Определение показателей надежности по данным эксплуатации
Общие положения. Современное состояние теории надежности позволяет достаточно корректно оценивать показатели надежности судовой техники. При этом используются различные методы: расчет, лабораторные испытания, сбор и обработка статистической информации в эксплуатационных условиях. Последний метод является наиболее эффективным, так как позволяет учитывать комплексное влияние на надежность всех эксплуатационных факторов, трудновоспроизводимых при испытаниях, не требуются затраты на создание испытательных стендов. К недостаткам метода следует отнести большую длительность сроков накопления статистической информации и трудность учета наработки оборудования в условиях эксплуатации.
При количественном анализе надежности СЭО и ЭСА используют оценки показателей надежности, под которыми понимаются числовые значения показателей надежности, определяемые по результатам наблюдений за СЗО и ЭСА в условиях эксплуатации или испытаний. Числовое значение показателя надежности при этом дается в виде точечной оценки или доверительных границ интервала, которые с заданной доверительной вероятностью покрывают истинное значение показателя.
К оценкам предъявляются требования состоятельности, несмещенности и эффективности.
Оценка параметра считается состоятельной, если по мере роста числа наблюдений она стремится к оцениваемому теоретическому значению параметра. Оценка считается несмещенной, если при любом числе наблюдений ее математическое ожидание точно равно величине оцениваемого параметра. Удовлетворение этому требованию устраняет систематическую погрешность, которая зависит от объема наблюдений и в случае состоятельности стремится к нулю с увеличением объема наблюдений. Требование несмещенности особенно важно при малом объеме наблюдений. Оценка параметра называется эффективной, если среди прочих оценок того же параметра она обладает наименьшей дисперсией.
Выше приводились вероятностное и статистическое определения показателей надежности. Вероятностные показатели являются количественной мерой какого-либо множества, которое при статистическом определении рассматривается как генеральная совокупность. Статистические показатели надежности определяются по результатам ограниченного ряда наблюдений случайной величины t, который представляет собой выборочную совокупность случайных величин. Выборочной совокупностью (выборкой) называется совокупность случайных величин, отражающих определенный признак и характеризующихся своим математическим ожиданием и дисперсией.
В практических расчетах обычно приходится иметь дело с ограниченной по объему N выборкой случайных величин t1,t2…ti,…tn…N и математическим ожиданием рассматриваемой выборки, все члены которой характеризуют только свершившиеся события, принято с определенной степенью достоверности считать среднее значение случайной величины
Мерой рассеивания случайных величин (t)относительно Tcp служат:
дисперсия
среднеквадратическое отклонение
и коэффициент вариации
являющийся мерой относительной изменчивости наблюдаемой случайной величины.
Статистическая обработка информации об отказах (восстановлениях) судовой техники обычно проводится в следующей последовательности:
1. предварительный анализ и обработка информации о надежности- опытных данных о времени наработки до отказа;
2. выбор закона распределения случайной величины времени наработки до отказа;
3. определение параметров закона распределения;
4. оценка количественных показателей надежности.
При известном законе распределения сначала оценивают параметры закона распределения, входящие в расчетную формулу определяемого показателя надежности, а затем по параметрам закона распределения — показатель надежности; при неизвестном законе распределения непосредственно оценивают показатель надежности.
Планы наблюдений. Наблюдения с целью сбора информации о надежности должны проводиться в наиболее характерных условиях эксплуатации и режимах работы, определенных нормативно-технической документацией, в соответствии с принятым планом наблюдений.
Предусматриваются пять основных планов наблюдений, обозначаемых NVN, NVr, NVT, NRr, NRT (первый индекс N-число объектов наблюдения, V-план без замены и восстановления отказавших объектов, R-c заменой или восстановлением отказавших объектов;r- наблюдения проводятся до отказа установленного числа r объектов; Т-наблюдения проводятся в течение времениT;последний индекс N- наблюдения проводятся до отказа N объектов).
Для определения показателей ремонтопригодности наблюдения проводят по любому плану и используют данные о восстановлении всех отказавших объектов.
Для оценки показателей надежности судовых технических средств рекомендуется пользоваться планами NVT, NRT и . Обработка данных по плану NVT проводится за период Т получения данных об отказах однотипных объектов, эксплуатирующихся на одном или нескольких судах. Отказавшие объекты заменяют или ремонтируют и данные об их отказах после восстановления исключают из дальнейшего рассмотрения.
При плане NRT результаты наблюдений за отремонтированными или замененными объектами включают в общие данные наблюдений.
План представляет собой комбинацию планов NVT и NRT: все моменты замен и восстановлении условно переносят в начало периода Т, что предполагает как бы одновременное начало эксплуатации замененных и восстановленных объектов вместе с группой N основных объектов. В этом случае учитываемое в расчетах число отказов будет таким же, как для плана NRT, и обработку наблюдений следует выполнять по плану NVТ.
Минимальное число объектов наблюдения находят из условия определения с доверительной вероятностью среднего значения случайной величины Тср с относительной ошибкой
где Тср.в - верхняя односторонняя доверительная граница.
Рекомендуемые значения односторонних доверителышх вероятностей: 0,80; 0,90; 0,95; 0,99.
При определении показателей безотказности допускается принимать доверительную вероятность и относительную ошибку , тогда при экспоненциальном законе распределения (табл. 3.9) минимальное число объектов наблюдения составит N=27. Как видно, для получения достоверной информации требуется вести наблюдения за значительным числом объектов.
Для СЭО и ЭСА, представляющих собой, как правило, восстанавливаемые объекты небольших серий, при исследовании случайных величин, многократно реализующихся в процессе эксплуатации или испытаний {наработка на отказ, время восстановления и др.), требуемых достоверности и точности результатов можно достичь и на меньшем числе объектов за счет увеличения длительности испытаний.
Таблица 3.9.
Минимальное количество объектов наблюдения при экспоненциональном законе
распределения
Относительная ошибка | Доверительная вероятность | |||
0,80 | 0,90 | 0,95 | 0,99 | |
0,05 0,10 0,15 0,20 |
случайных величин, многократно реализующихся в процессе эксплуатации или испытаний (наработка на отказ, время восстановления и др.), требуемых достоверности и точности результатов можно достичь и на меньшем числе объектов за счет увеличения длительности испытаний.
Достаточная достоверность показателей безотказности восстанавливаемых объектов может быть обеспечена, если минимальное их число для наблюдения будет принято из условия, что в период эксплуатации за суммарную наработку возникнет не менее 30 отказов, т. е.
(3.58)
где Т0— предполагаемая наработка на отказ; ti — наработка i-го объекта.
Из условия (3.58) можно определить как минимальное число объектов наблюдения N,так и продолжительность наблюдения при заданном N:
(3.59)
Полученные опытные данные и виде выборочной совокупностинеобходимо подвергнуть предварительному анализу и обработке с тем, чтобы в дальнейшем эффективно и корректно использовать их для оценки показателей надежности.
Предварительный анализ информации проводится на соответствие ее требованиям достоверности, полноты и однородности.
Достоверность информации есть свойство отражать истинные сведения о наблюдаемых объектах, используемые для оценок показателей надежности. Не допускается объединять и обрабатывать данные, полученные в существенно различных условиях. Достоверность информации достигается в результате сбора сведений квалифицированным персоналом.
Полнота информации есть свойство информации отражать все существенные сведения, необходимые для решения задач, стоящих перед системой сбора и обработки информации.
Однородность информации -свойство информации отражать сведения об объектах, принадлежащих одной генеральной совокупности и эксплуатирующихся в условиях действия одних и тех же факторов.
Предварительная обработка опытных данных в основном состоит в отсеивании недостоверной информации, т. е. грубых погрешностей (сильно выделяющихся значений), возникающих в результате изменения принятых условий эксплуатации (испытания) в процессе наблюдения, а также грубых погрешностей измерений, погрешностей при переписывании и др. В практических расчетах для выборок небольшого объема можно использовать метод вычисления максимального относительного отклонения
(3.60)
где ti-крайний (наибольший или наименьший) член выборки, по которой рассчитывались Tcp, ; - табличное значение оценки т, вычисленной для разных N при доверительной вероятности ; значения (квантили) распределения оценки т при доверительной вероятности =0,90; 0,95; 0,975; 0,99 приводятся в справочной литературе; а практических расчетах обычно принимают = 0,95.
Если неравенство (3.60) соблюдается, то крайнее значение ti не отсеивается; если не соблюдается, то значение ti исключается из выборки. После исключения одного или нескольких значений ti характеристики Tcp и опытной выборки должны быть пересчитаны по данным сокращенной выборки. Процедуру отсева можно повторить и для следующего максимального по абсолютной величине относительно отклонения, предварительно пересчитав Tcp и а для выборки меньшего объема N-1.
Отсев грубых погрешностей для выборок большого объема удобно проводить с помощью таблиц распределения Стьюдента.
Периоды эксплуатации технических средств. При рассмотрении работоспособного состояния судна и его технических средств обычно различают три характерных периода эксплуатации: I-приработки, II-нормальной эксплуатации, III- интенсивного износа (старения) (рис. 3.11).
Период приработки I является начальным периодом эксплуатации 0…t характеризующимся повышенной интенсивностью отказов вследствие наиболее грубых конструктивных, технологических и производственных дефектов. Эти отказы устраняются в основном путем замены дефектных элементов исправными или путем приработки неисправных элементов (например, притирка щеток на контактных кольцах, восстановление состояния изоляции обмоток, регулировка и т. п.). Обработка статистических данных показывает, что в период приработки для определения показателей надежности может быть использован закон распределения Вейбулла.
Повышенная интенсивность отказов в период приработки в дальнейшем не оказывает влияния на надежность СЭО и ЭСА в период нормальной эксплуатации.
Важное значение имеет продолжительность времени приработки 0…t1 момента t1 наступления периода нормальной эксплуатации. Период приработки судовых технических средств составляет относительно небольшую часть времени эксплуатации и обычно заканчивается в первый год эксплуатации.
Рис. 3.11. Зависимость интенсивности отказов судовых технических средств от времени эксплуатации 1-при нормальной нагрузке,2- при пониженной нагрузке
Рис. 3.12. Зависимости вероятности безотказной работы от времени при внезапных отказов Рвн(t),постепенных (износовых) отказах Ри (t)и совместном их действии Р (t)
Период t1…t2 нормальной эксплуатации II является основным для технического устройства и характеризуется длительной эффективной работой устройства в заданных условиях эксплуатации с наименьшими трудозатратами на ТО и ремонт. В этот период износ СЭО и ЭСА практически не сказывается и обычно происходят внезапные отказы, носящие случайный характер.
К началу t1 второго периода интенсивность отказов становится минимальной и приблизительно постоянной величиной , т. е. для расчета показателей надежности в этот период может быть использован экспоненциальный закон распределения. Постоянство интенсивности отказов для большинства СЭО и ЭСА в период нормальной эксплуатации подтверждается опытом.
В период нормальной эксплуатации с помощью ТО и ремонтов восстанавливается работоспособность СЭО и ЭСА путем замены и восстановления элементов, и при правильно выбранных периодичности ТО и ремонтов СЭО длительное время не будет отказывать из-за износа (старения). Период нормальной эксплуатации для транспортного судна в целом заканчивается при достижении времени эксплуатации
t2= 17 20 лет.
В период t>t2 интенсивного износа (старения) элементов III интенсивность отказов возрастает. Зависимость интенсивности отказов от времени в этот период определяется в основном постепенными износовыми отказами элементов. Постепенные отказы, как и внезапные, носят случайный характер и обычно слабо проявляются в период нормальной эксплуатации, но в конце периода t1…t2 и после t2 их интенсивность возрастает.
Статистические данные эксплуатации СЭО и ЭСА показывают, что в период износа для определения показателей надежности может быть использован нормальный закон распределения или закон Вейбулла.
Последний период эксплуатации технических устройств и судна в целом, так же как и период приработки, относительно непродолжителен.
Внезапные и постепенные (износовые) отказы являются событиями независимыми, поэтому вероятность безотказной работы устройств в общем случае при внезапных отказах Pвн(t) и постепенных (износовых) отказах Pн(t) определяется
(3.61)
Если внезапные отказы подчиняются экспоненциальному закону, а постоянные — нормальному, то (3.61) примет вид (рис. 3.12).
(3.62)
В ряде случаев при оценке показателей надежности формулу (3.62) упрощают: учитывают влияние износа на безотказность с помощью поправочного коэффициента аи, вводимого при расчете интенсивности внезапных отказов. Значение аи зависит от соотношения среднего ресурса до списания и нормативной наработки между плановыми ТО.
Если нагрузка объекта меньше номинальной кН<1 и объект работает в облегченном режиме, то интенсивность отказов во всех периодах работы уменьшается, а длительность периодов, приработки и нормальной эксплуатации возрастает (см. рис. 3.11).
Статистическая оценка показателей надежности. Исчерпывающая информация о надежности СЭО и ЭСА может быть получена, если известны вид и параметры закона распределения соответствующих случайных величин (времени безотказной работы, времени восстановления и др.)
Однако на практике чаще всего закон распределения достоверно неизвестен, и возникает важная задача аппроксимации одним из теоретических законов полученных статистических данных. Наибольшее практическое применение при анализе характеристик надежности СЭО и ЭСА находят рассмотренные выше законы распределения случайных величин: экспоненциальный, нормальный и Вейбулла.
Для практически точной проверки гипотезы о типе теоретического распределения необходимо иметь достаточно большое количество статистических данных, при малых выборках можно только оценить параметры распределения, полагая закон распределения известным.
Гипотеза о типе теоретического распределения, в наибольшей мере соответствующем полученным статистическим данным, принимается исходя из физической сущности рассматриваемого процесса, коэффициента вариации и статистических графиков: гистограммы, плотности вероятности и статистической функции распределения.
При выборе теоретического закона распределения для СЭО и ЭСА исходят из того, что нормальный закон распределения характерен при постепенных износовых отказах; экспоненциальный закон распределения целесообразно использовать при внезапных отказах в период нормальной эксплуатации; закон распределения Вейбулла как имеющего наилучшие аппроксимирующие свойства используется в период приработки и при совместном действии постепенных и внезапных отказов.
Коэффициенты вариации, характеризующие закон распределения, находятся в пределах: - для нормального закона; - для закона Вейбулла; 0,8...1,0 - для экспоненциального закона.
Следует отметить, что при обработке эксплуатационных данных по отказам и восстановлениям могут использоваться и другие законы распределения, в частности при используется гамма-распределение.
Для построения статистических графиков опытные статистические данные сводятся в табл. 3.10.
Длина интервала для удобства расчета принимается одинаковой, примерное значение интервала определяется по формуле
где tmax и tmin- максимальное и минимальное значение t; - общее количество отказов.
По данным табл. 3.10 строят гистограммы для количественных характеристик надежности f(t), или (t), или P(t).
Таблица 3.10.
Исходные данные для определения закона распределения
Примечание: -длительность i-го интервала времени; -числоотказов за время ;N(0)-число объектов, установленных под наблюдение в начальный момент времени; Ncp - среднее число исправно работающих объектов за время
Рис. 3.13. Плотность вероятности отказа
1-гистограмма; 2 – полигон; 3- аппроксимирующая кривая
Гистограмму (ступенчатый многоугольник) строят следующим образом: на оси абсцисс откладывают интервалы , на которых строят прямоугольники с ординатой, равной значению соответствующей характеристики надежности f(t), X(t), P(t). Соединив ординаты середин интервалов на гистограмме, получают полигон соответствующей характеристики. График полигона при одинаковых интервалах по форме напоминает соответствующую теоретическую функцию. Чем больше статистических данных и меньше интервал , тем ближе ломаная кривая полигона приближается по форме к соответствующей функции.
Полученные полигоны аппроксимируются кривыми; путем сравнения вида полученных таким образом опытных кривых с соответствующими теоретическими кривыми и с учетом физической сущности отказов приближенно выбирают закон распределения. На рис 3.13 показан примерный вид гистограммы, полигона и аппроксимирующей кривой для функции f(t),а на рис.3.14-характерный вид гистограмм f(t) для теоретических законов распределения.
Проверка допустимости выбранного теоретического закона распределения для опытных данных обычно осуществляется с помощью критериев согласия. Разработано достаточно большое количество критериев согласия для проверки допусти-мости принятого теоретического закона распределения; наиболee часто применяются критерий согласия А. Н. Колмогорова и критерий (хи-квадрат) Пирсона.
Рис. 3.14. Характерный вид гистограмм плотности вероятности отказа для
экспоненционального распределения: (а); распределения Вейбулла (б); нормального распределения (в).
Более прост для использования критерий согласия Л. Н. Колмогорова, предложившего в качестве меры расхождения максимальное значение модуля разности теоретической QT(t) и статистической Qc(t) функций распределения:
С увеличением объема статистических данных вероятность неравенства стремится к пределу Р(у), который достаточно просто определяется (рис. 3.15). Для проверки совпадения теоретического и статистического распределений вычисляют значения QTi и Qci, находят максимальную разность между ними М и рассчитывают
Рис. 3.15. График функции Р(у) для критерия согласия Колмогорова
По величине у из графика находят значение вероятности Р(у). Если Р(у)>0,3...0,4, то функция QT(t) считается согласующейся с экспериментальными данными; если Р(у) <0,1…0,05, то функция QT{t) отвергается.
Критерий А. Н. Колмогорова рекомендуется применять, если параметры распределения Q(t) известны до опыта и ставится задача по результатам эксперимента проверить только согласованность теоретического и опытного распределений.
Когда нужно выбрать функцию Q(t) при неизвестных параметрах распределения, то целесообразно использовать критерий Пирсона.
Проверку допустимости принятого закона распределения по критерию выполняют следующим образом:
по выборке объемом каким-либо методом находят оценки для каждого из п неизвестных параметров принятого закона распределения f(t);
полученные данные делят на k интервалов и определяют вероятности попадания их в каждый интервал, т. е. эмпирическую и теоретическую
при
где ni— число реализаций случайной величины, попавших в i-й интервал; Ti,Ti-1 — верхняя, нижняя граница интервала; интервалы выбираются так, чтобы в каждом из них ni превышало четыре—пять наблюдений;
Таблица 3.11.
Критические значения статистики критерия %2
d | ||||||||||
0,90 0,95 0,99 | 2,71 3,84 6,63 | 4,61 7,81 11,3 | 6,25 7,81 11,3 | 7,78 9,49 13,3 | 9,24 11,1 15,1 | 10,6 12,6 16,8 | 13,4 15,5 20,1 | 16,0 18,3 23,2 | 18,5 21,0 26,1 | 21,5 23,7 29,1 |
вычисляют статистику по выражению
Это значение сравнивают с табличными значениями квантилей функции распределения , соответствующих выбранной доверительной вероятности . Если табличные значения (табл. 3.11), определяемые распределением
где d - число степеней свободы, оказываются больше вычисленных, гипотеза принимается, в противном случае отвергается. Число степеней свободы распределения принимают равным
Оценка эксплуатационных показателей надежности СЭО и ЭСА производится на основе ограниченного объема статистического материала, получаемого в условиях эксплуатации или в результате испытаний. По этим данным можно получить приближенные точечные оценки параметров распределения и соответственно показателей надежности, что в ряде случаев оказывается недостаточным для характеристики надежности СЭО.
В связи с этим возникает необходимость представлять данные о параметрах и показателях не в виде точечных оценок, а с помощью доверительных интервалов и доверительных вероятностей ,или коэффициентов доверия . Коэффициент доверия выражает вероятность того, что истинное значение j параметра находится внутри доверительного интервала. Границы такого интервала называются доверительными. Выбор большого коэффициента доверия приводит к расширению интервала, поэтому в практических расчетах обычно принимают = 0,90; 0,95.
Достоверность оценки определяется двусторонним доверительным интервалом Тср.н, Тср.в, включающим в себя нижний Тср.н и верхний Тср.в доверительные пределы (рис. 3.16, в), или односторонним, включающим в себя нижний Тср.1н,
Тср.max (рис.3.16,а) или верхний Тср.min,Тср.1в (рис.3.16 б)
доверительные пределы. Двустороннему доверительному интервалу соответствует доверительная вероятность , одностороннему нижнему , a одностороннему верхнему , так как (1- )+f(l- 2) = 1- , то
Доверительные границы для оценки параметров определяют зависимости от принятого закона распределения случайных величин и плана наблюдения.
Рис. 3.16. Доверительные интервалы для средней наработки до отказа:
а - односторонний нижний; б - односторонний верхний; в - двухсторонний