Черкесов Г. Н. Надежность аппаратно-программных комплексов.. Надежностьаппаратнопрограммных
 Скачать 2.81 Mb.
|
оценка. Доверительные интервалыВ этих условиях дисперсия оценки получается неприемлемо большой и точечная оценка становится неудовлетворительной. Наиболее ярко недостатки точечной оценки видны, когда т = 0 и = 0, что является априорной нижней оценкой и, таким образом, не несет никакой новой информации о надежности изделий. Поэтому кроме точечной оценки используют доверительные интервалы. Абсолютно достоверными границами для неизвестной вероятности являются и 1. Всякое сужение интервала (0, 1) связано с риском совершить ошибку, состоящую в неверном заключении о том, что находится между новыми границами. В зависимости оттого, как происходит сужение интервала (0, 1), различают двусторонний и односторонние интервалы. Двусторонним доверительным интервалом для неизвестной и неслучайной величины вероятности Q(t) называют интервал со случайными границами, зависящими от исхода статистического эксперимента и такими, что вероятность покрытия этим интервалом неизвестного числа Q(t) не меньше заданной вероятности называемой доверительной вероятностью или коэффициентом доверия: Вероятность противоположного события, то есть того, что окажется вин- тервале (О или 1), называется уровнем значимости у и равна 1-8. Уровень значимости можно представить в виде суммы вероятностей: Обычно у' и у" выбирают одинаковыми, так что у ' = у " = у / 2 = ( 1 - ) Односторонними (верхними нижним) доверительными интервалами называют, соответственно интервалы (0, и 1) — такие, что Здесь уровень значимости у = 1 - 8 выражает вероятность того, что число попадет в интервал при верхнем интервале ив интервал при нижнем. Доверительную вероятность нельзя выбирать слишком малой, так как снижается доверие к полученным границами увеличивается риск сделать неверное заключение. Нельзя выбирать ее и слишком близкой к единице, так как чем ближе к единице, тем шире границы для неизвестной вероятности. Опыт использования статистических методов показывает, что для практических целей достаточно брать 8 из диапазона 0,8...0,95. Иногда коэффициент доверия увеличивают до значения 0,98 или 0,99. то есть вероятность отказа ровно т изделий из определяется формулой Вероятность же отказа не болеет изделий равна Здесь т — варианта, а N — параметры распределения. Функция является ступенчатой функцией т изменяющейся от нуля до единицы при увеличении т от нуля до N. Если построить семейство распределений у при одном и том же но различных и для удобства изображения сгладить ступенчатые функции непрерывными кривыми, то получим семейство зависимостей, приведенное на рис. Рис. Определение доверительных границ параметра биномиального распределения с помощью принципа В этом семействе параметр Q увеличивается в направлении, указанном стрелкой. Если теперь провести перпендикуляр через точку — наблюдаемое при испытаниях число отказов, и две горизонтальные прямые на уровне у' и 1 - у", а затем подобрать две кривые семейства, которые проходили бы через точки пересечения а б то параметры этих кривых и дают нижнюю и верхнюю доверительные границы с коэффициентом доверия 5 = 1 - у' - у. Два уравнения, составленные для точек аи б называют уравнениями Клоппера — Пирсона, они могут быть использованы для определения доверительных границ: (11.2) (11.3) Учитывая, что вместо можем записать При = 0 нижняя граница = О, а верхняя получается из Отсюда (Пример 11.1. При испытаниях 10 комплектов аппаратуры в течение 1000 ч не было обнаружено ни одного отказа. Найти доверительные границы для вероятности безотказной работы аппаратуры в течение 1000 ч при коэффициенте доверия Решение Поскольку при испытаниях не предусмотрено восстановление работоспособности, а время испытаний совпадает с интервалом времени эксплуатации, заключаем, что план испытаний является планом типа [N, Б, t]. Так как вовремя испытаний не возникло ни одного отказа, используем формулу и находим = 1 - = 1 - ехр(-0,23) = Таким образом, при отсутствии отказов в 10 комплектах с гарантией 90% можно утверждать, что вероятность отказа не более Пример Какое количество изделий необходимо поставить на испытания по плану типа [N, Б, t], чтобы с гарантией 90% утверждать, что вероятность безотказной работы не ниже Решение Наименьшее количество изделий потребуется, когда т = 0. Тогда из находим = lg(l - 5 ) / Подставляя сюда 8= 0,9 и = 0,9, находим iV= 22. Если же 0,95 и = 0,95, то N 59, а при 5= 0,95 и 0,99 необходимое число изделий = Из примеров 7.1 и 7.2 видно, что подтвердить даже не очень высокие показатели надежности не так-то просто. Значительно проще иногда удовлетворить требованию заказчика о 100% безотказности при наблюдении за небольшой группой изделий, чем доказать методами математической статистики, что фактическая вероятность безотказной работы не ниже При > 0 для решения уравнений (11.2) и (11.4) можно использовать таблицы биномиального распределения. Так, в [2] приводится (табл. 6.1) значений N = 5(5)20(10)30 и = а в [ 3 ] - таблица (табл. 5.1) значений = п для N= 5(5)30 и = Кроме того, в [3] имеется таблица (табл. 5.2) доверительных границ для параметра биномиального распределения с коэффициентом доверия 8= и 0,995 для значений тп и N - тп 1(1)20(2)30(5)50(10)60(20)100, 200, 500. Аналогичная таблица (табл. 10) имеется ив Пример 11.3. При объеме партии, определенном для тп = 0, вовремя испытаний по плану [N, В, t] происходит один отказ. Найти доверительные границы для вероятности отказа и определить, насколько необходимо увеличить размер партии, чтобы с гарантией в 95% подтвердить уровень вероятности безотказной работы не менее 0,9. Как изменяются доверительные границы и объем партии, если необходимо подтвердить уровень P(t) > 0,95? Решение Из табл. 5.2 в [3] для доверительной вероятности 5 = 0,95 и т - 0 находим. Затем при N= 29 и т = 1 определяем границы 0,002 < < 0,149. Для снижения необходимо увеличить N. По той же таблице находим, что при 46 (N - т = 45 т = 1) вероятность 0,001 < < 0,099, то есть необходимо увеличить размер партии на 17 изделий (на 59%). Если же при N = 46 откажут два изделия, то = 0,1 достигается при + 2 = 61. Следовательно, необходимо увеличить размер партии на 15 изделий (на 33%). Для подтверждения уровня P(t) = 0,95 при отсутствии отказов необходимо испытать 60 изделий, а при одном отказе — 98 изделий, то есть на 38 изделий (63%) больше. Точное решение задачи о доверительном интервале в некоторых случаях получить затруднительно. Это объясняется сложностью непосредственного решения уравнений Клоппера — Пирсона, а также ограниченностью опубликованных таблиц биномиального распределения. В таких случаях для расчетов, не требующих высокой точности, можно находить приближенные решения, основанные на использовании распределения Пуассона и нормального распределения. Рассмотрим три такие возможности. Пуассоновское приближение Если мало велико и т « N, то справедливо выражение (11.6) С помощью уравнения и (11.4) преобразуются следующим образом: (11.7) (11.8) Для определения ан ав можно использовать таблицы распределения Пуассона (например, табл. 7 в [4], табл. 7.2 в [2]). Для входа в таблицу необходимо задать варианту т и вероятность у" и найти параметр распределения ав. Аналогично по значениям (ту) определяют ан а затем делением на вычисляют границы и Вместо таблиц распределения Пуассона можно использовать таблицы квантилей -распределения, используя тот факт, что квантиль -распределения и по уровню вероятности р при числе степеней свободы k = т + связана с параметром а распределения Пуассона, найденным по значениям р и т соотношением т + 2) = арт Учитывая и находим: (11.9) Пример 11.4. При испытании 100 источников стабилизированного питания в течение ч было зарегистрировано два отказа. Найти доверительные границы для вероятности отказа одного источника за время 2000 ч с коэффициентом доверия Решение Поскольку здесь число отказов значительно меньше числа испытываемых изделий и точечная оценка = 0,02 свидетельствует о том, что вероятность отказа мала, для решения задачи используем пуассоновское приближение. По исходным данным определяем у = (1 - 0,9)/2 = 0,05, 1 - у" = 0,95. Из табл. 7 в [4] при = = = 0.95 находим = 0,35536, а при 0,05 находим ав = 6,29579. Отсюда 0,00355 < < 0,063. Тот же результат можно получить и с помощью табл. а в [3]. При 1 - у" = и п = т = 4 имеем = 0,711, а при = 0,05 и п = + 2 = 6 имеем = Подставляя ив, вычисляем искомые границы. При 5= 0,95 можно сравнить результаты, полученные по таблицам биномиального и ния: 0,004 < < 0,062 (биномиальное) и 0,0024 < < Точность оценок при пуассоновском приближении получается вполне удовле- творительной. Приближение Если мало, iV велико и тп < - 1)/2, то при приближенных расчетах доверительных границ вместо биномиального распределения в уравнениях и можно использовать распределение Пуассона и со значениями параметров "Отсюда при m « N « 1 получаем то есть получаем выражения параметров при пуассоновском приближении. Решая относительно и находим: п у' 2N-m+ 1 'Если же используются таблицы то у + + 2, у) " 2N-m+ 1 +Пример В условиях примера найти доверительные границы с коэффициентом доверия 0,95, используя приближение Решение. Из табл. а из [3] находим 0,95) = 0,484; 0,025) = 14,45. Подставляя эти значения в получаем 0,00234 < < Нормальное приближение При достаточно больших NQ при решении уравнений можно использовать формулу где Ф(х) — функция Лапласа. Поскольку формула применяется при больших значениях > 9), вторым слагаемым можно пренебречь. Определяя квантиль нормального распределения zp, по уровню используя симметрию этого распределения, получаем уравнение Отсюда нетрудно найти (11.13) Аналогично, (11.14) Достоинством этих формул является то, что они не требуют использования таблиц. Квантили zp можно заготовить заранее для применяемых на практике уровней значимости = 1,645; = 1,29; Пример 11.6. При испытаниях 500 датчиков дискретной информации в системе централизованного контроля и управления в течение 1000 ч были зарегистрированы отказы виз них. Необходимо найти доверительные границы для вероятности отказа с коэффициентом доверия 5 = Решение Согласно исходным данным 1,645. Подставляя эти значения в (11.13), находим 0,0141 < < 0,0392. Точечная оценка = 0,024. Оценка параметра экспоненциального распределения. Точечная оценка. Доверительный интервал Пусть известно, что изделия имеют экспоненциальное распределение наработки до первого отказа - 1 - Необходимо оценить параметр этого распределения имеющий смысл интенсивности отказов. В математической статистике предлагается несколько методов для' получения точечной оценки параметра А. Одним из наиболее распространенных и эффективных методов является метод максимального правдоподобия, предложенный английским статистиком Р. А. Фишером в г. Сущность метода состоит в следующем Пусть в результате испытаний, проведенных по некоторому плану, зарегистрированы отказы в моменты ..., Число т может быть заранее заданным или случайным (в частности т = 0), однако времена являются случайными величинами. Поэтому вектор X = ..., можно рассматривать как реализацию многомерной случайной величины. Если известна функция распределения наработки одного изделия F(t, А зависящая от совокупности параметров А = ..., (в частности, от одного параметра, постольку для каждого конкретного плана испытаний можно составить элемент вероятности того, что в испытаниях будут получены отказы в моменты t;. ..., A) — многомерная плотность распределения случайного вектора ..., Если зафиксировать такими, какими они оказались на самом деле при испытаниях, и изменять значения параметров А в некотором интервале, то заметим, что плотность ..., А имеет максимум. Согласно методу максимального правдоподобия, точечная оценка ..., параметров ..., должна обладать следующим свойством обеспечивать максимальное значение плотности вероятности наблюдаемого исхода испытаний, то есть На практике удобнее отыскивать не максимум функции р(А), а максимум Такая замена допустима, так как оба максимума достигаются водной и той же точке. Функция L = p(A) называется функцией правдоподобия, и с ее помощью задача определения точечной оценки ставится так А должно обеспечивать максимальное значение функции L, то есть Точка А = в области А обеспечивающая находится методом (А) градиента, согласно которому А является решением системы уравнений правдоподобия В частности, в случае однопараметрического экспоненциального распределения необходимо решить только одно уравнение, Рассмотрим теперь некоторые конкретные планы испытаний и найдем точечные оценки План [N, ВТ Поскольку испытания проводятся с немедленной заменой отказавших изделий работоспособными и заканчиваются в момент Т мы учитываем, что интервалы между отказами распределены по экспоненциальному закону с одними тем же параметром NX, а в интервале 7) все изделия проработали безотказно. Составим выражение для элемента вероятности наблюдаемого исхода испытаний: Отсюда L = т - Уравнение правдоподобия Отсюда точечная оценка (11.15) Из (11.15) следует, что достаточной статистикой испытаний является число отказавших изделий т Это вовсе не означает, что в процессе испытаний не требуется непрерывного контроля работоспособности. Он необходим для своевременной замены отказавших изделий, хотя в протоколы испытаний моменты отказов заносить не обязательно. Исследуем следующие свойства полученной оценки несмещенность, состоятельность, эффективность. В математической статистике показывается, что при достаточно общих условиях, накладываемых на функцию распределения наработки на отказ одного изделия А оценка максимального правдоподобия эффективна независимо от плана испытаний. Поэтому остается проверить несме- щенность и состоятельность. Достаточная статистика т распределена по закону Пуассона с параметром поэтому ее математическое ожидание и дисперсия Mm = Dm = NXT. Тогда из формулы (11.15) находим: где — суммарная наработка всех изделий за время испытаний по плану типа В Отсюда следует, что точечная оценка является несмещенной и эффективной. План [N, Б 7]. Поскольку испытания проводятся без замены отказавших изделий, число работоспособных изделий после каждого отказа уменьшается на единицу уменьшается суммарная интенсивность отказов. Согласно плану испытаний, элемент вероятности где — число размещений из N элементов — суммарная наработка всех изделий за время испытаний по плану типа определяемая по формуле Функция правдоподобия Уравнение правдоподобия Точечная оценка Х = т В достаточную статистику здесь входят уже две величины число отказов т и суммарная наработка Чтобы определить суммарную наработку, необходимо точно фиксировать моменты всех отказов, то есть для получения точечной оценки здесь впервые потребовались моменты всех отказов. План [N, В Времена между соседними отказами ..., Z,.) имеют экспоненциальные распределения с параметром Л = Поэтому многомерная плотность распределения вектора ..., имеет вид Функция правдоподобия Уравнение правдоподобия Отсюда (11.16) Поскольку имеет распределение с параметрами NX и нетрудно найти математическое ожидание оценки Поскольку оценка получается смещенной, необходимо устранить смещение и вместо принять Чтобы найти дисперсию несмещенной оценки максимального правдоподобия, надо сначала найти второй начальный момент Дисперсия несмещенной оценки Чтобы уменьшить дисперсию точечной оценки, надо назначить достаточно большое значение План [N, Б Многомерная плотность распределения вектора имеет Функция правдоподобия Уравнение правдоподобия Оценка максимального правдоподобия Статистика имеет распределение Эрланга с параметрами X). Потому эта оценка также смещенная, как и Несмещенная оценка Заметим, что полученные точечные оценки, как и любые другие точечные оценки, при малом объеме испытаний неустойчивы, обладают большой дисперсией и могут создать неверное представление о действительной интенсивности отказов. Поэтому кроме них используют оценки с помощью доверительных интервалов. Двусторонним доверительным интервалом для параметра X с коэффициентом доверия 8 называют интервал со случайными границами, зависящими от исхода испытаний и такими, что вероятность покрытия этим интервалом неизвестного значения X не менее заданной вероятности < X < > Вероятности уровнями значимости при определении нижней и верхней границ соответственно. Они связаны с доверительной вероятностью соотношением+ у' + у" = Уравнения (11.17) являются уравнениями, из которых находят доверительные границы и Нижними верхним односторонними доверительными интервалами называют соответственно интервалы (0, и такие, что Р < X < > 5; < < X < > 5. Здесь уровень значимости у = 1 - 5 выражает вероятность того, что параметр X попадет в интервал со) или (О соответственно. Рассмотрим теперь некоторые конкретные планы испытаний. План \N, ВТ Достаточная статистика распределена по закону Пуассона с параметром а = Если зафиксировать NT и построить зависимости от m при различных X, то получим семейство ступенчатых функций, которые после сглаживания имеют вид как на рис Определение доверительных границ параметра экспоненциального распределения с помощью принципа Параметр семейства а увеличивается в направлении, указанном стрелкой. Чтобы найти доверительные границы, необходимо, как и при оценке вероятности отказа, найти такие функции семейства, которые проходили бы через точки 1 и 2 пересечения перпендикуляра из точки с горизонтальными прямыми на уровне у' и 1 - у. Составляя соотношения для точек 1 и 2, получаем уравнения Клоппе- (11.18) Второе уравнение преобразуется к виду Для решения уравнений можно использовать таблицы распределения Пуассона или При использовании таблиц распределения Пуассона последовательность действий следующая: а при использовании таблиц -распределения При m = 0 нижняя граница =0, а верхнюю находят из уравнения где b = 2,3 при 8 = 0,9! b = 3 при 5 = 0,95 и Ъ = 3,68 при 5 = 0,975. Из формулы следует, что для подтверждения заданного уровня интенсивности отказов даже при безотказной работе всех изделий необходима наработка, приблизительно втрое превышающая среднюю наработку = Если проанализировать справочные данные о надежности логических элементов и типовых элементов радиоэлектронной аппаратуры, то можно заметить, что многие из этих элементов имеют интенсивности отказов и меньше. Так, резисторы, конденсаторы и трансформаторы имеют Х = соединения паяные и микросхемы — до а сварные электрические соединения — до Из формулы (11.19) видно, насколько трудно экспериментально определить эти значения. При = необходимо в течение года испытывать элементов, при = 10 8 — 35 000 элементов, при = десять миллионов элементов в течение 3,5 лет, или один миллион — в течение лет. Если же столь высокие значения интенсивности отказов задаются для сложных изделий, то практически не удается экспериментально подтвердить расчетные значения. Для серии из 1000 изделий практически предельной величиной о подтверждении которой может идти речь, является поскольку ив этом случае даже при безотказной работе для сбора сведений потребуется эксплуатация в течение 3,5 лет, что для многих систем близко к периоду морального старения. Пример 11.7. Из испытаний контрольно-измерительной аппаратуры получена следующая статистика зач в 20 приборах зарегистрированы 22 отказа. Оценить интенсивность отказов с коэффициентом доверия 0,9, если известно, что закон распределения между соседними отказами одного прибора экспонен- циальный. Решение. Согласно (11.15), точечная оценка X = 22/(2 • 10 4 ) = 1,1 • 10 3 Для вычисления доверительного интервала воспользуемся табл. а из [3]. Для 1 — = 95% и п = 14 находим = 29,787, а для = 5% и п = 46 имеем = 62,83. Отсюда = 29,787 / (4 • = 0,745 • 10 3 ч = 62,83/(4 • = = 1,57 План [N, Б, Т Поскольку именно этот план рассматривался в разделе при вычислении доверительных интервалов для вероятности отказа, можно воспользоваться готовыми результатами, учитывая соотношение (11.20) Определяя и по формулами, из (11.20) находим: (11.21) Из формул и следует, что для вычисления доверительного интервала достаточно знать лишь количество отказов за время Т тогда как для вычисления точечной оценки максимального правдоподобия необходимо знать также суммарную наработку за время испытаний, что существенно усложняет проведение испытаний Пример 11.8. Известно, что за первые 10 000 ч наблюдения за 650 генераторами постоянного тока (ГПТ) отказали 15 из них. Считая ГПТ изделиями, определить доверительные границы для средней наработки допер- вого отказа с уровнем значимости Решение При таком количестве отказов можно использовать нормальное приближение для биномиального распределения. Подставляя в (11.13) и (11.14) т = и = 1,96, находим = 0,0135; = 0,0386 (для сравнения отметим, что при использовании приближения = 0,01295, = 0,0377). Отсюда ч = = = 7,4 • 10 5 ч. План [N, Уравнения имеют вид (11.22) где — распределение с параметром формы а варианта. Уравнения следует решать с помощью таблиц распределения Эрланга [5, табл. VII], определяя квантиль по значениям (у, и квантиль — по значениям (1 - у", Затем находят границы доверительного интервала: (11.23) Удобнее использовать более распространенные таблицы распределения Пуассона а [2], [4], [6], где т — варианта а — параметр распределения, если учесть, что = 1 - - 1, а Для этого надо записать уравнения Клоппера— Пирсона в виде Задавая вероятность 1 - у' и варианту - 1, находят сначала соответствующий параметра затем по формуле — нижнюю границу Аналогично находят и Тогда (11.24) В частности, при = 1 имеем При использовании таблиц -распределения доверительные границы находят по формулам где — квантили -распределения с k = 2r степенями свободы. |