background image

 

 

Seria: Informatyka
Elementy teorii 
niezawodności
Wykład 2
Obiekty proste 
nieodnawialne

dr hab. inż. Tadeusz Nowicki prof. 

nadzw. WAT

e-mail:tadeusz.nowicki@wat.edu.pl, tel. 

6-837118

background image

Model niezawodnościowy

Jedynym  istotnym  zdarzeniem  w  eksploatacji 
obiektu  prostego  nieodnawialnego  jest  chwila  jego 
uszkodzenia.  Wtedy  traci  on  własność  realizacji 
przewidzianych funkcji (zadań).

Zmienna  T  jest 

ciągłą  i

 

dodatnią 

zmienną  losową 

oznaczającą 

czas  życia

  obiektu,  zatem  czas  do  jego 

uszkodzenia. Jest ona 

modelem niezawodnościowym

 

obiektu  prostego  nieodnawialnego.  Charakterystyki 
tej 

zmiennej 

losowej 

są 

zatem 

miarami 

niezawodnościowymi

 obiektu.

T

t

t

1

1

0

1- oznacza zdatność obiektu 
do
    wykonywania funkcji

0 – oznacza jego 
niezdatność

background image

Miary niezawodności

Miary funkcyjne (zależne od upływającego 

czasu)

1.

Dystrybuanta F(t) zmiennej losowej T – 
prawdopodobieństwo, że czas do 
uszkodzenia obiektu jest mniejszy od zadanej 
chwili t

2.

Funkcja niezawodności R(t) - 
prawdopodobieństwo, że czas do 
uszkodzenia obiektu jest większy od zadanej 
chwili t

3.

Gęstość zmiennej losowej T – pokazuje 
rozłożenie masy prawdopodobieństwa na 
posczególnych wartościach zmiennej losowej

t

T

P

)

t

(

F

t

T

P

)

t

(

R

)

t

(

F

dt

d

)

t

(

f

background image

Miary niezawodności

4.

Funkcja (t) intensywności uszkodzeń 

zmiennej losowej T – warunkowa 
gęstość rozkładu prawdopodobieństwa 
czasu powstania uszkodzenia w chwili t

5.

Funkcja wiodąca (t) – skumulowany 

wskaźnik bazujący na chwilowej 
charakterystyce 
(t) 

t

0

du

)

u

(

)

t

(

)

t

(

R

)

t

(

f

)

t

(

F

1

)

t

(

f

)

t

(

background image

Miary niezawodności

6.

Warunkowa funkcja niezawodności R

t

(

–prawdopodobieństwo warunkowe 
zdarzenia polegającego na tym, że 
obiekt zachowa stan zdatności jeszcze 
przez odcinek czasu o długości co 
najmniej 
 pod warunkiem, że do chwili 

t nie uszkodził się. 

7.

Bezwarunkowe prawdopodobieństwo 
P(t,t+ 
) braku uszkodzenia w 

przedziale czasu (t,t+  )

)

t

(

R

)

t

(

R

1

du

)

u

(

f

)

t

,

t

(

P

t

t

)

t

(

R

)

t

(

R

t

T

P

t

T

P

)

(

R

t

background image

Miary niezawodności

Miary liczbowe (niezależne od 

upływającego czasu)

8.

Wartość oczekiwana E{T} zmiennej 
losowej T 

Uwaga: całkujemy od 0 – dodatnie zmienne losowe

9.

Wariancja zmiennej losowej T – miara 
rozrzutu wokół wartości oczekiwanej

10.

Odchylenie standardowe

 

0

2

dt

)

t

(

f

)

t

(

T

V

 

0

0

0

dt

)

t

(

R

dt

)

t

(

F

1

dt

)

t

(

f

t

T

E

 

 

T

V

dt

)

t

(

f

)

t

(

T

0

2

background image

Miary niezawodności

11.

Kwantyl t

p

 zmiennej losowej T – jest 

chwilą, dla której dystrybuanta F(t) 
osiąga wartość p, zatem jest 
rozwiązaniem równania:

Interpretacja geometryczna kwantyla

 

p

t

F

p

t

F(T

)

t

P

p

background image

Typowe rozkłady czasów 
zdatności

W  teorii  i  praktyce  niezawodności  obiektów  technicznych 
rozważa  się  szereg  typowych  rozkładów  prawdopodo-
bieństw, jakie przyjmuje się dla czasów zdatności obiektów:

1.Rozkład wykładniczy

0

t

,

e

1

)

t

(

F

t

0

t

,

e

)

t

(

R

t

0

t

,

e

)

t

(

f

t

0

t

,

)

t

(

t

t

,

t

)

t

(

0

t

,

e

)

(

R

t



 

1

T

E

 

2

1

T

V

 

1

T

Uwaga: proszę zapoznać się z podstawowymi rozkładami 
czasów  zdatności  ze  skryptu  Korzana.  Pomijać  dalej 
będziemy fakt, że t
0 dla charakterystyk czasowych.

 

s

s

f

transformata Laplace’a 
gęstości zmiennej 
losowej

background image

Typowe rozkłady czasów 
zdatności

2.Rozkład 

Erlanga 

n-tego 

rzędu 

parametrem 

1

0

( )

( ) 1

,

0

!

i

n

t

i

t

F t

e

t

i

l

l

-

-

=

= -

1)!

-

(n

(n)

  

,

e

)

n

(

t

)

t

(

f

t

1

n

n

 

n

T

E

 

2

n

T

V

 

n

T

1

0

( )

( )

!

i

n

t

i

t

R t

e

i

l

l

-

-

=

=

 

n

s

s

f

1

1

1

0

( )

( )

( )

!

n n

i

n

i

t

t

t

n

i

l

l

l

-

-

-

=

=

G

background image

Typowe rozkłady czasów 
zdatności

3.Rozkład gamma z parametrami  i 

dx

e

x

)

n

(

1

)

t

(

F

t

0

x

1

t

1

e

)

(

t

)

t

(

f

 

T

E

 

2

T

V

 

 T

 

s

s

f

dx

e

x

e

t

)

t

(

t

x

1

t

1

dx

e

x

)

n

(

1

)

t

(

R

t

x

1

dx

e

x

)

(

0

x

1

background image

Typowe rozkłady czasów 
zdatności

4.Rozkład 

Weibulla 

()

t

e

1

)

t

(

F



t

1

e

t

)

t

(

f

1

t

)

t

(



t

)

t

(

 

1

)

1

1

(

T

E

t

e

)

t

(

R

5.Rozkład 

Rayleigha 

()

2

t

e

1

)

t

(

F

2

t

te

2

)

t

(

f

t

2

)

t

(

 

2

1

T

E

2

t

e

)

t

(

R

2

t

)

t

(

 

4

4

T

V

background image

Typowe rozkłady czasów 
zdatności

6.Rozkład normalny z parametrami (m,)

dx

e

2

1

)

t

(

F

t

2

m

x

2

2

 

m

T

E

 

2

T

V

 

 T

2

2

2

m

x

e

2

1

)

t

(

f

dx

e

2

1

)

t

(

R

t

2

m

x

2

2

1

t

2

m

x

2

m

x

dx

e

e

)

t

(

2

2

2

2



Uwaga:

 rozkład ten stosować można jedynie wtedy, gdy 

m>3. Wtedy ujemne wartości realizacji zmiennej losowej 

praktycznie nie występują. W innym przypadku stosujemy 
rozkład normalny ucięty w zerze.

background image

Typowe rozkłady czasów 
zdatności

7.Rozkład normalny ucięty w zerze (m,)

Weźmy  pod  uwagę  rozkład  warunkowy  zmiennej 
losowej 

X, 

o  rozkładzie  normalnym  z  dystrybuantą  F

X

(x),  przy 

czym warunek ten jest następujący: X>0. Wtedy

Taka  dystrybuanta  spełnia  warunki  dystrybuanty 
czasu zdatności T, a rozkład T nazywa się rozkładem 
normalnym uciętym w zerze

)

0

(

F

1

)

0

(

F

)

t

(

F

0

X

P

t

X

0

P

0

X

/

t

X

P

X

X

X

0

t

,

)

0

(

F

1

)

0

(

F

)

t

(

F

)

t

(

F

X

X

X

background image

Typowe rozkłady czasów 
zdatności

Jeśli przyjmiemy, że 

to otrzymujemy dalej

8.

Rozkład mieszaniny

Jeśli  mamy  n  dystrybuant  F

k

(t)  oraz  prawdo-

podobieństwa p

i

 takie, że

to  mieszaniną  zmiennych  losowych  nazywa  się 
zmienną losową T o dystrybuancie F(t) 

c

1

)

0

(

F

1

X

)

0

(

F

)

t

(

F

c

)

t

(

F

X

X

)

t

(

cf

)

t

(

f

X

)

t

(

cR

)

t

(

R

X

)

t

(

c

)

t

(

X

1

p

n

1

k

k

)

t

(

F

p

)

t

(

F

k

n

1

k

k

)

t

(

f

p

)

t

(

f

k

n

1

k

k

)

t

(

R

p

)

t

(

f

p

)

t

(

k

n

1

k

k

k

n

1

k

k

)

t

(

R

p

)

t

(

R

k

n

1

k

k


Document Outline