СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ИЗМЕНЕНИЯ НАДЕЖНОСТИ ЛЕТАТЕЛЬНЫХ КОМПЛЕКСОВ ПРИ ОТРАБОТКЕ И ЭКСПЛУАТАЦИИ
Рассмотрим методику статистического оценивания функций изменения надежности объекта. В § 4.3 были получены модели изменения надежности, с помощью которых через
неизвестные параметры описывалось изменение функции надежности при проведении доработок.
Задачу статистического оценивания функции (4.55)
Р* = Р«, — (Р» ~Р0) ГЇ (1 — akjР^)
можно решить, если будет установлен закон распределения оценки
Л
Pt для всех i = 0, 1,2, …
В практических задачах часто можно ограничиться нахождением
Д
оценки функции Pt и ее дисперсии а2[Р;1 = о,2, принимая закон рас-
А
пределения оценки Pi близким к нормальному. Для этого в первую
Л Л Л
очередь необходимо найти оценки а, Р0, Р«, параметров а, Ро, Рос и их ковариационную матрицу: *
и р — соответствующие коэффициенты корреляции оценок.
Л Л Л
Если найдены несмещенные оценки а, Р0 и Р^, то, пренебрегая нелинейностью зависимости функции (4.55) от параметров, несмещенную оценку функции можно получить в виде
Л ‘ Л Л Л «■ Л Л
Pi = Poo — (Рсо — Р„) П (1 — СЛ./Р»). (5.177)
Среднее квадратическое отклонение этой оценки как линеаризованной функции от трех случайных параметров может быть вычислено по известной ковариационной матрице (5.175):
где частные производные функции PL по соответствующим параметрам
АЛЛ
вычисляются при а — а, Р0 — Р0, Рте= Р™.
Выражения для определения частных производных в соответствии с (4.55) можно записать в следующей компактной форме:
Полагая, что закон распределения оценки функции Pt в каждом і-м сечении — нормальный со средним квадратическим отклонением (?г, нетрудно рассчитать в соответствии с (5.83) или (5.84) двусторонний или односторонний доверительный интервалы при доверительной вероятности у(уі):
Заметим, что в данном случае пренебрегаем разницей между оцен-
Л
кой дисперсии о? и неизвестным истинным значением о2. В принципе, используя распределение Стьюдента, можно по выражению типа (5.35)
Л Л
найти и более точный доверительный интервал Р,—t-Xikoi<Pi<, Л Л
< Pi + t-t’kOi.
Л Л Л
Рассмотрим методику определения оценок й, Р0, Р0о и ковариационной матрицы (5.175). Для использования того пли иного метода статистического оценивания необходимо решить вопрос о зависимости или независимости результатов испытаний, по данным которых будут определяться оценки.
Представим щ — число испытаний между (< — 1)-й и і-й доработ-
Л
ками; ті — число отказов в nt испытаниях; kt — количество устраняемых в і-й доработке причин отказов в зависимости от номера доработки в следующем виде:
Результаты испытаний внутри каждой группы можно считать независимыми, полагая, что До внесения доработки объекты и режимы испытаний остаются неизменными. Исходы испытаний между группами, разделенными доработками, строго говоря, зависимы. Это связано
с тем, что по данным испытаний предшествующей группы проведена доработка, которая меняет величину надежности, а следовательно, влияет на исходы испытаний в последующей группе. В работе f 17І показано, что зависимость между группами испытаний слабая и ею можно пренебрегать.
Л Л Л
Суть задачи отыскания оценок а, Р0, Р<» заключается в расчете таких параметров модели (4.55), при которых оценка функции (5.177)
Л л
наилучшим образом прилегала бы к опытным точкам Рг = 1 —т^щ. Сложность решения задачи состоит в том, что на практике значения
Л
Пі обычно малы и часто щ = 1. При этом опытные точки Рг будут принимать значения 0 или 1. Следовательно, нужно найти вид функции (5.177), которая бы наилучшим образом аппроксимировала опытные
д
точки Pi, чаще всего находящиеся на пределах диапазона изменения.
А Л *t
В этих условиях для получения оценок а, Р0, Рх и матрицы (5.175) может быть использован. метод максимума правдоподобия.
Л
Число отказов тх в nt независимых испытаниях имеет биномиальное распределение (5.10) с вероятностью
Л Л А / л л
вер (гщ) = ПіРПі т{ (1 — Рі)ті I (nt — rrii)! Ші!.
Функция правдоподобия для всей выборки, представленной данными на с. 208, в соответствии с (5.11) при условии независимости между группами испытаний принимает вид
Используя модел’ь (4.55), получим функцию правдоподобия, зависящую от искомых параметров:
L (Pt (а, Р0> Рсо)) — п д д |Роо (Рею Ро) П f 1 ~
1=0 («г — щ)! mi! L s=o
Перейдем к логарифмической функции правдоподобия, опуская по-
/Г л А
стоянный множитель ПіМЦщ — m,)!m£!l, не влияющий на положение максимума:
In L (а, Р0, Р«,)= І j(«i — in,) In Гр» — (Poo — P0) П (1
і■—o L s=0
j+ т! Іп[і-P00+(P00-Po) П fl—^-) }• (5.183)
Можно показать (см. (І7І), что функция InЦа, Р0, Р°°) имеет единственный минимум в точке
V [—InL(a, Р0, Ра0)1 = О,
являющийся решением системы уравнений правдоподобия
ajn_L=0; ii! LL = 0; 4^=0. (5.184)
да дР0 ’ дР„ >
(5.185)
При этом искомая матрица (5.175) является обратной отрицательной от (5.185):
В = —А-‘. (5.186)
АЛЛ
Таким образом, для определения оценок с, Р0, Рх необходимо найти минимум выпуклой функции — InL (а, Р0, А») (см. (5.183)1, зависящей от трех переменных, а для расчета ковариационной матрицы вычислить обратную отрицательную матрицу вторых производных функции InL (а, Р0, Рос). Решение подобных задач на ЭВМ не представляет трудностей, так как соответствующие программы поиска минимума выпуклой функции и обращения матриц входят в математическое обеспечение машин.
Кроме исходных данных, представленных на с. 208, необходимо
АЛЛ
найти нулевое приближение а(0), Р<0), , позволяющее начать реше
ние задачи поиска минимума функции —lnL(a, Р0, Рх). Рассмотрим один
АЛЛ
из вариантов нахождения величин а<0>, Р<°>, Р£). Как отмечалось выше, величина Рос обычно близка к единице, поэтому можно принять
Л Л
= 1. Значение Р<°> находят по результатам первых I — 5 — 10 испытаний как оценку
А ґ’к <п А
Pol = ро = 1 — ЩІІ. (5.187)
л,
где т, — число отказов в первых / испытаниях.
Л
Для вычисления величины п(0) используем следующий прием. По результатам последних г — 5 — 10 испытаний из п проведенных найдем оценку функции надежности в п-м сечении:
Л Л
Pnr= 1 — тг/г.
Среднее значение числа устраняемых причин отказов в одной доработке
*=(!/>) 2 kt.
1=1
При условии, что в каждой доработке величины kг из (4.55) для сечения п получим
откуда
(5.190)
Подставляя в (5.190) вместо истинных неизвестных значений Р0 и
Л ’ Л ». Л
Рп оценки Ры из (5.187) и Рпг из (5.188), найдем оценку а1г как искомую нулевого приближения:
(5.191)
Нетрудно заметить, что оценка Ры из (5.187) дает несколько завы-
Л
шенное значение оценки Р0, так как возрастающая функция Рг = Р} на интервале (0, I) заменяется средним значением (рис. 5.9). Анало-
л
гично можно показать, что оценка Рпг по (5.188) несколько ниже зна — Л л
чения Рп. Следовательно, и нулевое приближение а1г в (5.191) дает
Л
заниженное значение а, описывающее медленнее растущую функцию, показанную на рис. 5.9 пунктиром. Из структуры функции (4.55) видно, что рост надежности возможен лишь при условии, когда
Л Л
1—akilPoo> 0 (/=1,2,…, v), откуда
Л Л
acPJikJ шах ^ і m шах • l<t<v 1 /<V
(5.192)
С учетом сказанного можно сузить области поиска минимума функции —InL(a, Р(), Poo) с помощью следующих неравенств:
1W max >
l<i<v
|
|
|
|||
Приближенное значение среднего квадратического отклонения
л
о1Рп] == ап оценки функции надежности при отсутствии данных о ковариационной матрице (5.175) может быть найдено по формуле (см. І17І)
о„ = (0,8 ч — 0,9) VРЛ1 — Рп)1п, (5.193)
А »
где Рп — оценка функции в сечении / = п ; п = ^ «і — общее коли
ві
чество испытаний.
Пример 5.26. Пусть в результате летной отработки ЛА получены исходные данные:
і. . |
. • > |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
Пі, Л |
, . . |
2 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
2 |
1 |
6 |
ті. |
1 |
0 |
1 |
1 |
0 |
1 |
0 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
2 |
|
ki. |
, . , |
0 |
1 |
5 |
2 |
1 |
2 |
4 |
1 |
1 |
6 |
2 |
2 |
1 |
2 |
1 |
1 |
Найти оценки функции Р; и Pj надежности ЛА по данным летной отработки. В соответствии с приведенными выше данными общее количество испытаний
л = 2 пі = 23;
£=!
А ’ А
общее количество отказов т = ^ mi = 10; общее количество доработок v = 15; среднее количество устраняемых причин отказа в одной доработке
k — — Іі *г = 2,133.
V £=1
Убедимся, что при данных результатах испытаний имеет место изменение надежности. Если считать все результаты испытаний как отражение какой-то средней надежности ЛА, то биномиальная оценка (5.12) имеет следующее значе — А А
ние: Pg=l — mlп — 1 — 10/23 = 0,565; ее среднее квадратическое отклонение (5.13) будет с [Pel = °б = V^Pc ( 1 — Рб)^(п — 1) = V 0,565 (1 — 0,565)/(23 — 1) =0,1057.
_ Л
В этих условиях, полагая, что оценка Рр имеет близкое к нормальному рас-
л
пределение (Ре далеко отстоит от 1), построим двусторонний доверительный интервал (5.83) оценки при коэффициенте доверия у = 0,9:
Л Л
рб — ц1+т °С < Рб < Рб + «1+т о«).
2 ~
тогда 0,565—1,645 • 0,1057 < Рб < 0,565 + 1,645 • 0,1057, или 0,391 < Рб< < 0,739.
В предположении, что изменение надежности существенно, вычислим оценки нулевого приближения а*0) и Р*{^. По (5.187) и (5.188) найдем оценки по пер-
Л л
вым пяти и последним девяти испытаниям: Р0[ = 1 — 4/5 = 0,200; Pnr = 1 — — 2/9 = 0,778.
Л
Таким образом, отклонения оценок от среднего значения Яр = 0,565 выходят за доверительный интервал (0,391; 0,739) и должны рассматриваться как существенные, свидетельствующие о наличии изменения надежности в ходе от-
л
работки И необходимости построения оценки функции РI- С учетом этого вычислим по (5.191) нулевое приближение параметра а:
Построим график оценки функции надежности при нулевом приближении оценок параметров (кривая на рис. 5.10):
В сечении / = п (i = v) получим Рп = 0,759.
По (5.193) вычислим в сечении п среднее квадратическое отклонение оценки функции:
о„ = 0,85 У 0,759(1 —0,759)/23 =0,076.
Для оценки Рп при к = 0,9 и в предположении нормального распределения оценки в соответствии с (5.83) доверительный интервал
0,759 — 1,645 • 0,076 < Рп < 0,759 +
+ 1,644 ■ 0,076,
или 0,638 < Рп < 0,884.
Расчет оценок максимального
Л Л Л
правдоподобия а, Р0, Рсо на ЭВМ минимизацией функции lnL(a, Р0, Роо) [см. (5.183)] по алгоритму, описанному в [17], дает следующие ре-
Л л
зультаты: а = 0,0367; Р0 = 0,172;
Роо= 0,977; р’„= 0,763 и оп = 0,077. График оценки функции
А А /А А 1 1 P»=Pco4Pco-Po) П Iі |
А А — aks/P со) = |
&=0 |
|
і = 0,977 —(0,977 — 0,172) П (1- |
-0,0367*^/0,977) |
5=0 |
|
представлен ломаной на рис. 5.10. |
В сечении / = n(t = v) при y — 0,9 в предположении нормального распре —
Л
деления оценки (5.83) двусторонний доверительный интервал оценки Рбудет
0,763—1,645 • 0,077 < Рп < 0,763+ 1,645 • 0,077,
или 0,636 < Рп < 0,884.
Заметим, что даже нулевое приближение в данном примере достаточно точно описывает начало и конец процесса, хотя в некоторых точках расхождение значительно.
Использование метода максимума правдоподобия позволяет решить задачу в общем случае, когда tti малы или равны единице. Если же Пі > Ю ~ 20 и число точек і = 1,2, …, v (v ;> 10), то можно
Л Л Л
для определения оценок а, Р0 Рх и ковариационной матрицы (5.175)
использовать частный случай метода максимума правдоподобия — ме-
тод наименьших квадратов. Такой переход (5.23) соответствует допуще-
Л л
нию о нормальности распределения оценок Pt — 1 —трщ.
Если принятое допущение справедливо, то отрицательная функция правдоподобия (5.23) в условиях рассматриваемой задачи запишется:
+ (Р„ — Р0) П (1 —akJPoo) ■
s=0 J
Нормальные уравнения (5.24) в соответствии с (5.194)и принятыми обозначениями (5.179) могут быть получены следующим образом:
откуда запишем:
[(£.-n)/£ji(^A£.) = 0; s(spa) = o:
s {sp, [l — С, (l — ї /pj[(p„ — Р.) /pj C, E,]} = 0, где 8Pj = 1 — mjrii — Poo + ^PTO — P0J П (^1 — akJPoo J.
При использовании метода наименьших квадратов нулевое при-
Л л
ближение можно найти, принимая Лі = £иР00=1. В этих условиях функция (4.55) принимает вид
Рг = 1 —(1 —Р0)(1 — dfy. (5.196)
После замены обозначений типа (4.58)
3 = —1п(1 —ak) (5.197)
функция (5.196) может быть записана в виде
Pi = 1 — (1 — Р0)е-Эг. (5.198)
Введя обозначения
1п(1 — Pt) = Уі; ln(l — Р0) = А, (5.199)
представим функцию (5.198) в следующей форме:
Уі — А — Зі. (5.200)
Таким образом, получили линейную функцию yt относительно аргумента І, для которой в соответствии с (5.25) нормальные уравнения могут быть записаны в виде
І] (уі + Зі ~ А) і= 0; у (уt + 3t[— А) = 0. (5.201)
і=і й
Уравнения (5.201) легко разрешаются относительно неизвестных
л л
оценок А и Э:
С учетом обозначений (5.197) и (5.199) нулевые приближения принимают вид
Рассмотренная выше последовательность расчета оценок параметров моделей изменения надежности методом наименьших квадратов может быть использована и при оценивании обобщенного показателя надежности ЛК по результатам эксплуатации. Предложенная в § 4.1 упрощенная модель изменения надежности 1см. (4.77)1
_ 97
1-(1-Я10)е * (5.204)
содержит два неизвестных параметра Rl0 и Э, которые могут быть оценены методом наименьших квадратов, если известны нормально рас-
А
пределенные точки Ri. Обычно достигнутые к моменту эксплуатации tt значения Ri обобщенного показателя надежности ЛК оцениваются
А
по большому объему информации и можно считать оценки Rt распределенными нормально. Тогда, вводя обозначения, аналогичные (5.199), из (5.204) получим:
z(tl) = zi = Ai-3ti г, = In[1—/?&)]; At = ln(l — R10). (5.205)
Используя выражения (5.202), после преобразований получим искомые оценки параметров Л4 и Э:
(5.206)
i=l
i=l
где t =
По аналогии с (5.203) найдем
А
А. Я, Rio ~ 1 ® •
Для определения ковариационной матрицы при использовании метода наименьших квадратов нужно по функции правдоподобия (5.194) вычислить значения матрицы ее вторых частных производных (5.185), а затем в соответствии с (5.186) найти и саму матрицу В.
Для случая, когда функция надежности содержит только два параметра и после преобразований сводится к прямой типа (5.205), можно предложить известный метод построения доверительной области на оценку линейной функции, найденную по методу наименьших квадратов.
Суть метода, изложенная в работе [7І, состоит в следующем. Пусть
Л Л
методом наименьших квадратов находят оценки а и b параметров а и Ь прямой у — а (х — х) + b по п независимым нормал ьно распре-
л — 1 "
деленным наблюдениям (yt, х;) на интервале с < х < d, где х = —2**’
i = l
В соответствии с теорией метода наименьших квадратов оценки находят по следующим формулам:
П
д У і (х*
‘ (=1
S(*I — 1=1
Л _
Тогда для оценки а(х — х) + b доверительная область с коэффициентом доверия у на заданном интервале (с, d) определяется функциями
Л Л /" — Л Л
#1в (н) (А) = а х~ х) + Ь ± а у (х, у);
А у (х, у) = wn_2 (7, I) S (х — х)2 / 2 (м — *)2+1 /«•
Величины, входящие в функцию Ау(х, у), вычисляют по следующим выражениям:
-* [ 2 Л Л. —. Л
S=y 1 /(п — 2) 2 є.; е yi — a(xl — x) — b;
С=(с —х)/]/ х)2 * (5.210)
0= (d-l)/]/І (л-,-*)2 ;
Л- = Т 0.5 11 — (1 + пС£>)/)/(1 + пС2) (1 + nD2)] •
Функцию ц„_2(у, Я.) находят из табл. П.13 по входам п— 2, X
Л
при у = 0,90 и 0,95 (см. 17І). Можно показать, что функции уів(н)(х) [см. (5.209)1 являются гиперболами, расходящимися от сечения х — х.
В нашем случае, когда изменение обобщенного показателя надежности ЛК на этапе эксплуатации описывается функцией
R(t)= l-(l-tfi0)e~3<, (5.211)
вводя обозначения
п
х — tі х — — t^ = t і с — , d = tn,
b = —ln(l —Ri0); a = —Э; y(x) = In [I — #(*)] + 9t,
можем перейти к прямой у(х) = а(х — х) + Ь, а следовательно, воспользоваться приведенными выше зависимостями (5.209), (5.2Ю).
Оценки Э и Ri0 могут быть найдены по зависимостям (5.206) и (5.207),
если заданы опытные значения Rit tit которые с учетом принятых обоз-
Л
начений трансформируются в опытные точки yit хі.
С учетом принятых обозначений (5.212) можно записать
у = ln(l — R) + ЭТ. (5.213)
Продифференцировав обе части выражения (5.213) и перейдя к конечным отклонениям, получим:
dy = d [In (1 —R) -{-9t J;
dy = —dR/{l—R)-, Др=— ДЯ/(1 — R). (5.214)
С учетом (5.2І4) можно записать выражения для функций, ограничивающих доверительную область оценки
. Л Л
А А
R(t)=-(l-Rl0)e :
± AR (t, у) = =F [ 1 — і? (01Ау (t, V), (5.215)
откуда окончательно имеем выражения для функций, ограничивающих снизу (сверху) доверительную область с доверительной вероятностью у:
к (в) (*, У) = 1 — (1 — Ri о) е~3′ =F (1 — ко) А У (t, Y). (5.216)
Пример Б.27. Пусть по результатам пяти лет эксплуатации ЛК получены
А
оценки Ri обобщенного показателя надежности, представленные ниже:
і…………… 1 2 3 4 5 6 7 8 9 10
ti, годы. . 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
А
Ri…………. 0,50 0,57 0,70 0,70 0,68 0,80 0,77 0,75 0,87 0,88
Найти оценку функции обобщенного показателя надежности и ее двусторонние доверительные пределы при коэффициенте доверия К = 0,90.
Результаты расчетов параметров, входящих в (5.206), (5.207), (5.209) — (5.216), сведены в табл. 5.2.
В соответствии с данными табл. 5.2 при v = п и = ln(I — Rj) по (5.206) и (5.207) находим оценки параметров:
2 *г1п(1-І? і)-ТІ; 1п(1-Д,)
Э= ±±_________________________________ =
nb-j U
i=1
— 43,555 — 2,75(— 13,710)
——— : “ ———- L 3s 0,2837 « 0,284;
10 • 2,752 — 96,25
п
Л 1 л л-
Ai = — 2j ln О ~Ri) + 3t =
<=і
= — (— 13,710) + 0,284 ■ 2,75 = 0,5913 да 0,591;
—ІQ.69I „ .
■е =0,446.
Таким образом, оценка функции имеет вид (сплошная линия на рис. 5.11)
R(t) = 1 — (1 — 0,446) е*~°’284 *. Найдем функции, определяющие доверитель-
. А
иую область оценки /?(<); для этого по (5.210) с учетом данных табл. 5.2 и обозначений (5.212) вычисляем:
S= £? /(п —2) = Vl • 0,2643/(10 — 2) =0,1818;
С = (tt —1)I / 2] (ft — Г)2 =40,50 — 2,75) /у 20,625 = — 0,4954;
D = (tn~t)jy 2 0j-
л
Я
Л=Ко,5 (1 —(1 +nCD)/ V(l+ nC2) (1-f n№)] =
= 1^0,5 {l — [l + 10 (—0,4954) 0,4954]//[1+10(—0,4954)2][1+10-0,4954*]) =
= 0,8429,
где ег = In (1 —Ri) + 9t — Э (ft — t) + In (1 — R10) = In (1 — R10) + 3ft +
+ In (I —RATIO табл. П. 13 при у = 0,9, n —2 = 8, Я = 0,8429, интерполируя, находим н8(0,9; 0,8429) = 2,449.
В соответствии с (5.209) и данными табл. 5.2 находим
± Дy(ti) — ±"n-a(T. *)$
= ±2,449 • 0,1818 V (ft -2,75)2/20,625 + 1/10 •
На основании (5.216) получим искомые функции нижнего и верхнего пределов доверительной области:
‘;) = 1 — (l —Rl0j Є «ю)е Э‘лy(ti).
Л Л
Функции Ян(в) (ft) (пунктирные), R(t) (сплошная) и опытные точки Rt представлены на рис. 5.11,