183562 (629869), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Для объема информации N=30 и доверительной вероятности α=0,95 нормированное значение критерия λ=1,2.

Сравнение опытных значений критерия Ирвина с нормированным его значением показывает, что первая точка информации является достоверной, λоп =0,16 < λ=1,2 и её следует учитывать в дальнейших расчетах. Последняя точка информации также является достоверной, λоп =0,32 < λ=1,2 и её тоже следует учитывать в дальнейших расчетах.

В случаях, когда исключаются выпадающие точки, нужно перестроить статистический ряд и пересчитать среднее значение и среднее квадратическое отклонение показателя надежности.

1.4 Графическое изображения опытного распределения

По данным статистического ряда могут быть построены полигон и кривая накопленных опытных вероятностей (рисунки 1.1 и 1.2 в приложении), которые дают наглядное представление об опытном распределении показателя надежности.

При выборе масштаба при построении графиков желательно придерживаться правила «золотого сечения», т.е.

, (1.6)

где y – максимальное значение ординаты;

x – максимальное значение абсциссы.

При построении полигона распределения по оси абсцисс откладывают в определенном масштабе показатель надежности t, а по оси ординат - опытную частоту mi или опытную вероятность Pi.

Для построения кривой накопленных опытных вероятностей по оси абсцисс откладывают в масштабе значения показателя надежности t, а по оси ординат – накопленную опытную вероятность ∑ Pi.

Точки полигона образуются пересечением ординаты, равной опытной вероятности интервала, и абсциссы, равной середине этого интервала. Точки кривой накопленных опытных вероятностей образуются пересечением ординаты, равной сумме опытных вероятностей и абсциссы - конца данного интервала.

Полигон дает наглядное представление о распределении показателя надежности. Кривая накопленных опытных вероятностей в этом отношении менее наглядна, но с её помощью удобно решать некоторые инженерные задачи.

1.5 Определение коэффициента вариации

Коэффициент вариации – это относительная характеристика случайной величины, используется при выборе теоретического закона распределения. Коэффициент вариации υ равен отношению σ к среднему значению показателя надежности

(1.7)

Определение коэффициента вариации по уравнению 1.7 выполняется для тех показателей надежности, зона рассеивания которых начинается от их нулевого значения или близка к нему.

При наличии смещения начала зоны рассеивания tсм величина коэффициента вариации определяется по уравнению:

(1.8)

Учет смешения особенно необходим тогда, когда для выравнивания опытной информации используется теоретический закон распределения Вейбулла, параметры которого непосредственно зависят от величины коэффициента вариации.

Величину смещения tсм , с достаточной для практических расчетов точностью при наличии статистического ряда можно определить:

(1.9)

При отсутствии статистического ряда за смещение принимается величина:

(1.10)

где t1, t2, t3 – значения первого, второго и третьего показателей надежности в порядке возрастания.

Для нашего случая величина смещения равна:

Тогда коэффициент вариации, определенный по формуле 1.8 будет равен:

1.6 Выбор теоретического закона распределения

Теоретический закон распределения (ТЗР) выражает общий характер изменения показателя надежности и исключает частные отклонения, связанные с недостатком первичной информации, т.е. ТЗР характеризует генеральную совокупность. Опытное распределение имеет частные особенности, которые должны быть исключены при переносе характеристик опытного распределения на генеральную совокупность.

Процесс замены опытных закономерностей теоретическими называется выравнивание опытной информации.

Каждый ТЗР характеризуется двумя функциями:

f(t) – дифференциальная функция;

F(t) – интегральная функция.

Применительно к показателям надежности машин, эксплуатируемых в сельском хозяйстве, в подавляющем большинстве случаев используется закон нормального распределения (ЗНР) и закон распределения Вейбулла (ЗРВ).

Выбор теоретического закона производится исходя из следующих признаков:

По величине коэффициента вариации:

если V < 0,3 – выбирается ЗНР;

если 0,3 < V < 0,5 – выбирается ЗНР или ЗРВ;

если V > 0,5 – выбирается ЗРВ.

По области применения.

ЗНР применяется, как правило при определении характеристик рассеивания:

ресурсов и сроков службы машин и агрегатов;

времени и стоимости восстановления работоспособности машин;

наработка на ресурсный отказ;

ошибок измерений размеров деталей.

б) ЗРВ применяется, как правило, при определении:

ресурсов и сроков службы отдельных деталей и сопряжений;

доремонтных и межремонтных ресурсов тех элементов машин, отказы которых вызваны выходом из строя одной и той же детали;

информации по износам деталей.

Здесь применим закон нормального распределения и закон распределения Вейбулла.

Закон нормального распределения (ЗНР)

Отличительной особенностью ЗНР является симметричное рассеивание частных значений относительного среднего.

Дифференциальная функция нормального распределения имеет вид

(1.11)

где е = 2,718 – основание натурального логарифма;

- среднее значение показателя надежности;

σ – среднее квадратическое отклонение;

π – 3,14;

t – текущее значение показателя надежности.

Интегральное функция или функция распределения F(t) определяется интегрированием функции плотности вероятностей f (t) и имеет вид

. (1.12)

Обе эти функции имеют два параметра: - параметр масштаба и σ – параметр формы. Эти параметры определяются на основании опытной информации. Найденные параметры можно подставить в уравнения 1.11 и 1.12 и использовать ими, но это довольно сложная задача.

Если в уравнении 1.11 значение приравнять к нулю, σ к единице, то получим центрированную и нормированную дифференциальную функцию

. (1.13)

Из уравнений 1.11 и 1.13 соотношение между (t) и (t) имеет вид:

. (1.14)

Из уравнения 1.13 также следует, что

,

где - значение середины i-го интервала статистического ряда.

Центрированная и нормированная интегральная функция (t = 0; σ = 1) определяется по уравнеию:

. (1.15)

Из уравнений 1.12 и 1.15 получим:

. (1.16)

где - значение конца i-го интервала статистического ряда.

Из уравнения 1.15 следует,

(1.17)

При обработке опытной информации установлено:

- средний ресурс =6,49 мм;

- среднее квадратическое отклонение σ = 0,24 мм;

- коэффициент вариации V = 0,42.

Для построения дифференциальной кривой f(t) определяется теоретическая вероятность попадания случайной величины в каждом интервале статистического ряда (таблица 1.2).

Так, вероятность того, что деталь потребует ремонта в первом и втором интервале наработок будет равна:

и т.д. для остальных интервалов.

Результаты расчетов представлены в таблице 1.3.

Для построения интегральной кривой определяются значения функции F(t) для концов интервалов статистического ряда.

Для первого интервала получим:

;

.

Дальнейшие результаты расчетов представлены в таблице 1.3.

Таблица 1.3 – Значения f(t) и F(t) при ЗНР

Закон распределения Вейбулла (ЗРВ)

Отличительной особенностью закона распределения Вейбулла является правосторонняя асимметрия дифференциальной функции.

Дифференциальная f(t) и интегральная F(t) функции определяются уравнениями:

(1.18)

(1.19)

где а и в – параметры распределения Вейбулла.

Определение параметров "а" и "в" аналитическим путем довольно трудоемко, поэтому на практике при их определении пользуются специальными таблицами.

Порядок определения дифференциальной и интегральной функций при ЗРВ следующий:

1. Определение, на основании опытной информации, среднего значения случайной величины , среднего квадратического отклонения σ и коэффициента вариации.

2. По таблицам по известному значению коэффициента вариации V определяются параметр "в" и коэффициенты Вейбулла Кв и Св .

3. Параметр "а" определяется из выражения:

(1.20)

или

(1.21)

Для рассматриваемого задания по ; ; ; .

Из литературных источников по известному коэффициенту вариации V получим ; Кв=0,887; Св=0,380.

4. Зная параметры "а" и "в" и пользуясь табулированными функциями аf(t) и F(t), можно определить дифференциальную и интегральную функции.

При нахождении функции f(t) для каждого интервала статистического ряда определяется отношение , где tci – середина i-го интервала. По найденному отношению при определенной величине параметра "в" по таблице определяем значение функции аf(tci-tсм), нормированной по "а".

Значение функции f(t) для i-го интервала статистического ряда определится из выражения:

Характеристики

Список файлов курсовой работы