книги / Надежность судовой электронной аппаратуры и систем автоматического управления
..pdfЗависимости |
a (t), %(t) и |
|
P {t) для распределения |
Рэлея |
|
приведены на рис. 31. |
сов |
|
Распределение |
Рэлея |
местно с другими законами рас пределения применяется глав ным образом при исследовании надеж ности радиоэлектронной аппаратуры, имеющей элементы с выраженным эффектом старе ния. Кроме того, отказы неко торых типов электровакуумных приборов также ' подчиняются закону распределения Рэлея.
Рис. 31. Графики распределения Рэлея.
§ 39. Логарифмически нормальное распределение
Время отказа подчиняется логарифмически нормальному за кону, если распределение логарифма времени отказа соответствует нормальному закону.
Частота, отказов при этом распределении определяется выра жением
1 |
1 ( In t —yX 2 |
( И 0 )
где а и р , — параметры распределения. Вычислим интегральную функцию F {t)
Введем следующее обозначение:
- Î 2 - b i = * .
а
Тогда
t — |
dt — ае0лг+м-. |
(Ill) |
Подставив в уравнение (ПО) вместо t и dt их значения из уравнений (111) и изменив соответственно пределы интегрирования,
получим
Int—ц |
|
||
а |
if |
|
|
F(t) = J/21JT —fоо |
( 112) |
||
е 2 dx |
или
(113)
Для логарифмически нормального распределения основные количественные характеристики надежности выражаются сле дующими формулами:
Р (<) = 1 - |
F (t) = 4 |
+ |
Ф ( ü ^ |
) , |
|
|
X(t) = |
а (0 |
1 |
|
|
|
|
P(t) |
/2 л |
0|5 + ф |
• |
(114) |
||
|
|
1 |
Г |
- Ü I L b E l ! |
|
|
I |
ta (t) dt — ----j = |
- \ |
е |
d t' |
|
|
|
а 1/2л |
J® |
|
|
|
|
'П |
|
|
для |
. |
||
|
|
Зависимости |
логарифми |
|||
|
|
чески, нормального распределения |
||||
|
|
показаны на рис. 32. |
|
|||
|
|
Необходимо заметить, что мода |
'Mo и медиана Me для логарифми чески нормального распределения определяются формулами
Mo Ï= ev—a\ |
(115) |
• Me = e*. |
(116) |
Логарифмически нормальное распределение применяется при исследовании надежности полу проводниковых приборов. Кроме
того, результаты ускоренных испытаний некоторых видов изде лий могут быть довольно удачно аппроксимированы логарифми чески нормальным распределением.
VI. Экспериментальная оценка____ . надежности
§40. Статистическая оценка законов распределения
Для решения теоретических и практических задач надежности необходимо знать законы распределения исходных случайных величин. Обобщение большого статистического материала позво ляет изучить законы распределения отказов. При оценке надеж ности радиоэлектронной аппаратуры основной задачей является определение по данным эксплуатации или специальных испыта
ний величин среднего времени безотказной работы Т и среднего
времени восстановления т.
Установим свойственные этим величинам закономерности. Для этого введем .некоторую случайную величину Т , под которой будем понимать как время безотказной работы, так и время вос становления. При эксплуатации или при испытаниях радиоэлек тронной аппаратуры в течецие некоторого времени t случайная величина Т может принять п различных определенных значений. Совокупность этих значений случайной величины получила на звание «статистической выборки» объема п.
Используя п случайных реализаций Т, можно определить ана литическую форму неизвестной плотности вероятности f (t) или
функцию распределения F (t) и оценить входящие в |
нее |
пара |
|||||||||
метры. |
|
|
|
|
|
|
|
|
|
|
|
Приведем пример статистической выборки для десяти одно |
|||||||||||
типных радиоприемников. |
|
|
|
|
|
|
|
|
|||
. Номер |
радио |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
приемника |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Время |
отказа |
200 |
350 |
600 |
450 |
400 |
400 |
500 |
450 |
550 |
350 |
ti, час. |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
При большом числе п удобнее перейти от статистической вы борки к так называемому статистическому ряду. Для этого весь диапазон значений случайной величины Т разбивается на интер валы. Подсчитав количество значений случайной величины Т , приходящейся на каждый г-й интервал, определим частоту (частость) р* ее попадания в данный интервал
(117)
В этом случае статистический ряд изображается так:
Интервалы |
h - h |
h — h |
|
ti |
ti+1 |
Частота |
* |
P2 |
|
|
* |
Pi |
• • • • |
|
Pi |
• |
• |
« |
• |
tk ' ^A+l |
|
||||
|
|
|
|
* |
• |
■ |
• |
• |
Pk |
|
Если выборка оформляется в виде сводки времени исправной работы или времени восстановления в порядке их возрастания, то величина интервала определяется по формуле
Ах |
хтга — |
*m in |
(118) |
10 |
|
||
|
|
|
|
гДе Хтах и x min — максимальные |
и минимальные значения |
||
в сводке величин. |
|
Для удобства рассчитанный интервал разряда (Ах) округ ляется до десятков или сотен.
Число интервалов подсчитывается по формуле
к = Х т г х — х т 1 п |
(119) |
А х |
|
При разбивке значений, случайной величины число интервалов
не должно быть слишком большим, чтобы в частотах р* не обна ружились незакономерные колебания. При малом числе интерва лов статистический ряд грубо описывает свойства распределения. Целесообразно выбирать число интервалов порядка 10—20. Однако это число может быть увеличено при большом статисти ческомматериале.
Наглядное представление о законах распределения дают ста тистические графики. Из них самые распространенные — полигон, гистограмма, статистическая функция распределения.
, Полигон строится следующим способом: на оси абсцисс откла дываются интервалы значений величины, в серединах интервалов строятся ординаты, пропорциональные частотам, и концы орди нат соединяются.
Гистограмма (полигон частот) строится так. Над каждым от резком оси абсцисс, изображающим интервал значений величины,
строится прямоугольник, площадь которого пропорциональна частоте в этом интервале. Если все интервалы имеют одинаковую ширину (что обычно бывает), то высоты прямоугольников также пропорциональны частостям или частотам.
Очевидно, что высота прямоугольника должна быть, равна ча
стоте pi интервала,, деленного на его длину. Из построения гистограммы следует, что полная ее площадь равна единице.
При увеличении числа опытов я для каждого интервала можно выбирать все меньшую продолжительность. При этом гистограмма будет приближаться К'некоторой плавной кривой. Нетрудно убе диться, что такая кривая соответствует графику функции плотно сти распределения случайной величины Т.
Следовательно, в результате построения гистограммы можно получить представление о дифференциальном законе распреде ления случайной величины Т и установить вид функции плотности распределения.
Статистическая функция распределения (полигон накоплен ных частот) строится следующие образом. Над каждым отрезком, изображающим начало и конец интервала, проводится горизон тальная линия на уровне ординаты, равной величине накоплен ной частоты; концы горизонтальных отрезков соединяются вер тикальными линиями.
Статистическая функция распределения F* (/) представляет собой частоту событий T <С. t в данной выборке
JF* (t) = р* ( Т < /), |
(120) |
где t — текущая переменная; |
|
р* — частота или статистическая вероятность события. |
|
Значение F* (tt) при данном tt определяется по формуле |
|
P*(ti)= -т р , |
(121) |
где щ — число опытов, при которых T <
Для графического построения функции F* (t) обычно задаются значениями th поэтому график F* (/) представляет собой ступен чатую кривую.
При неограниченном увеличении числа опытов я, согласно теореме Бернулли, при любом t частота события р* (T < t) приближается (сходится по вероятности) к вероятности этого со бытия. Если Т — непрерывная величина, то при увеличении п число скачков функции F * (t) увеличивается, величина скачков уменьшается и график функции F* (t) приближается К плавной кривой F ‘ (/) — интегральной функции распределения вели чины 7\ или, другими словами, к вероятности отказа Q {t).
Для иллюстрации построения статистической функции рас пределения рассмотрим следующий пример.
Пример. Построим статистическую функцию распреде ления, используя статистическую выборку, приведенную на стр. 93. Так как наименьшее время отказа приемника равно 200 час., то
F* (200) = р*.(Т < 200) = JQ = 0.
Значение случайной величины Т, равное 200 час., получено один раз, поэтому частота этого события равна
1,0 -
0,8 -
0,6 ■
A4*
0, 2 *
0-
W0 |
200 |
300 |
400 |
500 |
600 |
t,vac |
Рис. 33. Гистограмма статистической функции распреде ления времени отказов радиоприемников.
Следовательно, в точке t = 200 час. функция. F* (t) имеет скачок, равный 0,1. В промежутке от 2Ô0 до 350 час. отказы отсутствуют. Следовательно, F* (t) в этом про межутке остается постоянной и равной ОД.
Значение случайной величины 7\ равное 350 час., получено два раза. Следовательно, в точке t — 350 час. функция F* (t) имеет скачок, равный 0,2, а частота со бытия при Т < 350 час. равна
В точке t = 400 час. происходит новый скачок функ ции на 0,2, так как значение 400 час. наблюдалось дважды и т. д.
График статистической функции распределения слу чайной величины Т представлен на рис. 33.
Для приведенного примера при неограниченном увеличении числа опытов статистическая функция распределения должна сходиться по вероятности к интегральному закону распределения времени отказов. Следовательно, построение статистической функ ции распределения в принципе позволяет решить вопрос об уста новлении на основании экспериментальных данных закона рас пределения случайной величины.
В качестве примера построения гистограммы можно восполь зоваться данными по отказам одной тысячи ламп 6Ж1, получен ными из опыта эксплуатации электронно-вычислитёльной машины БЭСМ. Статистический ряд таких отказов представлен в табл. 2.
Построенная на основании этого ряда гистограмма изображена на рис. 34. При неограниченном увеличении числа ламп интервалы времени th для которых подсчитывается число отказов, можно брать все меньше и меньше, при этом ступенчатая кривая прибли жается к плавной кривой, соответствующей частоте отказов а (t).
Рис. 34. Гистограмма отказов радиоламп.
Действительно, из способа построения гистограммы вытекает,
что ее ордината определяется выражением-£^-. Отношение ~ ~
при неограниченном увеличении п приближается к вероятности
отказа AQ (О в интервале At, а |
предел |
отношения А |
при |
А/ -> 0 представляет собой частоту отказов |
|
||
a (t) — lim A Q ( |
0 _ dQ(t) |
|
|
д/->О At |
dt |
’ |
|
Таким образом, для очень больших значений п (при п ->-оо) кривая гистограммы частот совпадает с графиком плотности вероятностей, т. е. f (х) — a (t), а максимальное отклонение D ста тистической функции распределения F* (/f) от теоретической функции распределения F (t) стремится к нулю
' |
D = max | F (t) — F* (tt) \-> 0. |
(122) |
|
oo |
|
При неограниченном объеме статистических данных можно подобрать кривую, которая будет проходить через все опытные точки. При этом необходимо определить, будет ли она наилучшим образом представлять неизвестную функцию, так как эксперимен тальные точки гистограммы колеблются от опыта к опыту около неизвестной кривой истинного распределения.
7 И . М. М аликов 1208 |
97 |
§ 41. Выравнивание статистического распределения случайной величины Т
Под выравниванием статистического ряда подразумевается такая обработка статистических данных, при которой обеспечи вается подбор наиболее подходящего теоретического закона рас пределения. При этом закон распределения может быть задан либо функцией распределения F (/), либо плотностью распределе ния f (t).
Для оценки степени расхождения полученного статистического распределения F* (t) с теоретическим законом распределения из множества критериев выбирается мера, расхождения, по величине которой можно судить о том, вызвано ли расхождение случайными причинами, или разница между распределениями настолько ве
лика, что выбранный теоретический закон |
F (t) |
непригоден. |
При выравнивании статистических рядов обычно стремятся |
||
выбрать такую аппроксимирующую функцию |
<р (/) |
= ср0 (/)."ко |
торая в то же время действительно согласовалась бы с данными эксперимента, т. е. чтобы можно было считать справедливым ра венство
Фо (*) as f (t).
Для оценки правдоподобия этого приближенного вероятност ного равенства разработано несколько критериев согласия прове ряемых гипотез относительно вида функций ф0 (?) и f (t).
Идея применения критериев согласия заключается в следую щем. Предполагается, что случайная величина Т, полученная в виде статистического ряда, подчинена некоторому определенному закону распределения, описываемому * функцией распределе ния F (t). Для проверки справедливости такой гипотезы вводится' вспомогательная величина А, которая может быть выбрана раз личными способами, но так, чтобы она могла служить мерой рас хождения между теоретическим законом распределения и стати стическим распределением, полученным при проведении данного опыта. Например, в качестве А можно взять максимальное откло нение статистической функции распределения F* (/) от теорети ческой функции F (/), или же сумму квадратов отклонений теоре тических вероятностей попадания случайной величины Т в i-й ин
тервал pi от соответствующих частот р,- Так как для разных опытов статистические данные носят случайный характер и функ ция F* (t) для каждого опыта будет иметь другой вид, то и мера расхождения А является случайной величиной. Если гипотеза о том, что величина Т подчиняется закону распределения F (t)} справедлива, то закон распределения величины. А будет опреде ляться законом распределения величины Т и числом опытов п. Это обстоятельство и позволяет установить согласие между теоре тическим и статистическим распределением, если известен закон распределения величины А.
Предположим, что закон распределения выбранной меры рас хождения Д известен. В результате проведения эксперимента бу дет установлено, что выбранная мера расхождения приняла неко торое конкретное значение и. Для того чтобы выяснить, яв ляется ли это расхождение случайным за счет ограниченности числа опытов, или оно свидетельствует о наличии существенной разницы между теоретическим и статистическим распределением, необходимо вычислить вероятность получения такого расхожде ния при заданных/7 (/) и числе опытов п. При известной функции распределения Д это вычисление сводится к определению вероят ности события, что Д > и, т. е.
F (Д) = р {и < Д). |
(123) |
Если эта вероятность окажется малой, то теоретическое рас пределение выбрано неудачно. В этом случае гипотеза о том, что F (t) выравнивает статистическое распределение, мало правдо подобна. Если же эта вероятность значительна, то можно счи тать, что экспериментальные данные не противоречат сделанному допущению о подчинении-случайной величины Г закону распре деления F (t).
Оказывается, что при некоторых способах выбора меры рас хождения Д закон распределения этой величины может быть опре делен теоретически, исходя из общих положений теории вероят ностей, и при достаточно большом п не зависит от вида функ ции F (t), что значительно облегчает применение критериев со гласия.
Наиболее употребительными критериями согласия являются критерий х2 Пирсона и критерий А. Н‘. Колмогорова.
§42. Критерий х2Пирсона
В качестве меры расхождения Д для этого критерия выбрана
величина, |
определяемая выражением |
|
||
|
|
Л |
|
|
|
Дл |
<2 Pi |
(124) |
|
где |
п — общее число опытов; |
|
||
|
k — число интервалов статистического ряда; |
|
||
р* = JHL — частота |
i-ro |
интервала статистического |
ряда; |
|
|
ТЬ |
|
вероятность . попадания случай |
|
|
Pt — теоретическая |
|||
|
ной величины в i-й интервал. |
|
В случае увеличения п закон распределения величины Д при ближается к известному в теории вероятностей распределению ха и не зависит от вида теоретической функции распределения F {t)
и числа опытов п, а определяется только числом разрядов k |
ста |
|||||
тистического |
ряда. |
распределения |
%3, |
обозначаемая |
kr |
(и), |
Функцйя |
плотности |
|||||
при и << О равна нулю, а при и > 0 |
определяется выражением |
|||||
|
|
К (и) = |
|
|
(125) |
|
где |
|
г — параметр, |
называемый |
числом |
||
|
|
степени |
свободы распределения; |
|||
Г \J Y ) |
— 1 1 2 |
e~l dt — гамма-функция (табулированная), |
о
Число степеней свободы для рассматриваемого случая опре
деляется по формуле |
|
г ~ k — 5, |
(126) |
где 5 — число независимых условий, наложенных на частоты р\. Такими независимыми условиями являются:
— требование, чтобы сумма частот была равна единице (это тре бование накладываается во всех случаях)
2 л - 1:
t=l
— требование подбирать теоретическое распределение так, чтобы совпадали теоретическое и статистическое среднее значение случайной величины
k
2 xiPi = а*;
t=l
— требование, чтобы теоретическая и статистическая диспер сия совпадали
a'xfpi = D x.
i=i
Если при вычислении статистического распределения диспер сия и средние значения являются теоретическими,, то две послед ние связи отпадают. В этом случае число степеней свободы рас пределения будет равно (k — 1).
При пользовании критерием %2 мера расхождения А обычно
обозначается %2. Учитывая соотношение pt = |
fl выражение |