- •Введение
- •1. Научно-техническая революция и техногенный риск
- •2. Используемые в теории надежности модели распределений
- •2.1. Закон распределения Пуассона
- •2.2. Экспоненциальное распределение
- •2.3. Нормальный закон распределения
- •3. Оценка надежности с помощью математических зависимостей
- •3.1. Функциональные зависимости надежности
- •3.2. Теоремы сложения и умножения вероятностей
- •4. Основные понятия и показатели надежности машин и технических систем
- •5. Причины потери работоспособности технического оборудования
- •5.1. Источники и причины изменения начальных параметров технической системы
- •5.2. Процессы, снижающие работоспособность системы
- •5.3. Классификация процессов, действующих на машину, по скорости их протекания
- •5.4. Допустимые и недопустимые виды повреждений деталей и сопряжений
- •5.5. Показатели надежности технических систем
- •1. Показатели, связанные со сроком службы изделия:
- •2. Показатели, связанные с ресурсом изделия:
- •6. Характеристики надежности элементов и систем
- •6.1. Показатели надежности невосстанавливаемого элемента
- •Результаты испытаний элемента (к примеру 6.3)
- •6.2. Показатели надежности восстанавливаемого элемента
- •Статистические данные, полученные при эксплуатации сложной технической системы (к примеру 6.6)
- •6.3. Показатели надежности системы, состоящей из независимых элементов
- •6.4. Распределение нормируемых показателей надежности
- •7. Структурные модели и схемы надежности технических систем
- •7.1. Структурные модели надежности сложных систем
- •7.2. Структурная схема надежности системы с последовательным соединением элементов
- •7.3. Структурные схемы надежности систем с параллельным соединением элементов
- •7.4. Структурные схемы надежности систем с другими видами соединения элементов
- •8. Методы анализа надежности и техногенного риска
- •8.1. Определения и символы, используемые при построении дерева
- •Символы и названия логических знаков [2]
- •8.2. Процедура анализа дерева отказов
- •8.3. Построение дерева отказов
- •Результаты анализа происшествия
- •8.4. Качественная и количественная оценка дерева отказов
- •8.5. Преимущества и недостатки метода дерева отказов
- •9. Снижение техногенного риска объектов экономики
- •9.1. Понятие риска
- •Классификация и характеристика видов риска
- •Источники и факторы индивидуального риска
- •Источники и факторы технического риска
- •Источники и факторы экологического риска
- •Источники и факторы социального риска
- •Рекомендации по выбору методов анализа риска
- •Критерии оценки пожарной опасности производства
- •Показатели, характеризующие организацию обеспечения
- •Риск потерь от пожаров r Суммарная оценка организации обеспечения Пожарной безопасности на предприятии
- •9.2. Моделирование риска
- •9.3. Принципы построения информационных технологий управления риском
- •9.4. Критерии приемлемого риска
- •Затраты на безопасность
- •Данные для проведения экспертной оценки и прогнозирования риска при возникновении опасных ситуаций
- •Исходные статистические данные по возникновению критических ситуаций на предприятиях отрасти в течение года работы
- •9.5. Управление риском
- •Система анализа опасностей и риска
- •9.6. Применение теории риска в технических системах
- •9.7. Анализ и оценка риска при декларировании безопасности производственного объекта
- •Категории опасных веществ
- •9.8. Разработка декларации промышленной безопасности
- •И приложений к ней
- •Раздел 1. Общие сведения
- •Раздел 2. Результаты анализа безопасности
- •Раздел 3. Обеспечение требований промышленной безопасности
- •Раздел 4. Выводы
- •Раздел 5. Ситуационный план
- •Раздел 1. Сведения об организации
- •Раздел 2. Анализ безопасности
- •Раздел 3. Выводы и предложения
- •Раздел 4. Ситуационные планы
- •9.9. Оценка риска аварий
- •Причины пожаров на объектах хранения нефтепродуктов
- •Опасности технологического процесса и оборудования
- •Взрывопожароопасные свойства бензина и керосина
- •9.10. Ионизирующее излучение как источник риска
- •9.11. Основные показатели опасности и риска
- •Контрольные вопросы
- •Заключение
- •Оглавление
- •Надежность технических систем и техногенный риск
- •394006 Воронеж, ул. 20-летия Октября,84
2.3. Нормальный закон распределения
Нормальный закон распределения [4] часто называют законом Гаусса. Этот закон играет важную роль и наиболее часто используется на практике по сравнению с другими законами распределения.
Основная особенность этого закона состоит в том, что он является предельным законом, к которому приближаются другие законы распределения. В теории надежности его используют для описания постепенных отказов, когда распределение времени безотказной работы вначале имеет низкую плотность, затем максимальную и далее плотность снижается.
Распределение всегда подчиняется нормальному закону, если на изменение случайной величины оказывают влияние многие, примерно равнозначные факторы.
Нормальный закон распределения описывается плотностью вероятности
(2.8)
где е = 2,71828 – основание натурального логарифма; π = 3,14159;
т и σ - параметры распределения, определяемые по результатам испытаний.
Колоколообразная кривая плотности распределения приведена на рис. 2.2.
Параметр т = Мx представляет собой среднее значение случайной величины X, оцениваемое по формуле
(2.9)
параметр σ – среднее квадратическое отклонение случайной величины X, оцениваемое по формуле
(2.10)
Интегральная функция распределения имеет вид
(2.11)
вероятность отказа и вероятность безотказной работы соответственно Q(x)=F(x), Р(х)=1 - F(x).
Вычисление интегралов заменяют использованием таблиц нормального распределения, при котором М = 0 и σ = 1. Для этого распределения функция плотности вероятности имеет одну переменную t и выражается зависимостью
(2.12)
Величина t является центрированной (так как Мt = 0) и нормированной (так как σt = 1).
Функция распределения соответственно запишется в виде
(2.13)
Из этого уравнения следует, что или .
При использовании табл. П.1 приложения следует в формулу (2.13) вместо t подставить ее значение:
при этом t называют квантилью нормированного нормального распределения (обычно обозначают up).
Плотность распределения и вероятность отказа соответственно равны: f(x)=f0(t)/σ; Q(x)=F0(t); тогда вероятность безотказной работы Р(х) = l – F0(t), где f0(t) и F0(t), определяют по таблицам.
В табл. П. 1 приведены значения Ф*(х) в зависимости от t= .
P(х)
х
f(х)
а)
б)
х
0,399/σ
-3σ -2σ -σ 0 σ 2σ 3σ
-3σ -2σ -σ 0 σ 2σ 3σ
Рис. 2.2. Кривые плотности вероятности (а)
и функции надежности (б) нормального распределения
В работах по надежности часто вместо интегральной функции распределения F0(t) используют функцию Лапласа:
(2.14)
Очевидно, что
(2.15)
Вероятности отказа и безотказной работы, выраженные через функцию Лапласа:
(2.16)
Вероятность попадания случайной величины Х в заданный интервал значений от α до β вычисляют по формуле
(2.17)
Пример 2.4. Определить вероятность безотказной работы в течение t=2·104 ч подшипника скольжения, если ресурс по износу подчиняется нормальному закону распределения с параметрами Mt = 4·104 ч, σ = 104 ч [2].
Решение
Находим квантиль:
По табл. П.1 определяем, что Р(t) =0,0228.
Пример 2.5. Пусть случайная величина Х представляет собой предел текучести стали. Опытные данные показывают, что предел текучести имеет нормальное распределение с параметрами M = 650 МПа, σ = 30 МПа. Найти вероятность того, что полученная плавка стали имеет предел текучести в интервале 600 – 670 МПа [2].
Решение
Для определения вероятности воспользуемся формулой (2.17):
Пример 2.6. Случайная величина X распределена по нормальному закону и представляет собой ошибку измерения датчика давления. При измерении датчик имеет систематическую ошибку в сторону завышения на 0,5 МПа, среднее квадратическое отклонение ошибки измерения составляет 0,2 МПа.
Найти вероятность того, что отклонение измеряемого значения от истинного не превзойдет по абсолютной величине 0,7 МПа [2].
Решение
По формуле (2.17) с использованием табл.П.1 определим: