Существует большое количество законов распределения случайных ве-личин, описываемых в специальной литературе. Мы рассмотрим наиболее часто встречающиеся в инженерных расчетах надежности - показательное распределение и распределение Вейбулла.

Экспоненциальный (показательный) закон

Этот закон достаточно часто используется для описания ВБР не восста-навливаемых изделий. Это однопараметрический закон. Если отказы иссле-дуемого изделия подчиняются этому закону, то для данного изделия в дан-ных условиях эксплуатации λ имеет постоянное значение (λ = const), т.е. в равные промежутки наработки число отказавших изделий не зависит от того, сколько времени проработало изделие до рассматриваемого момента времени. Как правило, этим законом описываются внезапные отказы изделий.

Экспоненциальное распределение описывает наработку до отказа объектов, у которых в результате сдаточных испытаний (выходного контроля) отсутствует период приработки, а назначенный ресурс установлен до окончания периода нормальной эксплуатации.

Эти объекты можно отнести к «не стареющим», поскольку они работают только на участке с (t) == const . Круг таких объектов широк: сложные технические системы с множеством компонентов, средства вычислительной техники и системы автоматического регулирования и т. п. Экспоненциальное распределение широко применяется для оценки надежности энергетических объектов.

Считается, что случайная величина наработки объекта до отказа подчинена экспоненциальному распределению, если ПРО описывается выражением:

гдеλ– параметр распределения, который по результатам испытаний принимается равным

λ1 / 0 ,

где 0 – оценка средней наработки до отказа.

ВБР определяется согласно выражения: Р(t) = e – λ t

Ч астота отказов α(t) = λ e- λ t

Средняя наработка до первого отказа t ср = 1 ⁄ λ

Интенсивность отказов (среднее число событий в единицу времени) λ = const

Графики изменения показателей безотказности при экспоненциальном распределении приведены на рис. 1.

Следует отметить, что при t < < 1 , т. е. при наработке t много меньшей, чем средняя наработка T 0 , выражения (1) – (4) можно упростить, заменив e -t двумя первыми членами разложения e -t в степенной ряд.

Например, выражение для ВБР примет вид:

Р(t)=1-λt+(λt) 2 /2!-(λt) 3 /3!+…≈1- λt

при этом погрешность вычисления P(t) не превышает 0,5 (t) 2 .

Закон Вейбулла

Это распределение чаще всего используется для исследования интен­сивности отказов для периодов приработки и старения. На примере распре­деления сроков службы изоляции некоторых элементов электрической сети подробно рассмотрены физические процессы, приводящие к старению и отказу изоляции и описываемые распределением Вейбулла.

Надежность наиболее распространенных элементов электрических се­тей, таких, как силовые трансформаторы, кабельные линии, в значительной степени определяется надежностью работы изоляции, «прочность» которой изменяется в течение эксплуатации. Основной характеристикой изоляции электромеханических изделий является ее электрическая прочность, которая в зависимости от условий эксплуатации и вида изделия определяется меха­нической прочностью, эластичностью, исключающей возможности образова­ния остаточных деформаций, трещин, расслоений под воздействием механи­ческих нагрузок, т.е. неоднородностей.

Среди перечисленных факторов, определяющих срок службы изоляции указанных элементов электрических сетей, одним из основных факторов, наи­более изученных теоретически и проверенных экспериментально, является тепловое старение. На основании экспериментальных исследований было по­лучено известное «восьмиградусное» правило, согласно которому повышение температуры изоляции, выполненной на органической основе, на каждые во­семь градусов в среднем вдвое сокращается срок службы изоляции.

В настоящее время в зависимости от класса применяемой изоляции ис­пользуются шести-, восьми-, десяти- и двенадцатиградусное правила. Срок службы изоляции в зависимости от температуры нагревания

Т И = Ае - γθ ,

где А - срок службы изоляции при θ = 0 - некоторая условная величина; γ - коэффициент, характеризующий степень старения изоляции в зависимо­сти от класса; θ - температура перегрева изоляции.

Если случайная величина распределена по закону Вейбулла, то

ВБР Р(t) = e^- λ 0 t k

Частота отказов α(t) = λ 0 kt k -1 e^- λ 0 t k

Интенсивность отказов λ = λ 0 kt k -1

Средняя наработка до первого отказа t cp =Г(1/k+1)/ λ 0 1/ k

где Г(х) – гамма функция «х», значения которой табулированы.

Параметр «К» оказывает влияние на форму кривых и называется параметром формы.

Параметр λ 0 - параметр маштаба, который характеризует растянутость кривых вдоль оси абсцисс. При К=1, имеет место показательный закон. При λ 0 = 2.5- 3.5 распределение Вейбулла приближается к нормальному. Этим объясняется гибкость закона Вейбулла и широкое его применение. Этим законом описываются процесс возникновения внезапных отказов, когда параметр «К» близок к единице, и постепенных (износовых) отказов, когда распределение становится близко к нормальному, а также тогда, когда совместно действуют причины, вызывающие оба этих отказа.

Эксплуатация изделий по ресурсу целесообразна только в том случае, если надежность изделия зависит от его наработки. Такие изделия составляют всего 5% от всех установленных на самолете. Поэтому, поскольку анализ MSG-3 позволяет определить, КАКИЕ работы по ТО должны быть включены в первоначальный перечень важных объектов MSI, и КАК они должны выполняться, необходим инструмент, который поможет ответить на эти вопросы.

После того как будет накоплен достаточный опыт, первоначальные интервалы могут быть изменены как для конкретного оператора, так и для всех эксплуатантов через ревизию отчета MRB. Для того чтобы обосновать изменение интервала, необходимы инструменты.

Таким инструментом является анализ надежности. Наиболее эффективный и широко используемый метод - анализ надежности по распределению Вейбулла.

Распределение Вейбулла, названное в честь шведского инженера Валодди Вейбулла (Waloddi Weibull, 1887-1979 гг.), введшего это распределение в практику анализа результатов усталостных испытаний, широко используется для исследования надежности элементов технических систем. В России это распределение связывают с именем известного русского математика Бориса Владимировича Гнеденко (1912-1995 гг.), получившего его в качестве предельного при изучении максимального из результатов испытаний. технический обслуживание авиационный ремонт

Опыт эксплуатации технических систем и их элементов показывает, что для них характерны три вида зависимостей интенсивности отказов л от времени t, соответствующих трем периодам жизненного цикла этих устройств (рис. 18.).

Рис. 18.

Указанные три вида зависимостей интенсивности отказов от времени можно получить, используя для вероятностного описания случайной наработки до отказа распределение Вейбулла - Гнеденко. Согласно этому распределению зависимость для плотности вероятности момента отказа f (t) имеет вид:

где c - параметр формы распределения, с > 0;

b - параметр масштаба распределения, b > 0;

и - параметр положения распределения, и < t.

Интенсивность отказов л(t), подчиняющихся распределению Вейбулла - Гнеденко, определяется выражением:

При параметре формы распределения c < 1 интенсивность отказов л(t) монотонно убывает (период приработки), при с = 1 интенсивность отказов постоянна: л(t) = const (период нормальной работы), а при с > 1 - монотонно возрастает (период износа). Следовательно, путем подбора параметра с на каждом из трех периодов жизненного цикла можно получить такую теоретическую зависимость л(t), которая достаточно близко совпадет с экспериментальной. В этом случае расчет показателей надежности можно производить на основе теоретической зависимости л(t).

Функция распределения Вейбулла - Гнеденко F(t), показывающая какова вероятность наступления случайного события (отказа) при случайном времени

Функция надежности, обычно обозначаемая как R(t), определяется равенством R(t) = 1 - F(t). Иногда функция R(t) называется функцией выживания, т.к. описывает вероятность того, что отказ произойдет после определенного момента времени t.

На рис. 19. показан вид функций надежности при различных значениях параметра формы с. Если параметр формы распределения с меньше 1, то функция надежности R(t) резко уменьшается в начале времени жизни, затем, с ростом времени t, уменьшение происходит более медленно. Если параметр формы с больше 1, то сначала наблюдается небольшое уменьшение надежности, а затем, начиная с некоторого значения времени t, она снижается довольно быстро.

Рис. 19.

Точка, где все кривые пересекаются, называется характеристическим временем жизни и определяет момент времени, когда отказало 63,2 % выборки: R(t) = 1 - 0,632 = 0,368.

В авиации распределение Вейбулла используется для расчета объектов:

• - диски двигателя, с ограниченным ресурсом;
• - модули двигателя и компоненты (с пределом эксплуатации);
• - элементы планера, подверженные усталостному разрушению;
• - надежность компонентов.

Распределение описывает все три основных распределения отказов:

• - отказы приработки;
• - случайные отказы;
• - отказы, зависящие от наработки.

Здесь необходима оговорка. Допустим, что по MGS-3 анализу отказ не был отнесен ни к категории 5 (небезопасный), ни к 8 (скрытый, небезопасный), а объект имеет случайное распределение отказов или отказы периода приработки. Тогда мы имеем все основания утверждать, что работы по ТО в данном случае не требуются, более того, объект можно вычеркнуть из списка важных объектов для ТО.

В случае если отказы зависят от наработки, анализ по Вейбуллу поможет определить наиболее подходящий интервал.

По этой причине необходимо очень внимательно подойти к определению зависимости отказов изделий от наработки.

Таки образом, программа ТО B737 может постоянно совершенствоваться на основе аналитических и эмпирических данных, предоставляемых средствами сбора и анализа данных о надежности.

Распределение Вейбулла

Двухпараметрическое распределение Вейбулла является более гибким, чем экспоненциальное, которое может рассматриваться как частный случай первого. Плотность распределения Вейбулла

При 1/t0 = и m = 1 уравнение (8) превращается в плотность экспоненциального распределения. Величина 1/t0 определяет масштаб, а m - асимметрию (форму) распределения.

После интегрирования (8) от 0 до t получаем функцию распределения F(t), равную Q(t) :

Следовательно,

Отношение плотности (8) и вероятности (10) даёт интенсивность отказов

Основные графики распределения Вейбулла показаны на рис.4.

Двухпараметрическое распределение Вейбулла обладает исключительной гибкостью при аппроксимации эмпирических распределений и поэтому широко применяется в практических приложениях теории надёжности. Оно используется при описании законов надежности, как на участке приработки, так и при анализе процессов старения и износа.

Средняя наработка на отказ при распределении Вейбулла определяется из условия и равна

Рис.3.4. Графики распределения Вейбулла

где - гамма - функция;

Нормальное распределение

Двухпараметрическое нормальное (гауссово) распределение исключительно широко применяется в практических задачах теории надёжности. Параметрами этого распределения является - математическое ожидание случайной величины и - среднеквадратическое отклонение. Плотность нормального распределения определяется зависимостью

Функция распределения F(x) (рис.3.5) при нормальном законе определяется интегралом от плотности f(x) с пределами интегрирования от - до + .

Случайная величина t как и во всех задачах надёжности имеет смысл наработки объекта и поэтому определена на положительной полуоси чисел, а нормальный закон, как уже отмечалось, определён на всей числовой оси от - до + . В связи с этим в теории надёжности рассматривают усечённый нормальный закон, плотность которого определяется путём умножения (3.13) на постоянный множитель

где, a, b - левая и правая границы усечённого распределения.

F(a),F(b) - значения функций распределения нормального закона на левой и правой границах усечения.

Смысл постоянного множителя с становится ясным при рассмотрении графика плотности нормального распределения, представленного на рис.6.

Рис.5.

Известно, что площадь под кривой плотности распределения всегда должна быть равна единице, то есть в данном случае. Как показано на рис.6 для обеспечения этого условия кривую плотности усечённого нормального закона приходится сдвигать вверх и вправо путём умножения исходной плотности нормального закона на постоянный множитель. Соответственно будут меняться основные параметры: математическое ожидание и среднеквадратическое отклонение. Расчёты показывают, что при отношении / < 0.5 (коэффициент вариации) постоянный множитель c для усечённо- нормального закона близок к единице. Поэтому во многих практических задачах теории надёжности пользуются параметрами нормального закона распределения случайной наработки объекта до отказа. При этом математическое ожидание отождествляют со средней наработкой до отказа Т0.

Рис.6.

Вероятность безотказной работы при нормальном распределении равна

Вероятность отказа рассчитывается по формуле (при с 1)

Интенсивность отказов определяется отношением плотности к вероятности безотказной работы

Интегралы в выражениях (14)…(16) не выражаются через элементарные функции. Обычно они представляются через интеграл вероятности от параметра

для которого составлены таблицы.

С учётом (17) вероятность безотказной работы при нормальном законе определяется по формуле

Логарифмически нормальная функция распределения нашла широкое применение при анализе надежности объектов техники, биологии, экономики и др. Например, функцию успешно применяют для описания наработки до отказа подшипников, электронных приборов и других изделий.

Неотрицательные случайные значения некоторого параметра распределены логарифмически нормально, если его логарифм распределен нормально. Плотность распределения для различных значений σ приведена на рис. 4.3.

Рис. 4.3.

Плотность распределения описывается зависимостью

где М х и σ – параметры, оцениваемые по результатам п испытаний до отказа:

(4.4)

Для логарифмически нормального закона распределения функция надежности

(4.5)

Вероятность безотказной работы можно определить по таблицам для нормального распределения (см. табл. П6.1 приложения 6) в зависимости от значения квантиля

Математическое ожидание наработки до отказа

Среднее квадратическое отклонение и коэффициент вариации соответственно будут равны

Если v x ≤ 0,3, то полагают, что ν x = σ, при этом ошибка составляет не более 1%.

Часто применяют запись зависимостей для логарифмически нормального закона распределения в десятичных логарифмах. В соответствии с этим законом плотность распределения

Оценки параметров lg x 0 и σ определяют по результатам испытаний:

Математическое ожидание М х, среднее квадратическое отклонение σ x и коэффициент вариации ν x наработки до отказа соответственно равны

Пример 4.6

Определить вероятность безотказной работы редуктора в течение t = 103 ч, если ресурс распределен логарифмически нормально с параметрами lg t 0 = 3,6; σ = 0,3.

Решение

Найдем значение квантиля и определим вероятность безотказной работы:

Ответ: R (t ) = 0,0228.

Распределение Вейбулла

Функция распределения Вейбулла представляет собой двухпараметрическое распределение. Описываемый ею закон является универсальным, так как при соответствующих значениях параметров превращается в нормальное, экспоненциальное и другие виды распределений. Автор данного закона распределения В. Вейбулл использовал его при описании и анализе экспериментально наблюдавшихся разбросов усталостной прочности стали, пределов ее упругости. Закон Вейбулла удовлетворительно описывает наработку до отказа подшипников, элементов электронной аппаратуры, его используют для оценки надежности деталей и узлов машин, в том числе автомобилей, а также для оценки надежности машин в процессе их приработки. Плотность распределения описывается зависимостью

где α – параметр формы кривой распределения; λ – параметр масштаба кривой распределения.

График функции плотности распределения приведен на рис. 4.4.

Рис. 4.4.

Функция распределения Вейбулла

Функция надежности для этого закона распределения

Математическое ожидание случайной величины х равно

где Г(x ) – гамма-функция.

Для непрерывных значений х

Для целочисленных значений х гамма-функцию вычисляют по формуле

также верны формулы

Дисперсия случайной величины равна

Широкое применение при анализе и расчетах надежности изделий закона распределения Вейбулла объясняется тем, что этот закон, обобщая экспоненциальное распределение, содержит дополнительный параметр α.

Подбирая нужным образом параметры а и λ, можно получить лучшее соответствие расчетных значений опытным данным по сравнению с экспоненциальным законом, который является однопараметрическим (параметр λ).

Так, для изделий, у которых имеются скрытые дефекты, но которые длительное время не используются (а значит, медленнее стареют), опасность отказа имеет наибольшее значение в начальный период, а потом быстро падает. Функция надежности для такого изделия хорошо описывается законом Вейбулла с параметром α < 1.

Наоборот, если изделие хорошо контролируется при изготовлении и почти не имеет скрытых дефектов, но подвергается быстрому старению, то функция надежности описывается законом Вейбулла с параметром α > 1. При α = 3,3 распределение Вейбулла близко к нормальному.

Распределения вероятностей случайных величин ; характеризуется функцией распределения

где - параметр формы кривой распределения, - параметр масштаба, - параметр сдвига. Семейство распределений (*) названо по имени В. Вейбулла , впервые использовавшего его для аппроксимации экспериментальных данных о прочности стали на разрыв при усталостпых испытаниях и предложившего методы оценки параметров распределения (*). В. р. принадлежит к асимптотич. распределению третьего типа крайних членов вариационного ряда. Оно широко используется для описания закономерностей отказов шарикоподшипников, вакуумных приборов, элементов электроники. Частными случаями В. р. являются экспоненциальное (р=1) и рэлеевское (р=2) распределения. Кривые функции распределения (*) не принадлежат семейству распределений Пирсона. Имеются вспомогательные таблицы для вычислений функции распределения Вейбулла (см. ). При квантиль уровня qравна

где - гамма-функция; вариации, асимметрия и эксцесс не зависят от , что облегчает их табулирование и создание вспомогательных таблиц для получения оценок параметров. При В. р. унимодально, равна , а функция опасности отказов не убывает. При функция монотонно убывает. Можно построить так. наз. вероятностную бумагу Вейбулла (см. ). На ней трансформируется в прямую, при образ имеет вогнутость, а при - выпуклость. Оценки параметров В. р. по методу квантилей приводят к уравнениям существенно более простым, чем по методу максимального правдоподобия. Совместная асимптотич. эффективность оценок параметров и (при ) по методу квантилей максимальна (и равна 0,64) при. использовании квантилей уровня 0,24 и 0,93. Функция распределения (*) хорошо аппроксимируется функцией распределения логнормального распределения

( - функция распределения нормированного нормального распределения,):

Лит :Weibull W., A statistical theory of the strength of materials, Stockh., 1939; Гнеденко Б. В., Беляев Ю. К., Соловьев А. Д., Математические методы в теории надежности, М., 1965; Jоhnsоn L., The statistical treatment of fatigue experiments, Amst., 1964; Крамер Г Математические методы статистики, пер. с англ., 2 изд., М, 1975. Ю. К. Беляев, Е. В. Чепурин.

Математическая энциклопедия. - М.: Советская энциклопедия . И. М. Виноградов . 1977-1985 .

Смотреть что такое "ВЕЙБУЛЛА РАСПРЕДЕЛЕНИЕ" в других словарях:

распределение - 3.38 распределение (allocation): Процедура, применяемая при проектировании системы (объекта) и направленная на распределение требований к значениям характеристик объекта по компонентам и подсистемам в соответствии с установленным критерием.… …

распределение Вейбулла - 1.48. распределение Вейбулла; распределение экстремальных значений типа III Распределение вероятностей непрерывной случайной величины Х с функцией распределения: где х ³ а; y = (x a)/b; а параметры ¥ < a < +¥, k > 0, b > 0. Примечание … Словарь-справочник терминов нормативно-технической документации

Плотность вероятности Функция распределения Обозначение {{{notation}}} Параметры коэффициент масштаба … Википедия