Материал: 4174

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

21

2.4.3. Порядок выполнения задания 2.4.3.1. Пример расчета

Партия изготовленных изделий, качество которых необходимо проконтролировать, состоит из N = 50 штук. Производитель и заказчик договорились, что если в изготовленной партии изделий содержится не более q0 = 0,1 дефектных изделий, то партия считается качественной. Если в изготовленной партии изделий содержится более q1 = 0,2 дефектных изделий, то партия считается бракованной. Если в изготовленной партии изделий содержится более q0 = 0,1 и менее q1 = 0,2 дефектных изделий, то партию можно считать удовлетворительного качества. Поставщик согласен на риск α = 0,1, а заказчик согласен на риск β = 0,1. Определить приемочное (А0) и браковочное (А1) числа дефектных изделий в выборке объемом n = 20 изделий.

Партия изготовленных изделий небольшая (N < 100), а относительный объем выборки велик (n/N = 0,4), то контроль необходимо проводить, исходя из гипергеометрического распределения, т.е. расчеты проводить по формулам (16) и (17).

Определяются исходные данные, необходимые для решения задачи: N = 50 – объем изготовленной партии;

п = 20 – объем выборки;

q0 = 0,1 – значение границы, определяющей изготовленную партию изделий, как качественную;

qi = 0,2 – значение границы, определяющей изготовленную партию изделий, как дефектную;

D0 = N q0 = 50 ∙ 0,1 = 5 – максимальное число дефектных изделий в качественной партии;

D1 = N q1 = 50 ∙ 0,2 = 10 – минимальное число дефектных изделий в не качественной партии;

α = 0,1 – риск производителя; β = 0,15 – риск заказчика.

Для определения приемочного числа А0 воспользуемся формулой (16). В этой формуле произведем суммирование вероятностей гипергеометрического распределения до тех пор, пока накопленная вероятность не приблизится к величине

P(d A0 ) 1 α 1 0,1 0,9 .

(26)

22

Величины вероятностей для каждого d определятся из следующих соотношений:

 

 

 

 

C0

C20 0

1 3169870830126

 

 

 

 

P(d

0 )

 

5

50

 

5

 

 

 

 

 

 

 

 

 

 

 

0,067 ;

 

 

 

 

C20

 

 

 

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C1

C20 1

5 2438362177020

 

 

 

 

 

P(d

1)

5

50

5

 

 

 

 

 

 

 

 

 

 

 

 

0,258;

 

 

 

 

C20

 

 

 

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C 2

C 20

2

 

 

10 1715884494940

 

 

P(d

2 )

 

5

50

 

5

 

 

 

 

 

 

 

 

 

 

 

0,364;

 

 

 

 

C 20

 

 

 

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C3

C 20 3

10 1103068603890

 

 

P(d

3 )

 

5

50

5

 

 

 

 

 

 

 

 

 

 

 

 

0,234

;

 

 

 

 

C 20

 

 

 

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C4

C 20

4

 

5 646626422970

 

 

 

 

P(d

4 )

 

5

50

5

 

 

 

 

 

 

 

 

 

 

0,069;

 

 

 

 

C20

 

 

 

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Суммирование значений и сравнение со значением (26) проводим в следующем порядке:

Р(d 0) = 0.067 < 0,9;

P(d l) = 0,067 + 0,258 = 0,325 < 0,9;

P(d 2) = 0,067 + 0,258 + 0,364 = 0,689 < 0,9;

P(d 3) = 0,067 + 0,258 + 0,364 + 0,234 = 0,923 > 0,9;

P(d 4) = 0,067 + 0,258 + 0,364 + 0,234 + 0,069 = 0,992 > 0,9.

Принимая во внимание условие (26), определяем, что А0 = 3.

Для определения браковочного числа Ai воспользуемся формулой (17). В этой формуле произведем суммирование вероятностей гипергеометрического распределения до тех пор, пока накопленная вероятность не приблизится к величине

P(d A1 )

0,1.

(27)

23

Величины вероятностей для каждого d определятся из следующих соотношений:

 

 

 

C0

C 20

0

 

 

1 137846528820

 

 

 

 

P(d

0 )

 

10

50 10

 

 

 

 

 

 

 

0,003

;

 

 

C 20

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

C1

C 20 1

10 131282408400

 

 

P(d

1)

10

50 10

 

 

 

 

 

 

 

 

0,028 ;

 

 

C 20

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C 2

C 20

2

 

 

45 113380261800

 

 

P(d

2 )

 

10

50 10

 

 

 

 

 

 

 

 

0,096.

 

 

C 20

 

 

 

47129212243360

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

 

 

 

 

 

 

 

 

 

 

 

Суммирование значений и сравнение со значением (27) проводим в следующем порядке:

P(d<=0) = 0,003 < 0,1;

P(d<=l) = 0,003 + 0,028 = 0,031 < 0,1;

P(d<=2) = 0,003 + 0,028 + 0,096 = 0,127 > 0,1.

Принимая во внимание условие (27), определяем, что А1 – 1 = 2 или А1 = 3.

2.4.3.2. Вывод В данном примере приемочное и браковочное числа получились одинако-

выми А0 = Ai = 3. Это значит, что одиночный контроль не может производиться одновременно в интересах поставщика и заказчика. Защита интересов потребителя может привести к требованию браковочного числа меньшего, чем приемочное число при контроле в интересах поставщика.

2.4.3.3. Контрольные вопросы

1.Что такое ошибки первого и второго рода?

2.Какие необходимы действия, если в результате расчетов приемочное число получается больше, чем браковочное?

3.В каких случаях целесообразно применять метод однократной выбор-

ки?

24

Практическое занятие № 3

3.1.Тема № 3. Анализ влияния профилактики на надежность технической

системы

3.2.Цель работы

На практическом примере определить степень влияния профилактики на надежность технической системы.

3.3. Теоретическая часть

Профилактика применяется с целью продления периода эксплуатации системы. Соотношения для расчета стационарных показателей надежности системы с учетом проведения профилактик. Средняя наработка на отказ Тс, среднее время восстановления Твс и коэффициент готовности Кгс вычисляются по формулам:

 

 

 

Тс

 

 

m1 T2

 

,

 

 

 

(28)

 

 

 

 

M1

 

 

 

 

 

 

 

 

 

 

 

T2 Kг1 T2

 

 

 

Т

 

Тв1

 

М1 T2

Тв 2

Кг1 Т2

,

 

 

(29)

вc

 

 

 

 

 

 

 

 

 

 

 

 

 

M1 T2

Kг1 T2

 

 

 

 

 

 

 

 

 

 

 

Кгс

 

 

 

 

 

m1

T2

 

,

(30)

 

т1

T2 Т

в1 М1 T2 Тв 2 Кг1 Т

2

 

 

 

 

 

где Т2 – время между профилактиками; Тв2 – время проведения профилактики; Кг12) – функция готовности системы в момент времени Т2; m12) – средняя суммарная наработка системы в течение времени Т2; М12) – среднее суммарное число отказов системы в течение времени Т2.

Из приведенных соотношений следует, что для системы с постоянной интенсивностью отказов проведение профилактики оказывается лишним, более того, оно даже уменьшает коэффициент готовности системы. Поэтому проведение профилактик в этом случае нецелесообразно. Профилактические работы

25

могут быть выгодны только для систем с неэкспоненциальным законом распределения времени до отказа. Критерием такой выгоды является выполнение неравенства:

Кгс

 

Т1

 

.

(31)

Т1

Т

 

 

в1

 

Если для заданных значений Т2 и Тв2 это неравенство имеет место, то проведение профилактики целесообразно. Если это неравенство оказывается неверным, то профилактика лишь уменьшает готовность системы. В этом случае надо выяснить два вопроса:

существует ли частота профилактики, для которой справедливо неравенство (31);

при положительном ответе на первый вопрос определить оптимальное время между профилактиками Т2опт, для которого коэффициент готовности системы достигает максимального значения.

По формулам (28) … (30) можно рассчитать показатели надежности без использования математических пакетов только для случая постоянных интенсивностей отказов и восстановлений системы. Однако как раз при этом применять профилактику и не нужно.

Исходными данными являются параметры распределений. Для решения требуется знание математического ожидания и среднего квадратического отклонений этих распределений. Соответствующие формулы содержатся в табл. 8.

Таблица 8

Связь параметров распределений

Распределение

 

 

m

 

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Экспоненциальное Ехр(λ)

1

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

a b

 

 

 

 

 

b

 

 

 

 

Равномерное U(a, b), а > 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

2

3

 

 

 

 

Гамма Г(ą,ß)

 

α β

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вейбулла W(ą,ß)

Г 1

 

 

Г 1

1

 

 

 

Г 2 1

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Нормальное N(m,σ) m> 3σ

 

 

m

 

 

 

 

 

 

 

 

 

σ