|
|
Значения (и) приведены в литературе [1] и прил. 2. При этом
(–и) = (и),
(t) |
f (t) |
|
(u) |
. |
(3.4) |
|
|
||||
|
P(t) |
|
1 Ф(u) |
|
Примерный вид соответствующих кривых представлен на рис. 3.2.
Нормальное распределение может использоваться при исследовании надежности объектов, отказы которых обусловлены действием какого-то одного доминирующего фактора.
26
P(t) (t)
f(t)
Рис. 3.2. Кривые для усеченного нормального распределения
Пример 2. Пусть параметры нормального распределения
Т = 100 ч, t2 = 1000 ч2. Найти Р(70), Q(70), (70), P(130), Q(130),
(130). Из формул (3.2)–(3.4) следует:
70 100
Р(70) = 1 – Ф = 1 – Ф(–0,95) = Ф(0,95) = 0,829,
31,6
Q(70) = 1 – Р(70) = 0,171,
(70) = (0,95) 0, 254 = 0,306, P(70) 0,829
130 100
Р(130) = 1 – Ф = 1 – Ф(0,95) = 0,171,
31,6
Q(130) = 1 – Р(130) = 0,829,
(130) = (0,95) 0, 254 = 1,485. P(130) 0,171
Распределение Вейбулла
Основными параметрами распределения Вейбулла являются0 – масштаб кривой по оси абсцисс и – острота и асимметрия распределения. Обычно берут 1 2 (рис. 3.3).
P(t) e ( 0t ) , |
F(t) Q(t) 1 e ( 0t ) , f (t) |
t 1e ( 0t ) |
, |
||||
|
|
|
|
|
0 |
|
|
|
(t) |
f (t) |
|
|
t 1 . |
|
(3.5) |
|
|
0 |
|
||||
|
|
P(t) |
|
|
|
||
|
|
|
|
|
|
27
При = 1 распределение Вейбулла переходит в экспоненциальное. Примерный вид соответствующих кривых дан на рис. 3.3.
а |
б |
в |
Рис. 3.3. Примерный вид основных показателей надежности при распределении Вейбулла: а – график вероятности безотказной работы; б – график плотности вероятности наработки на отказ;
в– график интенсивности отказов
Сзаконом Вейбулла хорошо согласуется время безотказной работы качественных полупроводниковых приборов.
Пример 3. Пусть 0 = 0,05, = 1,5. Определить Р(10), Q(10),(10), P(100), Q(100), (100). По (3.5):
P(10) = e (0,05 10)1,5 0,702,
Q(10) = 1 – 0,702 = 0,298,(10) = 1,5 0,05 100,5 = 0,237,
P(100) = e (0,05 100)1,5 0,0000139, Q(100) = 0,9999861,
(100) = 1,5 0,05 1000,5 = 0,75.
Варианты заданий для самостоятельных и расчетных работ
Задание: по приведенным параметрам рассчитать P(tзад) и f(tзад) для экспоненциального, усеченного нормального и распределения Вейбулла случайной величины, при этом tзад = Т. Для распределения Вейбулла построить график λ(t), 0 ≤ t ≤ Т.
28
1.= 0 = 0,01 1/ч, = 0,5, Т = 900 ч, t2 = 850 ч2.
2.= 0 = 0,02 1/ч, = 1,5, Т = 850 ч, t2 = 900 ч2.
3.= 0 = 0,03 1/ч, = 0,4, Т = 800 ч, t2 = 850 ч2.
4.= 0 = 0,05 1/ч, = 1,6, Т = 750 ч, t2 = 800 ч2.
5.= 0 = 0,001 1/ч, = 0,3, Т = 800 ч, t2 = 750 ч2.
6.= 0 = 0,002 1/ч, = 1,7, Т = 850 ч, t2 = 800 ч2.
7.= 0 = 0,003 1/ч, = 0,6, Т = 900 ч, t2 = 850 ч2.
8.= 0 = 0,004 1/ч, = 1,0, Т = 950 ч, t2 = 900 ч2.
9.= 0 = 0,005 1/ч, = 0,7, Т = 1000 ч, t2 = 950 ч2.
10.= 0 = 0,01 1/ч, = 1,7, Т = 1050 ч, t2 = 900 ч2.
11.= 0 = 0,02 1/ч, = 0,6, Т = 1100 ч, t2 = 850 ч2.
12.= 0 = 0,03 1/ч, = 1,6, Т = 1050 ч, t2 = 800 ч2.
13.= 0 = 0,04 1/ч, = 0,5, Т = 1000 ч, t2 = 750 ч2.
14.= 0 = 0,05 1/ч, = 1,5, Т = 950 ч, t2 = 800 ч2.
15.= 0 = 0,001 1/ч, = 0,4, Т = 900 ч, t2 = 850 ч2.
16.= 0 = 0,002 1/ч, = 1,4, Т = 850 ч, t2 = 900 ч2.
17.= 0 = 0,003 1/ч, = 0,3, Т = 800 ч, t2 = 950 ч2.
18.= 0 = 0,004 1/ч, = 1,3, Т = 750 ч, t2 = 900 ч2.
19.= 0 = 0,005 1/ч, = 0,4, Т = 800 ч, t2 = 850 ч2.
20.= 0 = 0,01 1/ч, = 1,4, Т = 850 ч, t2 = 800 ч2.
21.= 0 = 0,02 1/ч, = 0,5, Т = 900 ч, t2 = 750 ч2.
22.= 0 = 0,03 1/ч, = 1,5, Т = 950 ч, t2 = 800 ч2.
23.= 0 = 0,04 1/ч, = 0,6, Т = 1000 ч, t2 = 850 ч2.
24.= 0 = 0,05 1/ч, = 1,6, Т = 1050 ч, t2 = 900 ч2.
29
25.= 0 = 0,001 1/ч, = 0,7, Т = 1100 ч, t2 = 950 ч2.
26.= 0 = 0,002 1/ч, = 1,7, Т = 1050 ч, t2 = 900 ч2.
27.= 0 = 0,003 1/ч, = 0,6, Т = 1000 ч, t2 = 850 ч2.
28.= 0 = 0,004 1/ч, = 1,8, Т = 950 ч, t2 = 800 ч2.
29.= 0 = 0,005 1/ч, = 0,5, Т = 900 ч, t2 = 750 ч2.
30.= 0 = 0,006 1/ч, = 1,7, Т = 850 ч, t2 = 700 ч2.
В данной теме рассматривались основные законы распределения случайных величин, используемые в теории надежности.
30