В статье рассматриваются вопросы прогнозирования показателей надежности современной бортовой аппаратуры космических аппаратов. Показана целесообразность использования результатов испытаний аппаратуры и ее элементов на стойкость к воздействию ионизирующих излучений для прогнозирования показателей надежности. Обоснована возможность применения альфараспределения времени наработки до отказа для прогнозирования показателей безотказности и долговечности КМОП ИС. Приведены расчетные соотношения для оценки вероятности безотказной работы, среднего времени наработки на отказ и минимальной наработки. Показаны возможные пути повышения стойкости современной бортовой аппаратуры космических аппаратов путем использования специализированных способов защиты от воздействий ионизирующих излучений космического пространства. Данное научное исследование (№14-05-0038) выполнено при поддержке Программы «Научный фонд НИУ ВШЭ» в 2014 г.

В работе предлагается методика расчета ограниченных орбит вокруг точки либрации L2 системы Солнце-Земля. Движение космического аппарата (КА) в окрестности точки либрации рассматривается как суперпозиция трех компонент: убывающей (устойчивой), возрастающей (неустойчивой) и ограниченной. Предлагаемая методика позволяет скорректировать вектор состояния КА, таким образом, чтобы нейтрализовать неустойчивую компоненту движения. На основе численных расчетов, выполненных с помощью данной методики, произведено исследование возможных типов орбит вокруг точки либрации, некоторых стратегий коррекции орбитального движения и возможностей одноимпульсного перелета на такие орбиты с низкой околоземной орбиты.

Любая аппаратура, как новая, так и старая, имеет свои экономические показатели. И их можно улучшить, если правильно определять ЗИП. При этом нет необходимости что-либо переделывать аппаратно. Достаточно под задаваемые к аппаратуре показатели правильно рассчитать ЗИП.

В материалах симпозиума «Надёжность и качество в приборостроении и радиоэлектронике» представлены тезисы докладов восьми секций:

Применение САПР для обеспечения высокой надежности изделий;

Математическое моделирование на ЭВМ физических процессов в проектируемых изделиях;

Автоматизированный анализ и обеспечение эффективности, качества и технического уровня сложных изделий и систем;

Методы прогнозирования и повышения надежности и качества изделий;

Обеспечение высокого качества и надежности изделий при производстве и эксплуатации;

Методы ускоренных испытаний;

Анализ причин отказов;

Физический подход к обеспечению надежности изделий.

Авдеев Д. К. , Егоров С. А. , Жаднов В. В. и др. В кн.: Радиовысотометрия - 2010: Сборник трудов Третьей Всероссийской научно-технической конференции. Екатеринбург: ООО «Форт Диалог-Исеть», 2010. С. 154-156.

Приводятся основные характеристики системы АСОНИКА-К-ЗИП и возможности ее применения для расчетов и оптимизации запасов в комплектах ЗИП электронных средств.

В сборнике представлены тезисы докладов Всесоюзной научно-технической конференции «Теория и практика конструирования и обеспечения надёжности и качества электронной аппаратуры и приборов».

М.: МИЭМ НИУ ВШЭ, 2016.

В материалах конференции студентов, аспирантов и молодых специалистов представлены тезисы докладов по следующим направлениям: математика и компьютерное моделирование; информационно-коммуникационные технологии; автоматизация проектирования, банки данных и знаний, интеллектуальные системы; компьютерные образовательные продукты; информационная безопасность; электроника и приборостроение; производственные технологии, нанотехнологии и новые материалы; информационные технологии в экономике, бизнесе и инновационной деятельности; инновационные технологии в дизайне. Материалы конференции могут быть полезны для преподавателей, студентов, научных сотрудников и специалистов, специализирующихся в области прикладной математики, информационно-коммуникационных технологий и электроники.

В настоящее время в астрономии и астрофизике наблюдается значительный рост объёмов экспериментальных данных. В данной работе рассматриваются крупные астрономические проекты с точки зрения передачи, хранения и обработки больших научных данных. Рассмотрена актуальность этих проблем в настоящее время и в будущем.

Екатеринбург: ООО «Форт Диалог-Исеть», 2010.

В сборник трудов включены доклады Третьей Всероссийской научно-технической конференции «Радиовысотометрия - 2010», проходившей с 19 по 21 октября 2010 года в городе Каменск-Уральский.

В сборнике трудов рассмотрены актуальные проблемы радиолокации земной поверхности, совершенствования бортовых радиоэлектронных систем, повышения их точности, надежности и качества цифровой обработки информации, математическое и физическое моделирование бортовых радиоэлектронных систем.

Оргкомитет выражает свою признательность промышленным и научным предприятиям, которые приняли самое непосредственное участие в организации и проведении конференции, и благодарит всех авторов за представленные материалы.

Оргкомитет планирует проведение Четвертой Всероссийской научно-технической конференции по радиовысотометрии в сентябре - октябре 2013 г.

Т. 2. М.: ЗАО "Издательский дом "Столичная энциклопедия", 2012.

В книгу включены материалы ведущих предприятий, организаций, учреждений радиоэлектронной отрасли об истории, современном состоянии и перспективах развития отечественной компонентной базы, использовании новейших технологий в создании совремнных изделий электронной техники, их технических и конструктивных особенностях.

Атлас содержит 8 карт, графики и таблицы, иллюстрирующие основные закономерности и ограничения в области утилизации твердых бытовых отходов в Центральном Федеральном округе. Социальная значимость Атласа состоит в выявлении и типологизации основных "ядер" антропогенного загрязнения, представленных полигонами и свалками ТБО.

Создание атласа осуществлялось при финансовой поддержке Русского Географического общества (грант РГО №59-2013/Н7 "Экологические риски в пригородных и межселенных территориях")

В препринте анализируются некоторые элементы и показатели электронного правительства в различных странах за 2009—2010 годы, и их взаимосвязь с коррупцией в государственном секторе. Широко признан тот факт, что коррупция является нежелательным явлением. При этом продолжаются дискуссии о том, какие из факторов, ее определяющих, наиболее значимы. Авторы исследуют возможную причинно-следственную зависимость установленной взаимосвязи между электронным правительством и коррупцией в государственном секторе. При помощи эконометрического анализа крупных страновых выборок, авторы проверили тесноту связи между индикаторами электронного правительства и показателями Индекса развития ИКТ, такими как качество онлайн-услуг и использование ИКТ, с одной стороны, и уровень восприятия коррупции, с другой стороны. Были проанализированы основные научные публикации, международные рейтинги и базы данных международных организаций. По результатам проведенного исследования предлагаются рекомендации по преодолению слабых сторон международных сопоставительных исследований электронного правительства, а также возможные направления дальнейших исследований в выделенной области.

В статье рассматриваются основы построения моделей измерительных приемников, предназначенных для виртуальных исследований в области ЭМС, в формах, отличных от схемной. Анализируются модели на основе цифровой обработки сигналов, формальные математические модели, а также базирующиеся на графическом программировании. Формулируется общий вывод о перспективах использования таких моделей при построении системы автоматизированного проектирования, реализующей процедуру виртуальной сертификации радиоэлектронных средств по эмиссии излучаемых радиопомех.

Кн. 2: Разработка моделей надёжности для проектных исследований надёжности радиоэлектронной аппаратуры. М.: МИЭМ, 2010.

Излагаются результаты разработки моделей надёжности для проектных исследований надёжности радиоэлектронной аппаратуры, полученные в ходе выполнения II этапа научно-исследовательской работы « Разработка методов и средств для проектных исследований надёжности радиоэлектронной аппаратуры » выполняемой в рамках тематического плана МИЭМ по теме № 100077 : « Разработка моделей надёжности для проектных исследований надёжности радиоэлектронной аппаратуры » .

Приводятся результаты разработки унифицированных топологических моделей надёжности резервированных групп. Описываются формальные модели типовых групп для нагруженного резервирования, для ненагруженного резервирования, для комбинированного контроля работоспособности, для групп с переключателями и групп с восстановлением. Проанализированы способы реализации γ-процентного контроля работоспособности РЭА и СЧ и даны рекомендации по модификации алгоритмов формирования временных диаграмм состояний типовых резервированных групп для различных способов контроля. Предложены методы формирования временных диаграмм состояний для восстанавливаемых резервированных групп для «последовательного» и «параллельного» соединения компонентов. Приводятся результаты экспериментальной проверки разработанных моделей и методов для проектных исследований надёжности РЭА.

Gokhberg L. , Fursov K. , Perani G. Working Party of National Experts on Science and Technology Indicators. DSTI/EAS/STP/NESTI. Organisation for Economic Co-operation and Development, 2012. No. DSTI/EAS/STP/NESTI(2012)9/ANN1.

Документ содержит проект методологических рекомендаций по статистическому измерению технологий. Он включает предложения по формированию операциональных определений технологий, подходы к идентификации классификации новых и возникающих технологий, а также предложения по разработке системы показателей, характеризующих жизненный цикл технологий, и стратегиям сбора данных. Разработанные рекомендации предлагается использовать в качестве методологической основы гармонизированной системы сбора и интерпретации статистических данных о технологиях. В приложении приводятся сведения о доступных определениях технологий и краткие результаты исследования опыта национальных статистических служб в области статистического наблюдения науки и технологий.

Определение показателей надежности на стадии проектирования является наиболее важной задачей в теории надежности, способствующей наибольшей эффективности использования объекта. Прогноз надежности на стадии проектирования обходится значительно дешевле (~ 1000 раз), чем на стадии изготовления и эксплуатации, потому что не привлекаются зна­чительный станочный парк и дорогая рабочая сила.

Существуют три группы методов прогноза надежности.

1-я группа - теоретические расчетно-аналитические мето­ды, или методы математического моделирования. Матема­тическое моделирование - это процесс создания мате­матической модели, т. е. это описание математическими знаками и символами изучаемого сложного процесса. Неопре­деленные явления можно описать по-разному, т. е. составить несколько математических моделей.

Вероятностно-аналитические методы - это прило­жение теоретических положений теории вероятности к инже­нерным задачам. Эти методы имеют для реальной практики значительный недостаток: некоторые из них могут быть ис­пользованы, только если имеются аналитические выражения для распределений случайных величин. Вывести и получить аналитические выражения для распределений случайных ве­личин обычно очень сложно, поэтому на стадии проектирова­ния, когда дается прикидочная оценка показателей надежнос­ти, эти методы годятся не всегда. Хотя вычисление вероятнос­ти нахождения случайной величины в заданных пределах ее значений, обеспечивающих нормальное безотказное функцио­нирование используемого объекта, в математическом отноше­нии весьма простая операция, если имеется закон распределе­ния этой случайной величины.

Тогда имеем:

где R - надежность, т. е. вероятность нахождения случайной величины X в допустимых пределах Х min доп, Х max доп - мини­мально допустимом и максимально допустимом.

Значит, задача подсчета надежности сводится к нахожде­нию теоретической непрерывной и дискретной плотности ве­роятности состояния одной X или нескольких , Х 1 , Х2, ..., Х п случайных величин. Знание распределения φ(Х) - необходи­мое условие для расчетчика. Перечислим наиболее распрост­раненные теоретические расчетно-аналитические методы:

1. На основе известных законов распределений для показателей надежности системы в целом.

2. На основе известных законов распределений для показателей надежности отдельных элементов системы.

3. Упрощенный метод на основе принятия нормальных за­конов распределения для показателей надежности отдельных элементов системы.

4. Метод статистического моделирования, или метод Мон­те-Карло, на основе любых законов распределения параметров системы.

5. Комбинаторно-матричный метод с любыми распределениями вероятности параметров системы.

Перечисленные методы представляют основную часть из большого количества расчетно-аналитических методов.

2-я группа - экспериментальные и экспериментально-ана­литические методы - физическое моделирование.

1. На основе сбора и обработки ретроспективной и текущей информации о надежности объекта.

2. На основе специальных испытаний на надежность в нор­мальных условиях эксплуатации и ускоренных или форсиро­ванных испытаний.

3. На основе испытаний моделей объекта в нормальных условиях эксплуатации и ускоренных испытаний.

3-я группа - эвристические методы, или методы эвристи­ческого моделирования.

Эвристика - наука, занимающаяся изучением природы мыслительных операций человека в ходе решения различных задач.

Здесь отметим следующие методы:

1. Метод экспертных или балльных оценок. Выбирается комиссия, состоящая из опытных высокопрофессиональных в данном вопросе экспертов, которые путем выставления баллов оценивают рассматриваемый показатель надежности. Затем
проводится математическая обработка результатов оценки (коэффициент конкордации и др.). Это хорошо известный ме­тод при оценке спортивных соревнований (гимнастика, фигурное катание, бокс и др.).

2. Мажоритарный метод, или метод голосования, основанный на использовании мажоритарной функции. Мажоритарная функция принимает два значения «да» или «нет» - «1» или «О», причем значение «1» принимает тогда, когда число переменных, входящих в нее и принимающих значение «1», больше числа переменных, принимающих значение «О». В противоположном случае функция принимает значение «О».

Все перечисленные методы являются недетерминирован­ными, или основанными на статистике, или субъективными, т. е. ответ является неопределенным. Но несмотря на это, эти методы позволяют сравнивать по надежности различные ва­рианты системы, выбрать оптимальную систему, найти сла­бые места и выработать рекомендации по оптимизации надеж­ности и эффективности функционирования объекта.

Если невозможно испытать систему, можно прогнозиро­вать надежность, комбинируя испытания отдельных элемен­тов системы с аналитическими методами. Прогноз на надеж­ность позволяет провести расчеты по обеспечению запасными частями, организовать техническое обслуживание и ремонт, а значит, обеспечить рациональную эксплуатацию объекта.

Чем сложнее система, тем больший эффект дают расчетные методы на всех этапах разработки и эксплуатации.

Открытие новых технических решений влечет за собой ана­лиз их уровня и конкурентоспособности тех объектов техни­ки, в которых эти решения использованы. С этой целью про­водятся патентные исследования, основной задачей которых является оценка патентной чистоты и патентоспособности ис­пользованных технических решений.

В соответствии с ГОСТом Р 15.011-96 патентные исследова­ния относятся к прикладным научно-исследовательским рабо­там и являются неотъемлемой составной частью обоснования принимаемых решений хозяйствующими субъектами, связан­ными с созданием, производством, реализацией, совершенст­вованием, ремонтом и снятием с производства объектов хо­зяйственной деятельности. При этом к участникам хозяйст­венной деятельности относят предприятия, организации, концерны, акционерные общества и другие объединения неза­висимо от форм собственности и подчинения, государственно­го заказчика, а также лиц, занимающихся индивидуальной трудовой деятельностью.

Патентные исследования проводятся на всех стадиях жиз­ненного цикла объектов техники: при разработке научно-тех­нических прогнозов и планов развития науки и техники, при создании объектов, техники, аттестации промышленной про­дукции, определении целесообразности ее экспорта, продажи и приобретения лицензий, при защите государственных инте­ресов в области охраны промышленной собственности.

Этим документом установлен порядок работ по патентным исследованиям: разработка задания на проведение патент­ных исследований; разработка регламента поиска информа­ции; поиск и отбор патентной, другой научно-технической, втом числе конъюнктурно-экономической информации; обоб­щение результатов и составление отчета о патентных иссле­дованиях.

В качестве задания на проведение патентных исследова­ний предоставляется технический документ, оформленный в установленном порядке, или другие документы: рабочая про­грамма, график проведения патентных исследований и т. д.; последние должны содержать все сведения, предусмотрен­ные ГОСТом, и быть оформлены надлежащим образом. Все виды работ по патентным исследованиям проводятся под на­учно-методическим руководством патентного подразделения. Для проведения поиска по фондам патентной и другой науч­но-технической, в том числе конъюнктурно-экономической, информации составляется регламент поиска (программа). Для определения области поиска требуется сформулировать предмет поиска, выбрать источники информации, опреде­лить ретроспективу поиска, страны, по которым следует про­водить поиск, и классификационные рубрики (МКИ, НКИ, УДК).

· исследование технического уровня объектов хозяйственной деятельности, выявление тенденций, обоснование прогноза их развития;

• исследование состояния рынков данной продукции, сло­жившейся патентной ситуации, характера национального производства в странах исследования;

· исследование требований потребителей к продукции и услугам;

· исследование направлений научно-исследовательской и производственной деятельности организаций и фирм, которые действуют или могут действовать на рынке исследуемой продукции;

· анализ коммерческой деятельности, включая лицензионную деятельность разработчиков (организаций и фирм), производителей (поставщиков) продукции и фирм, предо­ставляющих услуги, и патентной политики для выявления конкурентов, потенциальных контрагентов, лицензиаров и лицензиатов, партнеров по сотрудничеству;

· выявление торговых марок (товарных знаков), используе­мых фирмой-конкурентом;

• анализ деятельности хозяйствующего субъекта; выбор оп­тимальных направлений развития его научно-технической, производственной и коммерческой деятельности, патент­ной и технической политики и обоснование мероприятий по их реализации;
• обоснование конкретных требований по совершенствова­нию существующей и созданию новой продукции и техно­логии, а также организации выполнения услуг; обосно­вание конкретных требований по обеспечению эффектив­ности применения и конкурентоспособности продукции и услуг; обоснование проведения необходимых для этого ра­бот и требований к их результатам;
• технико-экономический анализ и обоснование выбора тех­нических, художественно-конструкторских решений (из числа известных объектов промышленной собственности), отвечающих требованиям создания новых и совершенство­вания существующих объектов техники и услуг;
• обоснование предложений о целесообразности разработки новых объектов промышленной собственности для исполь­зования на объектах техники, обеспечивающей достиже­ние технических показателей, предусмотренных в техниче­ском задании;
• выявление технических, художественно-конструкторских, программных и других решений, созданных в процессе вы­полнения НИР и ОКР с целью отнесения их к охраноспо­собным объектам интеллектуальной собственности, в том числе промышленной;
• обоснование целесообразности правовой охраны объектов интеллектуальной собственности (в том числе промышлен­ной) в стране и за рубежом, выбор стран патентования; ре­гистрации;
• исследование патентной чистоты объектов техники (экс­пертизы объектов техники на патентную чистоту, обосно­вание мер по обеспечению их патентной чистоты и беспре­пятственному производству и реализации объектов техники в стране и за рубежом);

· анализ конкурентоспособности объектов хозяйственной дея­тельности, эффективности их использования по назначению, соответствия тенденциям и прогнозам развития; выявление и отбор объектов лицензий и услуг, например инжиниринг;

· исследование условий реализации объектов хозяйственной деятельности, обоснование мер их оптимизации;

· обоснование целесообразности и форм проведения в стране и за рубежом коммерческих мероприятий по реализации объектов хозяйственной деятельности, по закупке и продаже лицензий, оборудования, сырья, комплектующих изделий и т. д.

· проведение других работ, отвечающих интересам хозяйст­вующих субъектов.

В соответствии с поставленными задачами в итоговый отчет по патентным исследованиям включаются следующие матери­алы: по анализу и обобщению информации в соответствии с по­ставленными перед патентными исследованиями задачами; обоснованию оптимальных путей достижения конечного ре­зультата работы; по оценке соответствия завершенных патент­ных исследований заданию на их проведение, достоверности их результатов, степени решения поставленных перед патентны­ми исследованиями задач, обоснование необходимости прове­дения дополнительных патентных исследований.

Основная (аналитическая) часть отчета о патентных иссле­дованиях содержит информацию: о техническом уровне и тен­денциях развития объекта хозяйственной деятельности; об использовании объектов промышленной (интеллектуальной) собственности и их правовой охране; об исследовании патент­ной чистоты объекта техники.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

1. Методы прогнозирования

2. Схема прогноза параметрической надежности машины

3. Применение метода Монте-Карло для прогнозирования надежности

4. Возможности метода статистического моделирования

5. Оценка экстремальных ситуаций

Список использованной литературы

1. Методы прогнозирования

За последние годы прогнозирование поведения сложных систем развилось в самостоятельную науку, которая использует разнообразные методы и средства.

Прогнозирование отличается от расчета системы тем, что решается вероятностная задача, в которой поведение сложной системы в будущем определяется лишь с той или иной степенью достоверности и оценивается вероятность ее нахождения в определенном состоянии при различных условиях эксплуатации. Применительно к надежности задача прогнозирования сводится в основном к предсказанию вероятности безотказной работы изделия Р(t) в зависимости от возможных режимов работы и условий эксплуатации. Качество прогноза в большой степени зависит от источника информации о надежности отдельных элементов и о процессах потери ими работоспособности. Для прогнозирования в общем случае применяются разнообразные методы с использованием моделирования, аналитических расчетов, статистической информации, экспертных оценок, метода аналогий, теоретико-информационного и логического анализа и др.

Обычно прогнозирование, связанное с применением математического аппарата (элементы численного анализа и теории случайных функций), называется аналитическим. Специфика прогнозирования надежности заключается в том, что при оценке вероятности безотказной работы Р (t) эту функцию в общем случае нельзя экстраполировать. Если она определена на каком-то участке, то за его пределами ничего о функции Р (t) сказать нельзя. Поэтому основным методом для прогнозирования надежности сложных систем является оценка изменения его выходных параметров во времени при различных входных данных, на основании чего можно сделать вывод о показателях надежности при различных возможных ситуациях и методах эксплуатации данного изделия.

Нами будет рассмотрен тот случай прогнозирования параметрической надежности машины, когда известна структура формирования области работоспособности, но параметры, определяющие эту область, зависят от большого числа факторов и имеют рассеивание.

Рис. 1 Область прогнозирования надежности

2. Схема прогноза параметрической надежности машины

Рис. 2 Схема потери машиной работоспособности при заданной длительности непрерывной работы

Опираясь на общую схему потери машиной работоспособности (рис.2), можно представить три основных задачи по прогнозированию надежности (рис.1).

1.Прогнозируется поведение всей генеральной совокупности данных машин, т. е. учитывается как вариация исходных характеристик машины, так и возможных условий ее эксплуатации (область).

2.Прогнозируется поведение конкретного образца машины, т. е. начальные параметры машины становятся неслучайными величинами, а режимы и условия эксплуатации машины могут изменяться в определенном диапазоне. В этом случае область состояний сужается (область) и становится подмножеством множества.

3.Прогнозируется поведение данной машины в определенных условиях эксплуатации при постоянных режимах работы. В этом случае необходимо выявить реализацию случайного процесса, которая соответствует заданным условиям работы.

Таким образом, если в первых двух случаях необходимо предсказать возможную область существования выходных параметров и оценить вероятность их нахождения в каждой зоне данной области, то в третьем случае отсутствует неопределенность в условиях работы изделия, и прогноз связан лишь с выявлением тех закономерностей, которые описывают процесс изменения выходного параметра во времени.

Рис. 3 Процесс старения как случайная функция

Как известно (рис. 3), протекание случайного процесса может идти с большей или меньшей степенью «перемешивания» реализаций. Следует отметить, что если прогноз касается совокупности изделий, то степень перемешивания не влияет на оценку области существования параметров, так как выявляется не поведение данного изделия, а вероятность выхода за допустимые границы любого экземпляра из данной совокупности.

Если же прогнозируется поведение данного экземпляра изделия в пределах области, то следует оценить возможную скорость изменения процесса потери работоспособности в ближайший период времени, т. е. использовать корреляционную функцию.

Точность прогнозирования зависит от ряда факторов. Во-первых, от того, насколько принятая схема потери машиной работоспособности отражает объективную действительность. Во-вторых, насколько достоверны сведения о режимах и условиях предполагаемой работы изделия, а также о его начальных параметрах.

Наконец, на правильность прогноза решающее влияние оказывает достоверность информации о закономерностях изменения выходных параметров изделия в процессе эксплуатации, т. е. о случайных функциях X 1 (t); ...; Хn, (t). Информация о надежности изделия (понимая под этим оценку упомянутых функций Xi (t) или данные по надежности элементов изделия) может быть получена из разных источников. Прогнозирование может вестись на стадии проектирования (имеются ТУ на изделие, конструктивные данные о машине и ее элементах, известны возможные условия эксплуатации). При наличии опытного образца изделия (можно получить начальные характеристики машины, оценить запас надежности) и при эксплуатации (имеется информация о потере работоспособности изделий при различных условиях эксплуатации). При прогнозировании надежности изделия на стадии проектирования имеется наибольшая неопределенность (энтропия) в оценке возможных состояний изделия. Однако методический подход к решению этой задачи остается общим.

В рассматриваемом случае он заключается в использовании в качестве основы для оценки вероятности безотказной работы изделия соответствующих моделей отказов и состоит из следующих этапов.

1.Определение начальных параметров изделия (а о; а), как функции технологического процесса изготовления машины. Это связано с изменениями в пределах допуска размеров деталей, свойств материалов, качества сборки и других показателей. Значения начальных параметров могут зависеть также от режимов работы машины.

2.Установление предельно допустимых значений выходных параметров.

3.Оценка расчетным путем изменения выходных параметров в течение межналадочного периода То (в, н, с, а с) с учетом аналогичных характеристик у прототипа путем испытания при наличии опытного образца или путем учета установленных стандартом нормативов на параметры машины.

4.Оценка влияния процессов старения () на выходные параметры изделия на основании физических закономерностей отказов с учетом их стохастической природы.

5.Оценка спектров режимов работы (нагрузок, скоростей и условий эксплуатации), которые отражают возможные условия эксплуатации и определяют рассеивание скоростей изменения выходных параметров (х).

6.Расчет вероятности безотказной работы машины по каждому из параметров в функции времени.

7.При получении информации об эксплуатации изделия, для которого был сделан прогноз, производится сравнение действительных и расчетных данных и анализ причин их расхождения.

В зависимости от поставленной задачи должны быть выявлены области и (или) оценена реализация (рис. 1), т. е. получены законы распределения f (Т) или f (Т), или соответственно P (Т) или Р (Т), отражающие диапазоны рассеивания сроков службы для всей генеральной совокупности (D /) или для данной машины (D //). Если условия эксплуатации для данного образца жестко заданы, прогнозируется срок службы (наработка до отказа) Т.

3. Применение метода Монте-Карло для прогнозирования надежности

Рассмотренные в гл. 3 модели отказов являются формализованным описанием процесса потери машиной работоспособности и дают возможность установить функциональные связи между показателями надежности и исходными параметрами.

Статистическая природа этих закономерностей проявляется в том, что аргументы полученных функций являются случайными и зависят от большого числа факторов. Поэтому и нельзя точно предсказать поведение системы, а можно лишь определить вероятность того или иного ее состояния.

Для прогнозирования поведения сложной системы с успехом может применяться метод статистического моделирования (статистических испытаний), который получил название метода Монте-Карло (184).

Основная идея этого метода заключается в многократном расчете параметров по некоторой формализованной схеме, являющейся математическим описанием данного процесса (в нашем случае -- процесса потери работоспособности).

При этом для случайных параметров, входящих в формулы, перебираются наиболее вероятные их значения в соответствии с законами распределения.

Таким образом, каждое статистическое «испытание» заключается в выявлении одной из реализаций случайного процесса, так как подставляя, хотя и случайным образом, выбранные, но зафиксированные аргументы, получаем детерминированную зависимость, которая описывает данный процесс при принятых условиях. Многократно повторяя испытания по данной схеме (что практически возможно в сложных случаях лишь с применением ЭВМ), получим большое число реализаций случайного процесса, которое позволит оценить ход этого процесса и его основные параметры.

Рассмотрим упрощенную блок-схему алгоритма для расчета на ЭВМ надежности изделия, потеря работоспособности которого может быть описана схемой на рис. 4 и уравнением

Рис.4 Схема формирования постепенного отказа данного изделия

Пусть изменение выходного параметра X зависит от износа U одного из элементов изделия, т. е. X = F (U), где F -- известная функция, зависящая от конструктивной схемы изделия. Примем, что износ связан с удельным давлением р и скоростью скольжения трущейся пары v степенной зависимостью U=kp m 1 v m 2 t, где коэффициенты m1 и m2 известны (например, из испытания материалов пары). Коэффициент k оценивает износостойкость материалов и условия работы сопряжения (смазка, засоренность поверхностей).

Данное изделие может попасть в различные условия эксплуатации и работать при разных режимах. Для того чтобы предсказать ход процесса потери изделием работоспособности, надо знать вероятностную характеристику тех условий, в которых будет эксплуатироваться изделие. Такими характеристиками могут быть законы распределения нагрузок f (Р), скоростей f (v) и условий эксплуатации f (k). Заметим, что эти закономерности оценивают те условия, в которых будет находиться изделие и поэтому могут быть получены независимо от его конструкции с использованием статистики по работе аналогичных машин или по требованиям к будущим изделиям. Например, спектры нагрузок и скоростей при различных условиях работы транспортных машин, необходимые режимы резания при обработке данного типажа деталей на металлорежущих станках, нагрузки на узлы горнодобывающих машин при разработке различных пород и т. п. могут быть заранее определены в виде гистограмм или законов распределения.

Алгоритм для оценки надежности методом Монте-Карло (рис. 5) состоит из программы одного случайного испытания, по которой определяется конкретное значение скорости изменения параметра х. Данное испытание повторяется N раз (где N должно быть достаточно большим для получения достоверных статистических данных, например N? 50), и по результатам этих испытаний оценивается математическое ожидание ср и среднеквадратическое отклонение х случайного процесса, т. е. данные, необходимые для определения Р (t). Последовательность расчета (статистического испытания) следующая. После ввода необходимых данных (оператор /) производится выбор конкретных для данного испытания значений р, v и k (оператор 2). Для этого имеются подпрограммы, в которые заложены гистограммы или законы распределения, характеризующие данные значения или определяющие их величины. Например, вместо давлений на поверхности трения р может быть задан закон распределения внешних нагрузок Р, действующих на узел. В этом случае в подпрограмме по выбранному значению Р рассчитывается

р = F (Р),в простейшем случае,

где S -- поверхность трения.

Для выбора конкретного значения каждого из параметров с учетом их законов распределения применяется генератор случайных чисел, при помощи которого разыгрывается (выбирается) данное случайное число. Обычно генератор построен так, что выдает равномерно распределенные числа, которые с помощью стандартных подпрограмм могут быть преобразованы так, что их плотность распределения будет соответствовать данному закону. Например, для нормального закона распределения вырабатываются случайные числа г для математического ожидания М (z) = О и среднеквадратического отклонения z = 1. В подпрограмме для каждого случая применяется формула разыгрывания, которая учитывает характеристики заложенного распределения. Так, если р распределено по нормальному закону с параметрами р ср и р, то формула разыгрывания будет р= р ср + р z, где z получено с помощью генераторов случайных чисел. Возможно создание подпрограмм для разыгрывания случайных значений параметров при задании их распределения при помощи гистограмм. После получения случайных значений для каждого опыта рассчитывается скорость процесса повреждения (оператор 3) и по ней скорость процесса изменения параметра х (оператор 4). Данная процедура повторяется N раз и каждое полученное значение х засылается во внешнюю память машины. После накопления необходимого количества статистических данных, т. е. при n = N, производится определение ср и х (операторы 6 и 7), после чего возможен как расчет вероятности безотказной работы Р (Т) (оператор 8), так и построение гистограммы распределения х (или наработок до отказа Ti) и выдача на печать всех необходимых данных.

4. Возможности метод а статистического моделирования

Рассмотренный случай является простейшим, но иллюстрирует общий методический подход к решению данной задачи.

В более сложном случае, например при использовании модели отказа с учетом рассеивания начальных параметров (рис. 6), в программу закладываются сведения о законах распределения исходных характеристик машины.

По нормальному закону, а такие положительные величины, как погрешность эксцентриситета вала -- по закону Максвелла и т. п.

Рассмотренный на рис. 5 пример характерен также тем, что скорость процесса здесь постоянна х = const, и каждая реализация случайной функции характеризуется одним конкретным значением х.

Рис.6 Схема формирования отказа при рассеивании начальных параметров изделия.

Например, погрешности изготовления деталей обычно распределяются в пределах допуска.

по нормальному закону, а

такие положительные величины, как погрешность эксцентриситета вала -- по закону Максвелла и т. п.

Рассмотренный на рис. 5 пример характерен также тем, что скорость процесса здесь постоянна х = const, и каждая реализация случайной функции характеризуется одним конкретным значением х. Поэтому моделирование случайной функции здесь сведено к моделированию случайной величины.

Если рассматривать нелинейную задачу, когда скорость процесса изменяется во времени (t), то каждое испытание даст реализацию случайной функции. Для дальнейших действий каждую реализацию можно представить в виде чисел в данных сечениях t 1 ;t 2 …t n , охватывающих исследуемый диапазон работоспособности изделия.

Часто случайную функцию удобно представить в виде ее канонического разложения

В этом случае случайными будут коэффициенты при неслучайных функциях

Выработка реализаций случайной функции на ЭВЦМ упрощается в случае ее стационарности.

Еще более сложные случаи могут иметь место, если существует связь между смежными значениями случайных параметров. Тогда необходимо учитывать коэффициент корреляции между смежными членами или даже несколькими соседними членами (множественная корреляционная связь). Такой случай также может быть решен методом Монте-Карло, но требуется моделирование корреляционной функции.

Следует также отметить, что данный метод применим и для закономерностей, характеризующих процесс в виде неявных функций, а также при описании процесса не обязательно в виде математических формул. Прогнозирование надежности методом Монте-Карло позволяет вскрыть статистическую природу процесса потери изделием работоспособности и оценить удельный вес влияния отдельных факторов. Например, для рассмотренной задачи можно сделать расчет, насколько повысится вероятность безотказной работы, если проведен ряд мероприятий по уменьшению давлений в зоне трения (изменена конструкция узла), уменьшено значение коэффициента k (применен новый материал), сужен диапазон режимов работы машины [изменены параметры законов f (Р) и f (v)].

Специфика применения метода статистического моделирования для расчета надежности заключается в том, что если обычно при статистическом моделировании сложных систем искомыми величинами являются средние значения характеристик, то здесь нас интересует область крайних реализаций (значений близких к max), так как именно они определяют значения Р (Т) .

Поэтому для оценки надежности ответственных изделий важное значение приобретает исследование аварийных и экстремальных ситуаций, когда выявляются реализации процесса с наибольшей скоростью изменения выходных параметров х max.

5. Оценка экстремальных ситуаций

При прогнозировании надежности особое значение приобретает выявление крайней границы области состояний изделия, так как именно она определяет его близость к отказу. Эта граница формируется за счет реализаций, которые имеют наибольшие значения скорости процесса х. Хотя вероятность их появления мала (она соответствует вероятности отказа), их роль в оценке надежности изделия является основной. Такие реализации будем называть экстремальными. Они могут быть двух типов: собственно экстремальные, как следствие наиболее неблагоприятного сочетания внешних факторов, но находящихся в допустимых пределах, и аварийные, которые связаны с нарушением условий эксплуатации или проявлением нарушений ТУ при изготовлении изделия.

Экстремальная реализация IV на рис. 1 может быть выявлена как результат наиболее неблагоприятного сочетания факторов, влияющих на скорость изменения параметров 7л Часто это предельные режимы, при которых существенно возрастают динамические нагрузки. Если для простых систем формулирование экстремальных условий, как правило, не вызывает трудностей (это наибольшие нагрузки, скорости, температуры), то для сложных систем необходимо провести исследования по выявлению такого сочетания параметров, которое приведет к х max Действительно, например, повышение скорости механизма для одних элементов может привести к повышению их работоспособности (переход к жидкостному трению в подшипнике скольжения, лучшая циркуляция охлаждающей жидкости, выход механизма из резонансной зоны и т. п.), а для других -- к ухудшению условий их работы (рост динамических нагрузок, повышение тепловыделения и т. п.). Поэтому суммарное воздействие на механизм будет наибольшим лишь при определенных режимах его работы. Если требуется выявить наихудшее начальное состояние изделия, то также необходимо решить задачу о наиболее неблагоприятном распределении допусков (ТУ) на элементы и оценить вероятность этой ситуации (например, нахождение для всех деталей размеров на границах полей допусков маловероятно).

Кроме того, при оценке надежности изделия с учетом всех его основных параметров X 1 , Х 2 , ..., Х n режимы по-разному отразятся на их изменении, что исключает возможность предопределения заранее наихудшего их сочетания. Все это свидетельствует о том, что выявление экстремальных ситуаций также является задачей статистического исследования, которое может быть проведено с применением метода Монте-Карло. Однако разыгрывание должно вестись в области, соответствующей малой вероятности отказа, но при допустимых значениях входных параметров (значений случайных аргументов).

Аварийные ситуации связаны с двумя основными причинами. Во-первых, это возрастание внешних нагрузок и воздействий за пределами установленными ТУ при попадании машины в недопустимые условия эксплуатации. Для отдельных узлов и элементов машины такое положение может возникнуть из-за повреждения соседних малоответственных деталей, что повлияет на работу данного узла. Например, повышенный износ неответственного соединения не влияет сам по себе на работоспособность этой пары, но продукты износа засоряют смазку и выводят из строя другие сопряжения. Повышенное тепловыделение может привести к недопустимым деформациям соседних элементов.

Во-вторых, возникновение аварийных ситуаций связано с нарушением ТУ на изготовление и сборку изделий. Производственные дефекты могут проявиться неожиданно и привести к отказу изделия.

Если вероятность появления экстремальных ситуаций можно оценить, то возникновение аварийного состояния предсказать трудно, а в большинстве случаев практически невозможно. Обычно удается составить перечень типичных аварийных ситуаций, доказать, что вероятность их возникновения чрезвычайно мала (если это не так, надо изменять конструкцию) и, главное, оценить возможные последствия каждой ситуации. Оценка характера последствий и времени, необходимого для ликвидации возникшей ситуации, определяет степень опасности данной аварийной ситуации.

Таким образом, прогноз области возможных состояний изделия и его показателей надежности для высокоответственных объектов дополняется анализом аварийных и экстремальных ситуаций с оценкой их последствий.

В заключение следует отметить, что разработка методов прогнозирования надежности машин даст огромный экономический эффект, так как, во-первых, сократятся затраты времени и средств на испытание опытных образцов, во-вторых, будет иметь место более рациональное использование потенциальной долговечности изделия за счет правильного построения системы ремонта и эксплуатации, в-третьих, еще на стадии проектирования будет возможен выбор оптимального с точки зрения надежности конструктивного решения.

Список использованной литературы :

1. Проников А.С. Надежность машин Москва «Машиностроение» 1978 г

2. Бусленко Н.П. Моделирование сложных систем М.; «Наука» 1969 г.

3. Елизаветин М.А. Повышение надежности машин М.; «Машиностроение» 1973г.

Подобные документы

Описание конструкции компрессора газотурбинного двигателя. Расчет вероятности безотказной работы лопатки и диска рабочего колеса входной ступени дозвукового осевого компрессора. Расчет надежности лопатки компрессора при повторно-статических нагружениях.

курсовая работа , добавлен 18.03.2012


Построение эмпирической вероятности безотказной работы. Определение параметров распределения итерационным методом. Рассмотрение количественных характеристик каждого фактора в отдельности. Определение средней наработки до первого отказа устройства.

отчет по практике , добавлен 13.12.2017


Краткое описание конструкции двигателя. Нормирование уровня надежности лопатки турбины. Определение среднего времени безотказной работы. Расчет надежности турбины при повторно-статических нагружениях и надежности деталей с учетом длительной прочности.

курсовая работа , добавлен 18.03.2012


Назначение, классификация и обоснование выбора горной машины в зависимости от условий работы. Статический расчет технологических параметров работы машины. Устройство, принцип работы, эксплуатация механического оборудования и привода. Механизм подъема.

курсовая работа , добавлен 08.11.2011


Требования, предъявляемые к надежности изделия. Анализ надежности дублированных систем. Вероятность безотказной работы по заданному критерию. Распределение отказов по времени. Основы расчета резьбовых и болтовых соединений при постоянной нагрузке.

контрольная работа , добавлен 09.11.2011


Государственные стандарты по проблеме надежности энергетических объектов при эксплуатации. Изменение интенсивности отказов при увеличении наработки объекта. Вероятность безотказной работы. Показатели долговечности и модель гамма-процентного ресурса.

презентация , добавлен 15.04.2014


Понятия теории надежности. Вероятность безотказной работы. Показатели частоты отказов. Методы повышения надежности техники. Случаи возникновения отказов, сохранность работоспособности оборудования. Критерии и количественные характеристики его оценки.

курсовая работа , добавлен 28.04.2014


Анализ изменения вероятности безотказной работы системы от времени наработки. Понятие процентной наработки технической системы, особенности обеспечения ее увеличения за счет повышения надежности элементов и структурного резервирования элементов системы.

контрольная работа , добавлен 16.04.2010


Показатели надежности систем. Классификация отказов комплекса технических средств. Вероятность восстановления их работоспособного состояния. Анализ условий работы автоматических систем. Методы повышения их надежности при проектировании и эксплуатации.

реферат , добавлен 02.04.2015


Структурная схема надежности технической системы. График изменения вероятности безотказной работы системы от времени наработки до уровня 0,1-0,2. 2. Определение Y-процентной наработки технической системы.