Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
ГЛАВА 1. Расчет показателей надежности системы зажиганияСтр 1 из 4Следующая ⇒
Для любого случайно выбранного изделия невозможно заранее определить, будет ли оно надежно. Из двух двигателей одной марки в одном могут вскоре возникнуть отказы, а второй будет исправным длительное время. Отказ – событие случайное. Поэтому для расчета показателей надежности используют методы теории вероятностей и математической статистики. Одним из условных понятий, используемых при расчетах показателей надежности, является ² наработка². Наработкой называется продолжительность или объем работы изделия. Для двигателей наработку обычно измеряют в километрах пробега автомобиля или в часах (моточасах). В технической и учебной литературе можно встретить такие выражения: суточная наработка, наработка до первого отказа, наработка между отказами и т.д. Обычно применяется следующая буквенная индексация рассматриваемых далее в курсовой работе событий и понятий: «F» (failure) - вероятность отказа; «R» (reliability) - вероятность безотказной работы; «Р» (probability) - вероятность. Рассмотрим простейшие методы оценки случайной величины (СВ) примером которой является наработка на отказ. Исходные данные (приложение 1) - результаты наблюдений за изделиями или отчетные данные, которые выявили индивидуальные реализации случайных величин (наработки на отказ). Расчеты производятся в соответствии с примером, приведенным в данных методических указаниях. Результаты ниже изложенной методики расчета сводятся в таблицу 1. Случайные величины- наработки на отказ (от 1 до 50)располагают в порядке возрастания их абсолютных значений:
L1 = Lmin; L2; L3; …; Li; …Ln-1; Ln = Lmax, (1)
где L1... Ln - реализации случайной величины L; n - число реализаций.
L1=52, 6; 53, 7; 53, 9; 54, 6; 54, 7; 54, 9; 55, 5; 56, 4; 56, 7; 56, 8; 56, 9; 58, 4; 58, 6; 58, 9; 59, 6; 59, 9; 60; 60, 4; 60, 9; 61, 3; 61, 9; 62, 5; 62, 8; 63, 6; 63, 9; 64, 7; 64, 9; 65, 2; 65, 3; 65, 4; 65, 8; 65, 9; 67, 8
Далее необходимо произвести точечные оценки СВ. Среднее значение СВ:
(2)
Размах СВ: z = Lmax - Lmin. (3) z =67, 8 - 52, 6=15, 2
Дисперсия:
(4)
Среднеквадратическое отклонение s:
. (5)
Коэффициент вариации v :
(6)
В ТЭА различают случайные величины с малой вариацией (v ≤ 0, 1), со средней вариацией (0, 1 ≤ v ≤ 0, 33) и с большой вариацией (v > 0, 33). Точечные оценки позволяют нам предварительно судить о качестве изделий и технологических процессов. Чем ниже средний ресурс и выше вариация (s, v, z), тем ниже качество конструкции и изготовления (или ремонта) изделия. Чем выше коэффициент вариации показателей технологических процессов ТЭА (трудоемкость, простои в ТО или ремонте, загрузка постов и исполнителей и др.), тем менее совершенны применяемые организация и технология ТО и ремонта. Вероятностные оценки СВ. При выполнении курсового проекта для составления сводной таблицы разбиваем размах СВ на несколько (не менее 8 и не более 11) равных по длине ∆ L интервалов (см. табл.1). Далее производим группировку, т.е. определяем число случайных величин, попавших в первый (п1), второй (п2) и остальные интервалы. Это число называется частотой. Разделив частоту в каждом интервале на общее число случайных величин (п1 + п2 +... + пп = п), определяют частость. Наглядное представление о величине частости дает графическое изображение гистограммы и полигонов распределения (рис.1). Рис. 1.Графическое изображение случайной величины (1-гистограмма, 2-полигон распределения).
Данное графическое изображение строится по данным о наработке и величине частости, которая рассчитывается по формуле: wi = пi / п. (7) w1 =3/50=0, 06 w2=4/50=0, 08 w3=6/50=0, 12 w4 =17/50=0, 34 w5=5/50=0, 1 w6=5/50=0, 1 w7=9/50=0, 18 w8=1/50=0, 02 Частость является эмпирической (опытной) оценкой вероятности Р, т.е. при увеличении числа наблюдений частость приближается к вероятности: wi → pi. Полученные при группировке СВ результаты сводятся в таблицу (см. табл.1), данные которой имеют не только теоретическое, но и практическое значение. Например, по результатам наблюдений можно предположить, что у аналогичных изделий в тех же условиях эксплуатации и в интервале наработки 52-54 тыс. км может отказать около 6% изделий (wi ≈ pi = 0, 06), в интервале 54-56 тыс. км - 8%, интервале 56-58 тыс. км - 12% и т.д. Следовательно, имея систематизированные данные по отказам, можно прогнозировать и планировать число воздействий (программу работ), потребности в рабочей силе, площадях, материалах и запасных частях. Вероятность случайного события. В общем виде это отношение числа случаев, благоприятствующих данному событию, к общему числу случаев. Вероятность отказа рассматривается не вообще, а за определенную наработку L: F(L) = P{Li< L} =m(L)/n, (8)
где m(L) – число отказов к моменту наработки L; п –число наблюдений (участвовавших в испытаниях изделий). F1(L)=3/50=0, 06 F2(L)=7/50=0, 14 F3(L)=13/50=0, 26 F4(L)=30/50=0, 6 F5(L)=35/50=0, 7 F6(L)=40/50=0, 8 F7(L)=49/50=0, 98 F8(L)=50/50=1
Вероятность отказа изделия при наработке L равна вероятности событий, при которых наработка до отказа конкретных изделий L i окажется менее L. Отказ и безотказность являются противоположными событиями, поэтому: R(L) = P{Li ≥ L} = n-m(L)/n. (9)
где n-m(L) - число изделий, не отказавших за L. R1(L)=47/50=0, 94 R2(L)=43/50=0, 86 R3(L)=37/50=0, 74 R4(L)=20/50=0, 4 R5(L)=15/50=0, 3 R6(L)=10/50=0, 2 R7(L)=1/50=0, 02 R8(L)=0/50=0 В примере расчета курсовой работы (см. табл.1) при L - 55 тыс. км имеем: F(L) = P{Li< 10} = L1+L2/n = m(L)/n =7/50 =0, 14. R(L) = P{Li ≥ 10} = n-m(L)/n = 50 – 7 / 50 =0, 86. Наглядное представление о СВ дает графическое изображение интегральных функции распределения вероятности отказа и вероятности безотказной работы (рис.2).
Рис. 2.Графическое изображение случайной величины (3-интегральная функция вероятности отказов, 4- безотказной работы).
Следующей характеристикой случайной величины является плотность вероятности (например, вероятности отказа) f(L) – это функция, характеризующая вероятность отказа за малую единицу времени при работе узла, агрегата, детали без замены. Если вероятность отказа за наработку F(L) = т(L)/п, то, дифференцируя ее при п = const, получим плотность вероятности отказа:
= (10)
где dm/dL - элементарная " скорость", с которой в любой момент времени происходит приращение числа отказов при работе детали, агрегата без замены. f1(L)=3/2/50=0, 03 f2(L)=4/2/50=0, 04 f3(L)=6/2/50=0, 06 f4(L)=17/2/50=0, 17 f5(L)=5/2/50=0, 05 f6(L)=5/2/50=0, 05 f7(L)=9/2/50=0, 09 f8(L)=1/2/50=0, 01
Таблица 1
Вероятностная оценка случайных величин
Наглядное представление о вариации СВ дает графическое изображение дифференциальной функции т.е. закона распределения случайной величины (рис.3).
Рис. 3. Дифференциальная функция распределения - закон распределения СВ
F(L) называют интегральной функцией распределения, f(L) - дифференциальной функцией распределения. Имея значения F(x) или f(x), можно произвести оценку надежности и определить среднюю наработку до отказа:
. (11)
При оценке качества изделий, нормировании ресурсов, в системе гарантийного обслуживания применяют гамма - процентный ресурс Lγ . Это интегральное значение ресурса Lγ , которое вырабатывает без отказа не менее γ процентов всех оцениваемых изделий, т.е:
В ТЭА обычно принимаются γ = 80, 85, 90 и 95%. Гамма - процентный ресурс используется при определении периодичности ТО по заданному уровню безотказности γ. Выражение LTO=Lγ означает, что обслуживание с периодичностью LTO гарантирует вероятность безотказной работы R ≥ γ и вероятность отказа F ≤ (1 - γ ). Если мы, основываясь на нашем примере, назначим периодичность профилактических работ ТО равную LTO = 55 тыс. км (см. табл.1), то примерно 7 изделий из 50 откажут ранее назначенного ТО, т.е. вероятность отказа составит 14%. Остальные 86% изделий имеют потенциальную наработку на отказ Li > 10 тыс. км. Следовательно, ТО им будет произведено ранее, чем они могут отказать, и вероятность их безотказной работы будет равна 0, 86. Для первых отказов невосстанавливаемых изделий и взаимно дополняющих событий (отказ - работоспособное состояние) имеет место условие F(L) + R(L) =1, т.е., зная вероятность отказа, можно определить вероятность безотказной работы и наоборот. Важным показателем надежности является интенсивность отказов l(L) - условная плотность вероятности возникновения отказа невосстанавливаемого изделия, определяемая для данного момента времени при условии, что отказа до этого момента не было. Наглядное представление о величине изменения интенсивности отказов реализуется в виде графика (рис.4).
Рис.4. Изменение интенсивности отказов
Аналитически для получения l(L) необходимо элементарную вероятность dm/dL отнести к числу элементов, не отказавших к моменту L, т.е.
(12) Так как вероятность безотказной работы R(L) = [n — m(L)]/n, то l(L) = (dm/dL)*(1/n R(L)). Учитывая, что f(L)=(1/n)(dm/dL), получаем:
l(L)=f(L)/R(L). (13) Выше были рассмотрены закономерности изменения параметров технического состояния автомобилей по наработке и вариации параметров технического состояния. Эти закономерности достаточно точно характеризуют надежность новых агрегатов и узлов автомобилей, т.е. позволяют оценить среднюю наработку на отказ, вероятность отказа автомобиля при определенной наработке, ресурс агрегатов и др. Для рациональной организации производства по ТО и ремонту в АТП необходимо, кроме того, знать, сколько автомобилей с отказами данного вида будет поступать в зону ремонта в течение часа, смены, недели, месяца, будет ли их количество постоянным или переменным и от каких факторов оно зависит, т.е. необходимо иметь информацию о надежности не только конкретного автомобиля, но и группы автомобилей, например автомобилей данной модели, колонны, в целом по АТП. При отсутствии этих сведений нельзя рационально организовать производство, т.е. определить необходимое число рабочих, размеры производственных площадей, перечень технологического оборудования, расход запасных частей и материалов. Взаимосвязи между показателями надежности автомобилей и суммарным потоком отказов для автомобиля и группы автомобилей изучают с помощью закономерностей ТЭА, которые характеризуют процесс восстановления, т.е. возникновения и устранения потока отказов и неисправностей изделий в зависимости от наработки. Далее рассмотрим поведение восстанавливаемого изделия, т.е. агрегата, который после отказа подвергается ремонту и продолжает работать. Для этого в качестве исходных данных используем наработку до первого и до второго отказа (приложение 1). Так как агрегат является восстанавливаемым изделием, то после устранения 1-го отказа он продолжает работу, и по той же схеме возникают и устраняются 2-й, 3-й и последующие отказы. В курсовой работе мы ограничимся двумя отказами 50 исследуемых изделий. Ранее нами был полностью рассмотрен первый отказ, аналогично проводим исследования по второму отказу, для чего строим таблицу и вносим в нее все необходимые данные (табл.2). По результатам расчетов строим схему формирования процесса восстановления (рис.5) используя данные f1(L) (табл.1) и f2(L) (табл.2).
Рис.5. Схема формирования процесса восстановления
Таблица 2 |
Последнее изменение этой страницы: 2017-05-05; Просмотров: 346; Нарушение авторского права страницы