Критерий эффективности испытаний. Математическая модель испытаний
Как уже отмечалось ранее, комплексная программа испытаний, проводимых в процессе проектирования изделия, обладает всеми свойствами, определяющими понятие сложной системы. Поэтому для оценки качества испытаний могут быть использованы все основные характеристики, принятые в общей теории систем. Наиболее общей характеристикой сложных систем принято считать эффективность, под которой понимается степень соответствия сложной системы своему назначению.
Анализ роли испытаний на каждом этапе проектирования, проведенный в разд. 1.5, позволяет рассматривать их в виде своеобразных обратных связей, направленных на корректировку текущей эффективности изделия.
Исходя из такой интерпретации процесса испытаний, в качестве технического критерия эффективности испытаний можно принять
выходной эффект Q испытаний, равный разности AW между заданным W3 и текущим Означениями эффективности объекта (рис. 3.1).
Однако такой критерий не учитывает затрат, необходимых для достижения требуемого значения эффективности, причем под затратами может пониматься как время, так и стоимость испытаний. Для учета затрат следует использовать обобщенные критерии эффективности вида Q = W/S, где S — затраты на достижение выходного эффекта.
Рис. 3.1. Схема управления процессом проектирования |
В рамках рассматриваемого подхода процесс оценивания ресурсных затрат на отработку изделия в наиболее общем виде описывается следующей системой уравнений:
N
с = X(Со/ + ДQ) t AQ = АСі(П’),
/ = 1
|
где С, T — суммарная стоимость и длительность реализации комплексной программы испытаний соответственно; N — число этапов
отработки; ц — время /-го этапа; п[ — число испытаний на /-м этапе;
W — эффективность на /-м этапе; At — параметры, зависящие от структуры процесса испытаний и характеризующие изменение эффективности на /-м этапе; Со/, АС/ — соответственно базовые и текущие затраты на /-м этапе.
Выбор критерия эффективности производится в зависимости от класса изделий. Так, для серийных изделий авиационной и ракетной техники в качестве критерия эффективности выбирают стоимость. Задача оптимизации комплексной программы испытаний при этом формулируется следующим образом:
С = min, WN>fV3, Т<Т39
и
где W39T3 —■ соответственно заданные значения эффективности и времени на разработку. Ограничение по времени часто снимается.
Оптимизационными параметрами и в зависимости от постановки
задачи могут являться базовые Со/ и текущие АС/ ~ щ затраты, отдельные параметры моделей изменения эффективности А/3 а также сами значения эффективности W, определяющие момент перехода
на следующий уровень отработки.
Практика проектирования показывает, что при применении оптимальных программ экспериментальной отработки затраты на разработку удается сократить на 10—20%. При проектировании уникальных объектов космической техники стоимость разработки обычно не является жестким ограничением. Так, расходы, связанные с выполнением некоторых космических программ, превышали первоначально намеченные суммы в 10 раз. В то же время сроки разработки выдерживаются достаточно строго и составляют: для космических аппаратов 3—4 года, для баллистических ракет дальнего действия и ракет-носителей 5—6 лет.
Для изделий данного класса наиболее рациональной является следующая постановка задачи оптимизации:
Т = min, Wn>W39C<C3,
и
причем ограничение по стоимости в ряде случаев может не учитываться.
Для определения количественных оценок эффективности необходимо получить зависимости, связывающие текущую эффективность со временем и стоимостью испытаний. Для этого необходимо прежде всего определить понятие эффективности разрабатываемой системы. Как известно, под эффективностью понимается степень приспособленности системы к выполнению соответствующих ей функций в определенных условиях в течение заданного времени. Вследствие неполной идентичности отдельных изделий, изменения условий функционирования, влияния дефектов и ряда других случайных факторов эффективность системы ЛА является, как правило, случайной величиной, или функцией времени.
Часто в качестве показателя технической эффективности принимают вероятность выполнения системой поставленной перед ней задачи. Любое испытание, проводящееся в процессе разработки изделий, направлено на выявление дефектов. Устранение дефектов приводит к повышению эффективности изделия. Степень повышения эффективности в процессе экспериментальной отработки может быть различной и зависит как от специфики проектируемой системы, так и от конкретного содержания испытательных программ, принятой методики испытаний, совершенства испытательного оборудования и ряда других факторов.
При экспериментальной отработке новых изделий встречается большое количество конструктивных отказов, требующих для их устранения проведения различного вида доработок. Успешно проведенные доработки повышают эффективность разрабатываемых изделий. Таким образом, надежность и эффективность изделий в процессе их экспериментальной отработки не остаются постоянными, они повышаются. Это целенаправленное повышение эффективности необходимо учитывать при оценивании показателей надежности и эффективности.
В настоящее время в практике обработки данных испытаний встречаются два упрощенных подхода к учету конструктивных отказов. Первый заключается в исключении из выборки конструктивных отказов и расчете показателей надежности по оставшимся экспериментальным данным. Такой подход не учитывает повышения надежности и приводит к заниженным оценкам. Второй подход базируется на допущении, что устраненный отказ не является отказом и может быть заменен успешным испытанием. Этот подход не учитывает возможности неудачных доработок и приводит к завышенным оценкам. Объективную оценку можно получить, используя модели роста надежности или эффективности в процессе экспериментальной отработки.
Учитывая целенаправленный характер деятельности при экспериментальной отработке изделия, можно ожидать, что повышение эффективности описывается некоторой регулярной функцией затрат. Исходя из физических ограничений, модели роста эффективности должны удовлетворять перечисленным ниже условиям.
Пусть Щ) — затраты, связанные с повышением эффективности от Щ-1 до Щ. Тогда. При этом:
• (Щ-1, Щ) не убывает по Щ при фиксированном и не рас
тет по Щ- при фиксированном Щ. Если Щ- <Щ< Щ+і, то
StW-1, w,)+stWt, wM) = sM-uWm);
• Sj(0,Щ-і) обладает производной S’, (И^_і), причем Щ_ строго возрастает в интервале 0 < Щ_і < 1;
Данные ограничения, накладываемые на вид искомой функции, настолько слабы, что им удовлетворяет бесконечное множество непрерывных функций.
При решении ряда практических задач планирования и управления процессом экспериментальной отработки изделий наиболее часто используется экспоненциальная модель роста эффективности:
W = а — (а — Wq) ехр{-0/},
где 0 — интенсивность обнаружения дефектов.
Как показала практика статистической обработки информации, полученной при испытаниях, эта модель достаточно хорошо согласуется с экспериментальными данными. Она может быть получена путем проведения аналогии между понятиями теории надежности и основными характеристиками, определяющими процесс обнаружения дефектов при испытаниях. Такой подход позволяет достаточно просто построить модель динамики эффективности сложных систем по результатам испытаний отдельных ее компонентов. Простота зависимостей, связывающих показатели модели динамики эффективности системы с соответствующими показателями составляющих систему компонентов, делает экспоненциальную модель особенно удобной для решения задач организации процесса экспериментальной отработки.
Обоснование структуры математической модели роста эффективности основано на свойствах процесса обнаружения дефектов. Опыт показал, что дефекты выявляются на самых различных этапах комплексной программы испытаний, что можно объяснить как специфическими характеристиками самого дефекта, так и характером программы испытаний. Так, например, можно ожидать, что дефекты, чувствительные к термовакуумным условиям, выявляются именно на этапе термовакуумных испытаний и т. д.
Таким образом, процесс обнаружения дефектов носит случайный характер, подобный тому, который рассматривается в теории надежности. Так, время до обнаружения дефекта является аналогом времени до отказа и т. д. Применяя разработанный в теории надежности математический аппарат, можно получить модель динамики эффективности системы в процессе экспериментальной отработки. При этом предполагается, что все дефекты являются одинаковыми с точки зрения возможности их обнаружения. В общем случае это не так, потому что вероятность перехода дефекта в отказ и, следовательно, вероятность его обнаружения зависят от условий испытаний.
Предполагается также, что дефекты являются независимыми, т. е. вероятность обнаружения дефекта не зависит от числа и вида других дефектов, имеющихся в системе. В ряде случаев, когда один дефект маскирует присутствие другого, это предположение не выполняется.
Экспоненциальная модель динамики эффективности системы на /-м уровне экспериментальной отработки имеет вид:
Щъ) = щ — (й, — Щ)ехр{-0,т,}, (3.3)
где щ — предельное для данного /-го уровня испытаний значение
эффективности; — значение эффективности к началу /-го уровня испытаний.
Из уравнения (3.3) видно, что изменение эффективности при испытаниях на /-м уровне подчиняется закону с постоянным темпом. При этом скорость роста эффективности пропорциональна обнаруженной в процессе испытания ненадежности в данный момент
времени: W* = 0/(д/ — Wi).
Таким образом, основную информацию, необходимую для доработки системы, несут неудачные испытания. Так как в системе имеется ограниченное число дефектов, то скорость роста эффективности с течением времени (вследствие уменьшения числа оставшихся в изделии дефектов) монотонно убывает (рис. 3.2, а).
Рис. 3.2. Зависимость скорости роста эффективности
от времени испытаний при единичных (а)
и комбинированных (б) испытаниях
Реальная программа испытаний состоит из некоторой комбинации частных видов испытаний, причем последние располагаются обычно в порядке возрастающей интенсивности условий испытания. В данном случае следует ожидать, что осредненная скорость роста эффективности системы будет сначала увеличиваться из-за более жестких условий, способствующих выявлению дефектов, а затем убывать за счет уменьшения числа оставшихся в системе дефектов (рис. 3.2, 6). Этим условиям отвечает логистическая модель динамики эффективности системы:
Для этой модели скорость роста эффективности определяется соотно-
QW *
шением Wi = ——- (щ — W/) и имеет максимум в точке Щ = щ / 2.
Логистическая модель хорошо описывает процесс обнаружения дефектов при прочностных испытаниях сложных конструкций в резервированных системах. Однако для описания динамики эффективности в таких случаях успешно используются более простые экспоненциальные модели с переменными интенсивностями 0/, 0/2, …, Qtm.
Обе модели динамики эффективности — экспоненциальная и логистическая — известны также в общей теории систем, где они применяются для описания процессов развития сложных систем. Остановимся на особенностях моделей динамики эффективности, характерных для отдельных уровней иерархии испытаний (рис. 3.3).
Рис. 3.3. Схема типовой иерархии испытаний |
»
Предельные значения эффективности ai системы, которые могут быть получены в результате проведения испытаний, определяются степенью адекватности условий испытаний реальным эксплуатационным режимам. На низших уровнях иерархии испытаний величина а і меньше, чем на более высоких. Это объясняется тем, что при переходе на высшие уровни испытаний появляются специфические дефекты, присущие только данным уровням. Эти дефекты обусловлены взаимодействиями в сложной системе и не могут быть выявлены на низших уровнях. Поэтому испытания на низших уровнях дают сравнительно низкую гарантию безотказной работы системы.
Интенсивность обнаружения дефектов также различна для различных уровней иерархии. При испытаниях на уровне системы она более низкая, чем при испытаниях составляющих, так как на высших уровнях испытаний сложнее обнаружить дефекты.
Отмеченные выше специфические особенности, характерные для различных уровней иерархии испытаний, могут быть записаны в виде следующих неравенств: щ_ < д/, 0/_j > 0/.
Все основные положения, полученные теоретически на основании изложенного выше метода, достаточно хорошо согласуются с экспериментальными данными. Так, например, на рис. 3.4 приведены кривые зависимости вероятностей отказов от времени разработки системы и проведения летных испытаний, полученные при разработке новых самолетов. На рис. 3.5, а представлена кривая зависимости надежности ракетных двигателей от числа испытаний. Как видно из
а) б) Рис. 3.4. Кривые зависимости вероятности отказов от времени разработки (а) и летных испытаний (б) |
рис. 3.4 и 3.5, характер зависимостей близок к экспоненциальному закону.
Приведенная на рис. 3.5, б кривая зависимости надежности ракетных двигателей от коэффициента сложности испытуемого изделия подтверждает увеличение надежности при повышении уровня иерархии испытаний. Так, например, при проведении стендовых испытаний, коэффициент сложности которых был принят 0,5, надежность двигателя получена значительно меньше, чем при летных испытаниях. Такие же результаты были получены и при испытаниях космического аппарата «Apollo».
Рис. 3.5. Кривые зависимости надежности ракетных двигателей от числа испытаний (а) и коэффициента сложности (б) |
Приведенные на рис. 3.6 данные свидетельствуют о значительно большей интенсивности обнаружения дефекта в наземных испытаниях по сравнению с летными испытаниями. Однако предельно достижимая надежность при наземных испытаниях оказывается ниже, чем надежность, достигнутая при летных испытаниях.
Формулы (3.3) и (3.4) позволяют связать текущую эффективность, достигнутую при экспериментальной отработке изделия, со временем отработки. Так, для экспоненциальной модели динамики эффективности время испытаний на /- м уровне иерархии испытаний определяется выражением
,=±in^Ек
9/ Щ-Wr
Суммируя время по всем уровням иерархии при / = 1, 2, Nn учитывая, что время к началу первого уровня испытании равно нулю, получим выражение для общего времени испытаний, необходимого для достижения объектом заданной эффективности:
где W3j — требуемая для і-го уровня испытаний эффективность, являющаяся одновременно начальной эффективностью для (і +1 )-го уровня.
Число необходимых уровней испытаний 7V определяется из условия ап >W3, т. е. из условия того, чтобы предельная эффективность последнего л-го уровня испытаний была больше, чем требуемая для системы эффективность W3.
Из соотношения (3.5) видно, что время, необходимое для проведения испытаний, определяется параметрами математической модели процесса испытаний, которые могут быть определены путем статистической обработки результатов испытаний систем-аналогов.
Таким образом, параметры моделей динамики эффективности точно неизвестны, они определяются их средними значениями и дисперсиями. Поэтому в качестве критерия эффективности в постановке задачи оптимизации (3.2) целесообразно принять среднее время испытаний. Для определения среднего времени разложим нелинейную функцию (3.5) в многомерный ряд Тейлора относительно векто
вектор-строки Л/, являются параметры модели динамики эффективности (3.3), (3.4): я/, 0/, IVj, JV3i. Разложение проведем до членов
второго порядка включительно. В результате для функции, определенной формулой (3.5), получим:
+ 2?Ll ^ "’5“*2+2??3ЦэАц -^)
При условии, что параметры Д* некоррелированы, запишем выражение (3.6) для среднего времени испытаний в виде
т = У-in а/ ~ _0/ +1у У ^q2 (4к )
/в/ щ-w* ІікМк
Для определения точности оценки среднего времени испытаний вычислим его дисперсию:
Г — ч Л Э т/ дА* J |
Vі (4л). |
В большинстве практических случаев вторым членом в (3.8) можно пренебречь и для определения дисперсии среднего времени испытаний использовать формулу
ЭД* |
Аналогично могут быть рассчитаны третий и четвертый моменты:
Поскольку средние значения параметров моделей динамики эффективности и их дисперсии точно неизвестны, а оцениваются путем обработки экспериментальных данных, использование выражений (3.7)—(3.11) возможно при условии несмещенности этих оценок.
Как видно из формулы (3.7), среднее время испытаний определяется двумя составляющими. Первая составляющая определяет среднее время, необходимое для достижения заданной эффективности; вторая — затраты времени, обусловленные неточностью оценки текущего значения эффективности. Таким образом, сокращение среднего времени испытаний может быть обеспечено за счет увеличения
точности оценки параметров Д, определяющих текущее значение
эффективности проектируемого изделия.
Для формирования критерия эффективности при постановке задачи оптимизации (3.1) необходимо получить зависимости, связывающие затраты с техническим показателем эффективности, а именно с текущей эффективностью разрабатываемого изделия.
Стоимость разработки изделий авиационной и ракетно-космической техники зависит от множества факторов как технического, так и организационного характера. Такими факторами являются основные технические характеристики проектируемого изделия (масса, сложность аппаратуры), новизна разработки, уровень производства, опыт участвующих в проекте организаций и т. д. Учесть все эти факторы
строго не удается, поэтому в качестве математических моделей стоимости обычно используется ряд эмпирических зависимостей, основанных на анализе статистического материала. Наиболее часто для описания зависимости эффективности от затрат используется экспоненциальная модель вида
Щ (АС, ) = Ь; — (Ь, — Щ)/)ехр{—АГ/Д С,}. (3.12)
Остановимся на особенностях моделей динамики эффективности (3.12), характерных для отдельных этапов испытаний.
Предельные по стоимости значения bt определяются возможностями современной техники имитировать на данном i’-м этапе реальные эксплуатационные условия. Чем ниже уровень, на котором проводится испытание, тем меньше соответствующие значения Ь,, так как более высокие уровни сборки характеризуются более полной имитацией эксплуатационных условий. Показатель роста эффективности Kj уменьшается при переходе на более высокие уровни, что объясняется большими затратами, необходимыми на устранение дефектов на этих уровнях.
Таким образом, указанные особенности мы можем записать в виде неравенств: fy > bj_, Kj < К,_.
Общая стоимость разработки определяется суммой базовых и текущих затрат: С = Cq + АС.
Базовые затраты С0 также оказывают влияние на эффективность разрабатываемого изделия, однако математическая модель этого влияния более сложная. Остановимся подробнее на зависимости эффективности от базовых затрат. Так, для экспоненциальной модели
W і^і ) = аі ~ іаі ~ Щ» )ехр {—0|Т/}
параметры а,-, 0/ определяются техническими возможностями испытательного оборудования, применяемого на конкретном предприятии. В общем случае значения параметров а-, и 0, не больше значений аналогичных параметров £, и К, модели стоимости эффективности. Равенство достигается в том случае, если предприятие применяет наиболее совершенное для данного уровня развития техники испытательное оборудование.
Приведенные эмпирические зависимости эффективности от стоимости могут быть проиллюстрированы экспериментальным материалом.
Как известно, коэффициент сложности пропорционален затратам. Таким образом, приведенная выше зависимость надежности от коэффициента сложности (см. рис. 3.5, 6) может быть использована
также для анализа функции стоимости надежности и подтверждает ее экспоненциальный характер и повышение предельных стоимостей по мере увеличения уровня иерархии.
Также установлено, что расходы, необходимые для устранения дефекта, при увеличении уровня иерархии возрастают приблизительно по экспоненте, что подтверждает уменьшение показателя роста Kt при переходе на более высокий уровень испытаний (рис. 3.7). Параметры модели динамики эффективности в зависимости от стоимости так же, как в случае зависимости от времени, точно неизвестны и могут быть определены, если зафиксировать значения текущей эффективности и суммы затрат к рассматриваемому моменту и провести статистическую обработку полученных результатов.
с, у. е.
2 |
Испытания
систем
N
Рис. 3.7. Зависимость затрат на отказ от уровня иерархии испытаний
В качестве критерия эффективности в постановке задачи оптимизации (3.1) использовано среднее значение общей стоимости испытаний. Для определения среднего значения запишем стоимость /-го уровня испытаний:
Общую стоимость комплексной программы испытаний получим суммированием стоимостей испытаний на отдельных уровнях иерархии при /’ = 1, N :
Среднее значение стоимости общей программы испытаний получим, применяя описанный выше метод разложения нелинейной функции (3.13) в многомерный ряд Тейлора относительно вектора средних значений параметров: 5, = Bik. При этом элементами Bik
вектор-строки В/ являются параметры модели эффективности (3.12):
Ki, w0h w3i.
Выражения для средней стоимости и ее дисперсии имеют вид:
Выражения (3.14), (3.15) показывают, что средняя стоимость так же, как и среднее время, имеют две составляющие, одна из которых определяет стоимость испытаний при средних значениях параметров модели стоимости, а другая — характеризует увеличение стоимости, обусловленное неточностью определения параметров.