Методика расчета и анализа
Введение
На стадии серийного изготовления показатели безотказности определяют через определенные промежутки календарного времени с целью контроля их нормируемых значений. Обычно партию объемом изделий (элементов) подвергают ресурсным испытаниям, в течение которых фиксируется количество изделий, отказавших на контрольный момент времени.
В настоящей расчетно-графической работе рассматривается порядок статистического анализа экспериментальных данных для определения показателей надежности. Работа выполняется в два этапа.
На первом этапе необходимые статистические данные, моделирующие результаты ресурсных испытаний, создаются методами компьютерной симуляции случайных величин.
На втором этапе полученные данные подвергают статистической обработке и анализу для определения показателей безотказной работы:
- вероятность безотказной работы для гарантийного ресурса : |
|
- интенсивность отказов |
|
- средняя наработка до отказа |
|
I. Компьютерная симуляция экспериментальных данных
В результате ресурсных испытаний
изделий, должна быть получена таблица
для
наблюдений вида
Таблица 1
Номер наблюдения |
1 |
2 |
3 |
.... |
|
... |
|
Всего |
Время наблюдения, час |
|
|
|
... |
|
... |
|
|
Число отказавших изделий |
|
|
|
... |
|
... |
|
|
Известно, что если число одновременно испытываемых объектов более 8, а наработка одного изделия на отказ подчиняется экспоненциальному закону, распределение случайной величины с достаточной для практики точностью приближается к нормальному распределению. Таким образом, для симуляции «результатов испытаний» достаточно выполнить моделирование нормального распределения.
Зададимся необходимыми параметрами модели:
объем
партии изделий;математическое ожидание нормального распределения
;среднеквадратическое отклонение нормального распределения
;интенсивность
«белого шума», моделирующего погрешности
эксперимента.
Примечание. При выполнении работы перечисленные параметры следует принять по таблице индивидуальных заданий. Вариант задания соответствует списочному номеру по учебному журналу.
Шаг 1. Создаем в табличном процессоре MS Excel рабочий лист и выполняем ввод в надстройку «Анализ данных»: меню СЕРВИС / НАДСТРОЙКИ / ПАКЕТ АНАЛИЗА / ОК
Рисунок 1
Шаг 2. Используя принятые параметры генерируем нормально распределенных случайных чисел: СЕРВИС / АНАЛИЗ ДАННЫХ / ГЕНЕРАЦИЯ СЛУЧАЙНЫХ ЧИСЕЛ / ОК
Рисунок 2
Далее устанавливаем курсор в клетку С7 (либо указываем эту клетку в «Параметрах вывода») и заполняем диалоговое окно
Рисунок 3
Шаг 3. Аналогично в столбце D «генерируем белый шум», используя равномерно распределенных случайных чисел:
Рисунок 4
Шаг 4:
- в столбце F записываем сумму столбцов C и D. Для этого в клетку F7 вносим формулу «=C7+D7» и «протягиваем» эту формулу по всему массиву;
- в столбце G преобразуем данные столбца F в целые числа: «=ЦЕЛОЕ(F7)»;
- посредством встроенных функций
определяем максимальное и минимальное
значения в массиве G и, опираясь на эти
числа, строим в таблице ИТОГИ диапазон
(
,
,
...,
)
периодов «наблюдений». Диапазон
«наблюдений» (
)
должен немного перекрывать минимаксный
интервал. Равномерный шаг
должен обеспечить
15-25 строк «наблюдений».
Шаг 5. В столбце К таблицы «ИТОГИ» накапливаем «наблюдаемое» число отказов посредством формулы «=СЧЁТЕСЛИ (G$7:G$356;"<240")». В этой формуле фиксируется массив данных из столбца G, а переменной является текущее время наблюдения :
Рисунок 5
Наконец, в столбце L, последовательными разностями строк из столбца К, получаем искомую таблицу результатов «испытаний»:
Таблица 2
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
Всего |
|
240 |
250 |
260 |
270 |
280 |
290 |
300 |
310 |
320 |
330 |
340 |
350 |
|
|
0 |
1 |
0 |
3 |
5 |
11 |
9 |
15 |
32 |
30 |
24 |
39 |
|
|
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
|
|
360 |
370 |
380 |
390 |
400 |
410 |
420 |
430 |
440 |
450 |
460 |
470 |
|
|
33 |
39 |
30 |
25 |
21 |
16 |
10 |
4 |
2 |
0 |
1 |
0 |
350 |
Итак, до 240 «часов» наработки не «отказал» ни один элемент, а к 470 часу все 350 элементов «вышли из строя». Построим гистограмму и убедимся, что сгенерированное распределение качественно соответствует нормальному:
Рисунок 6
