Надежность и ТД. Надежность. Регламентированы гост 27. 00289 Надежность в технике. Термины и определения

• Название: Регламентированы гост 27. 00289 Надежность в технике. Термины и определения
• Анкор: Надежность и ТД
• Дата: 25.05.2022
• Размер: 1.7 Mb.
• Имя файла: Надежность.doc
• Тип: Регламент; #548236
• страница: 14 из 17

НАДЕЖНОСТЬ ОБЪЕКТОВ ПРИ ПОСТЕПЕННЫХ ОТКАЗАХ. ОСНОВНЫЕ РАСЧЕТНЫЕ МОДЕЛИ

Если отказы происходят из-за случайных изменений параметров объекта во времени t (в общем случае в функции любой монотонно возрастающей величины - наработки), то эти отказы называются постепенными или параметрическими.

Надежность определяется вероятностью безотказной работы (ВБР) P(t), которая является функционалом некоторого случайного процесса (t), характеризующего изменение параметров объекта во времени. ВБР объекта на отрезке времени [t₀, t] равна вероятности нахождения процесса (t) в заданной допустимой области в течение этого отрезка времени:

 

 

(1)

                                           

 

Объект является работоспособным, пока изменяющаяся во времени величина не достигает границы допустимой рабочей области .

 

1. Постановка задачи. Основные понятия и определения

 

Постановка задачи: рассмотрение моделей процессов развития отказов для задач типа "нагрузка - прочность" и "параметр - поле допуска". Кроме решения основной задачи надежности - нахождения распределения наработки до отказа, определяется момент времени, в который объект должен быть подвергнут ремонту, профилактике или регулировке в целях сохранения работоспособности.

Рассматриваемые расчетные модели универсальны и могут использоваться для прогнозирования отказов различных объектов (механических, электромеханических и электронных), поэтому основные технические параметры, характеризующие работоспособность объекта и являющиеся его мерой качества, назовем определяющими параметрами (ОП).

При решении конкретной задачи в качестве ОП Х могут выступать величины деформации или механического напряжения, электрические или геометрические параметры (характеристики) объекта.

В общем случае ОП может быть вектором, т.е. иметь несколько составляющих. Предельные значения, устанавливаемые на каждый ОП объекта, являются допустимыми значениями ОП, которые ограничивают  рабочую область (поле допуска).

Пока значения векторного ОП объекта находятся внутри многомерной рабочей области, объект считается работоспособным. Однако с течением времени под влиянием факторов, связанных со старением, изнашиванием или разрегулированием конец вектора Х(t) может достичь границы рабочей области. При этом объект теряет работоспособность (происходит отказ). Из-за случайного характера внешних и внутренних факторов, влияющих на процесс приближения объекта к отказам, характер изменения ОП во времени и время достижения каждым ОП своей границы также являются случайными. Поэтому наиболее полно случайный процесс возникновения постепенных отказов объекта по каждому ОП описываетя соответствующей плотностью распределения времени пересечения ОП границы рабочей области, иначе - плотностью распределения времени до отказа.

В практике эксплуатации объекта важнее знать не плотность распределения времени до отказа, а конкретное  время сохранения работоспособности, в течение которого ОП не достигнет границы рабочей области.

В общей постановке задачи границу рабочей области можно рассматривать как систему случайных величин или векторный случайный процесс.

Рассмотрим характер случайного процесса приближения к отказу на примере объекта, работоспособность которого определяется скалярным ОП (одной координатой векторного ОП). При этом пространство ОП Х будет одномерным, а рабочая область ограничена отрезком прямой (предельное значение ОП X_п). Пусть имеется множество j = , одинаковых объектов, одновременно включенных в работу (при t = 0), и ОП каждого объекта измеряется в одни и те же моменты времени t_i   (i = ).

Процесс изменения ОП одинаковых объектов при эксплуатации будем рассматривать как случайную функцию Х(t) времени. Для каждого j-го объекта   ( j =  )   изменение ОП является реализацией (составляющей) Х_j (t) случайной функции Х(t). Точки пересечения реализаций Х_j (t) случайного процесса с границей X_п  рабочей области (поля  допуска) соответствуют моментам времени отказов j-х объектов. Поэтому случайный характер возникновения постепенных отказов при эксплуатации одинаковых объектов описывается плотностью распределения f{X(t)} времени пересечения ОП границы  X_п, т.е. плотностью распределения времени до отказа.

Если с момента включения в работу (при t =  0) путем измерений с одинаковой t = t_{i +1} - t_i = t_i - t_{i -1} или различной периодичностью (интервалом) t   контролировать значения ОП   j =    объектов, то можно предсказать (экстраполировать) дальнейшее изменения ОП и, следовательно, момент наступления отказа. Это позволит организовать техническое обслуживание группы объектов, т.е. обеспечить упреждающий вывод в текущий или капитальный ремонт или на регулировку. Интервал времени от начала эксплуатации объекта t=0  до момента, когда выход отдельных реализаций   Х_j (t)  случайного процесса Х(t)  за границу  X_п   рабочей области становится частым явлением, называется временем сохранения работоспособности tс. Правый конец интервала  tс  определяется абсциссой характерной точки кривой плотности f{X(t)} распределения времени до отказа, начиная с которой наблюдается резкий рост кривой.

Таким образом, определяя с помощью средств технического контроля  в фиксированные моменты времени  t₁,..., t_k tс значения ОП  j =    однотипных объектов, можно получить реализации  Х_j (t) реального процесса изменения ОП. При этом измеренные  в t_i ,      i =   моменты времени значения ОП являются случайной величиной Х_i = Х(t)i = {x₁, x₂,..., x_N}t_i , характеризуемой  плотностью распределения f(X)i и  оценками числовых характеристик - средним (математическим  ожиданием)   m_Xi и  дисперсией  D_Xi. Cлучайную величину {X}i назовем значением реализаций ОП при  i-м  контроле.

Итак, располагая информацией о реальном процессе изменения ОП для времени   t_k < tс на  этапе эксплуатации  или имея ту же информацию об аналогах  проектируемого объекта на стадии проектирования, возможно аналитически рассчитать время сохранения работоспособности объекта, т.е. сделать обоснованный прогноз о работоспособности в будущем. Это позволит своевременно предупредить отказ, а также управлять состоянием сложных объектов  путем замены их элементов резервными, либо путем изменения рабочих режимов объектов.

 

2.  Анализ случайных процессов изменения ОП объектов

 

Случайный процесс изменения ОП Х(t) в общем случае может быть представлен суммой случайных процессов:

 

(2)

 

Стационарный случайный процесс  (t)  обратимых изменений параметров при изменении внешних условий, приводит к перемежающимся (появляются / исчезают) отказам.

Нестационарный случайный процесс  (t),  характеризует долговременные необратимые изменения параметров в результате изнашивания, старения или разрегулирования. Процесс (t) является основной причиной отказов, и в дальнейшем будем называть его процессом изнашивания.

Отметим, что возможность возникновения обратимых изменений параметров стараются предусмотреть при конструировании объектов. Поэтому отказы по причине процесса  (t)  сравнительно редкое явление и рассматриваться нами не будут. Безусловно также, что при получении реального процесса Х(t) в результате измерения

ОП на ход процесса будет оказывать влияние и  стационарный случайный процесс (t)  ошибок измерений. Причем процессы  (t)  и (t) не всегда удается разделить,т.е. отделить действительные обратимые изменения ОП от кажущихся, вызванных ошибками измерений. Поэтому случайный процесс изменения ОП Х(t)  будем представлять только процессом изнашивания Х(t) =  (t).

Для случайных процессов изнашивания типичны весьма жесткие связи между значениями параметра в последовательные моменты времени. На вид реализации процесса Х(t) большое влияние оказывает физико-химическая структура материала и технология изготовления  объекта. Однотипные объекты дают близкие по форме кривые износа, но с различными значениями скорости изнашивания. Поэтому модели процессов изнашивания должны иметь функциональную зависимость от времени, а их случайный характер обусловливается случайными параметрами, не зависящими от времени. Подобные случайные процессы иногда называют детерминизированными  или полуслучайными.

Случайный процесс Х(t)  изнашивания можно рассматривать

 

(3)

 

Х₀ - начальное (заводское) значение ОП; В(t) - полуслучайный процесс изменения скорости изнашивания.

Начальное значение Х₀ ОП является случайной величиной, иногда имеющей усеченное (из-за заводского допуска) распределение, но не зависящей от времени t.  Интеграл

 

(4)

 

характеризует     накопление    необратимых    изменений   в    результате      старения, изнашивания или разрегулирования.  Это слагаемое в (3)  может быть очень большим.

Следует отметить, что в практике эксплуатации даже при наличии встроенных или переносных средств контроля не всегда удается часто измерять значения ОП отдельных объектов. Поэтому реализации Х_j (t), построенные по экспериментальным данным для моментов t_i ( i =  ), имеют вид ломаных линий и можно лишь предполагать по данным ограниченного числа вертикальных сечений, каков в действительности случайный процесс Х(t). Для этого необходимо иметь гипотезу о характерном виде кривых износа, которая базируется как на данных эксперимента, так и априорной информации о процессах изнашивания аналогичных объектов. При этом для наугад взятого j - го объекта скорость изнашивания случайна  для каждого объекта - своя.

Изменение ОП в зависимости от времени или наработки можно в общем случае представить тремя периодами (рис. 1).

Первый период - приработка объекта. К концу этого периода скорость износа становится постоянной. Обычно в процессе приработки происходит уменьшение скорости износа, однако, хотя и реже, встречаются случаи возрастания скорости до стационарного значения. Серьезные фирмы-производители для повышения надежности и конкурентоспособности изделий осуществляют приработку на заводах, поэтому объект может иметь постоянную скорость износа с начала эксплуатации.

Второй период характеризует основной период эксплуатации, при этом достигнутая к концу приработки скорость износа сохраняется примерно постоянной.

Третий период - период "старения" объекта. Возможности существования объекта исчерпываются. Скорость изменения ОП катастрофически растет.

Соотношение скорости износа при приработке и основной работе может служить показателем эффективности производства или качества материалов.

 

 

Рис. 1

 

3. Модели процессов приближения объекта к отказам

 

3.1. Основные классы  моделей

Как отмечалось ранее, основой случайных процессов изменения ОП являются необратимые случайные изменения ОП,  вызванные старением, износом или разрегулированием и имеющие определенную зависимость от времени. При этом случайный характер таких изменений обусловлен случайными параметрами, не зависящими от времени. Следовательно, модели реального изменения ОП объекта должны представлять случайные функции, аргументами которых являются постоянные во времени случайные величины и само время.

Рассмотрим наиболее распространенные модели (классы моделей) нестационарных случайных процессов приближения к отказам.

 

3.1.1. Линейные случайные функции

При линеаризации реального процесса износа объекта каждая реализация Х_j (t) процесса заменяется прямой, т.е. реальный процесс изменения ОП Х(t) аппроксимируется случайной функцией вида

 

(5)

 

где Х₀ = Х(t=0) = {x}₀ - случайное начальное значение ОП (при t = 0), имеющее математическое ожидание (МО)  m_xo = M{Х₀} и среднее квадратичное отклонение (СКО)   S_xo  = ; V{v} - случайная нормально распределенная скорость изменения ОП во времени, обладающая МО  mv = M{V} и CКО    S v = .

 

3.1.2. Нелинейные случайные функции

Для многих объектов типична некоторая постоянная относительная скорость изменения ОП

 

 

что соответствует нелинейному случайному процессу Х(t), аппроксимируемому случайной функцией вида

 

(6)

 

где Х₀ = Х(t=0) = {x}₀ - как и ранее, случайное начальное значение ОП;  V'   - случайная, нормально распределенная скорость изменения натурального логарифма ОП во времени, имеющая МО  mv = M{V }  и СКО  Sv = .

В моделях обоих классов (5) и (6) знаки "+"  и  "-"   используются для аппроксимации соответственно возрастающих и убывающих во времени процессов. Cлучайная величина Х₀ в моделях (5), (6) является постоянной во времени, как и случайная величина скорости V изменения ОП в модели (5). В модели (6) постоянной во времени является скорость изменения логарифма ОП, сам же ОП имеет переменную во времени скорость изменения.

В дальнейшем  для простоты обозначения будем полагать, что 

Для удобства дальнейшего рассмотрения моделей  только в линейном варианте модель (6) путем логарифмирования преобразуем к линейной модели изменения логарифма ОП:

 

(7)

 

Обозначая натуральный логарифм ОП случайной функцией Y(t)

 

(8)

 

выражение (7) можно представить в виде

 

(9)

 

подобном модели (5).

Рассмотрим раздельно каждый тип линейных случайных моделей, аппроксимирующих случайный процесс изменения ОП  Х(t) или его логарифма  Y(t).

 

3.2. Основные типы моделей

Из различных модификаций линейных возрастающих случайных функций изменения ОП Х(t) или ln X(t) наиболее часто процесс приближения объекта к отказам аппроксимируется следующими типами моделей:

а) веерной с ненулевым начальным рассеиванием  (рис. 2a);

б) веерной с нулевым начальным рассеиванием  (рис. 2б);

в) равномерной (рис. 2в).

 

Тип модели линейной функции Х(t) или ln X(t) зависит от числа случайных аргументов, определяющих ее случайный характер.

Веерная функция с ненулевым начальным рассеиванием описывается:

- для процесса X(t)

(10)

- для процесса  ln X(t)

(11)

При  t = 0 значения функций (12) и (13) представляют собой случайную величину, соответственно

(12)

и                                                        

(13)

 

причем V = V' . С учетом (12) и (13) модели (10), (11) легко представляются в виде (5) и (9). Случайный характер рассмотренной модели определяется двумя случайными аргументами:  X₀  или ln X₀  - случайное начальное значение ОП или его логарифма; V или V' - случайная скорость изменения ОП или его логарифма.

Как следует из рис. 2a,  все  реализации веерной линейной случайной функции с ненулевым начальным рассеиванием проходят через общую неслучайную точку - "полюс".

Аргумент рассмотренной модели - случайная скорость изменения ОП (V) или логарифма ОП (V ) - имеет нормальное распределение с плотностью распределения соответственно:

 

(14)

 

(15)

 

Линейно зависящая от V случайная функция Х(t) (10) во всех   сечениях будет распределена нормально с плотностью

и параметрами распределения:

 

(16)

 

- матожидание m_Xi = M{X_i};

- среднее квадратичное отклонение

- Численные характеристики - матожидание mx(t) и СКО Sx(t), самой случайной функции (10) выражаются через числовые характеристики  m_v и  S_v  случайной скорости:

 

(17)

 

(18)

 

Cлучайное начальное значение ОП  X₀ соответствует сечению функции Х(t) (10) при t =0, поэтому также имеет нормальное распределение по (16) при i = 0 с параметрами  m_x(t = 0) = m_x0  и  СКО  S_x(t = 0) = S_x0 , определяемыми из  (17) и (18) при t=0:

(19)

 

(20)

 

С учетом (19) и (20) выражения (17), (18) для числовых характеристик случайной функции (10) изменения ОП Х(t) примут вид:

 

(21)

 

(22)

 

В соответствие с (11) нормальное распределение скорости V' приводит к тому, что линейно зависящий от V' логарифм ОП   ln X(t) = Y(t) также будет распределен нормально во всех    - сечениях  с плотностью распределения

 

(23)

 

Cам же ОП при этом будет иметь логарифмически нормальное распределение, плотность которого:

 

(24)

 

В выражениях (23), (24)

m_yi = M{lnX_i},

 -  соответственно, матожидание и СКО логарифма ОП в   сечениях случайной функции (11).

 Матожидание m_y(t)  и СКО  S_y(t) линеаризованной путем логарифмирования функции (11) можно получить, используя числовые характеристики случайной  скорости  V :  m_v'   и  S_v'.  Проводя аналогичные, как для функции (10), преобразования, получаем числовые характеристики модели (11) изменения логарифма  ОП  lnX(t) = Y(t):

 

(25)

 

(26)

 

Веерная функция с нулевым начальным рассеиванием является частным случаем модели (5), (9) и может быть получена из указанных выражений путем замены в них, соответственно, случайных начальных значений ОП  Х₀  или   его логарифма  lnX₀  = Y₀ некоторым неслучайным значением K₀ или  lnK₀.

Поскольку веерная модель с ненулевым начальным рассеиванием является

частным случаем моделей (10), (11), то ее свойства определяются свойствами указанных моделей, поэтому  числовые характеристики определяются (без вывода):

  - для функции Х(t) = K₀ + Vt  изменения ОП     из  (21), (22)

                                    

(27)

 

(28)

 

- для функции Y(t) = lnX(t) = lnK₀ + V't  изменения ОП     из (25), (26)

 

(29)

                           

(30)

 

Равномерная функция также является частным случаем моделей (5), (9) и может быть получена из последних путем замены в них соответственно случайных скоростей изменения  ОП  V или его логарифма V' на неслучайные (постоянные) скорости   или  '.

Числовые характеристики случайных функций определяются (без вывода):

- для функции изменения ОП   Х(t) = X₀ + t  из  (21), (22)

(31)

 

(32)

 

  - для функции   Y(t) = lnX(t) = Y0 + 't   из  (25), (26)

 

(33)

 

(34)

 

Рассмотренные линейные модели удобны для аппроксимации случайных процессов изменения ОП тем, что позволяют характеризовать эти процессы ограниченным числом аргументов модели, для определения которых требуется минимальный объем экспериментальных данных.

 

 

Контрольные вопросы:

1. 
   Поясните смысл и природу постепенных отказов?
   
2. 
   Что называется определяющим параметром, и в чем заключается условие работоспособности объекта?
   
3. 
   Что представляет собой время сохранения работоспособности?
   
4. 
   Из каких составляющих состоит случайный процесс изменения определяющего параметра? Дайте характеристику каждой составляющей?
   
5. 
   Как изменяется определяющий параметр в зависимости от наработки объекта?
   
6. 
   Перечислите основные классы моделей приближения объекта к отказам, в чем их принципиальное отличие?
   
7. 
   Перечислите основные типы моделей приближения объекта к отказам, в чем их принципиальное отличие?
   

Лекция 15