可靠性概率分布

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

的求解。
不可靠度
F(t) t f (t)dt t


可靠度 Rt 1 Ft 1 t

故障率

t

f t Rt

1
2
exp


1 2

t

2

1


t
解: 1 1 5 104 2000
R(100) e5104100 e0.05 0.95
R(1000) e 51041000 e 0.5 0.60
此元件在100小时时的可靠度为0.95,而在1000小时时 的可靠度为0.60。
正态分布(高斯分布)
不可靠度:F(t)=1-R(t)=
t
0
f
(t )dt ;那么R(t)=1-
t
0
f
(t)dt

ຫໍສະໝຸດ Baidu
t f
(t)dt
其中,f(t)为失效密度函数;
用统计方法:若有N个相同的产品同时投入试验,经历时间t后有n(t) 件产品失效。
可靠度:R(t)≈ N n(t) 1 n(t)
N
N
失效概率:F(t) 1 R(t) n(t) N
平均寿命
E

tf (t)dt
tet dt 1
0
0

中位寿命:r=0.5 0.5 et
t 0.5

ln0.5


0.6971

0.7E
特征寿命: r e1 0.368
t 0.368

1

e1 et
寿命方差: 2 t 2f tdt - E2 1
失效率反映了特征参数
单参数分布 最基本最常用的分布
若产品的寿命或某一特征值t的故障密度为:
f (t) et
( 0,t 0)
则称t服从参数λ的指数分布。
指数分布的特征量函数 不可靠度(失效)函数
F (t) t f (t)dt 1 et 0
可靠度函数 R(t) et
N(0 , σ)
-3σ -2σ -σ μ=0 σ 2σ 3σ
68.26% 95.44% 99.73%
自然界和工程中许多物理量服从正态 分布,可靠性分析中,强度 极限、尺寸公差、硬度等已被证明是 服从正态分布。
正态分布的特征量函数:
可以证明: F (t) ( t u )

从而将一般任一正态分布的求解转化为标准正态分布
1.概率分布
fx
概率密度函数
x
2.数字特征
均值(期望):反映随机变量取值集中的位置,常用μ或E(x)表示。
在可靠性设计中,E(x)可表示平均强度、平均应力、平均寿命… 在常规设计中引入的物理量,多数就是E(x)。
方差 衡量随机变量取值的分散程度,用D(x)、σ2表示。 定义:
性质:
x、y为相互独立的随机变量
机械产品的可靠性概率分布
xx 2016.03.21
可靠性设计概述
一、机械产品可靠性的定义 在规定的使用条件和规定时间内,机械产品完成规定功能的能力。
二、机械可靠性设计方法 (1)定性设计方法 成功的设计经验或失败的经验教训,有针对性地应用到设计中, 避免故障或设计缺陷。 (2)定量设计方法 利用概率方法计算出给定设计条件下产品的失效概率或可靠度, 以符合给定的可靠性要求。
二项分布用来计算冗余系统的可靠度,也可用于计算一 次性使用装置或系统的可靠度估计
泊松分布
泊松分布,经过适当的处理可成为指数分布。假定:
在互不相交的时间区间内所发生的失效 是统计独立的;
单位时间内的平均失效次数为常数,而 与所考虑的时间区间无关
泊松过程有下面两个重要性质:
(1)设t是时间区间的长度,则在此区间内发生失效的次数X是一个整数 型的随机变量,在此时间区间内,发生k次失效的概率服从一个均 值为λt的泊松分布:
S
上式给出的结论是: 则安全;反之则安全。
应该说,上式观点不够严谨。首先,设计中的许多物理量是随
机变量;基于前一个观点,当 时,未必一定安全,可能
因为随机数的存在而有不安全的可能性。
可靠性设计概述
很显然在设计中引入概率的观点,这就是概率设计,是可靠性 设计的重要内容。 概率设计就是在原常规设计的计算中引入随机变量和概 率运算,并给出满足满足强度条件的概率---可靠度。
两点分布可以作为描绘从一批产品中任意抽取一件得到的 “合格品”或“不合格品”的概率分布模型
二项分布
二项分布又称贝努里分布。二项分布满足以下基本假定: 试验次数n是一定的; 每次试验的结果只有两种,成功或失败; 每次试验的成功概率和失败概率相同,即p和q 是常数; 所有试验是独立的。
(k 0,1,2, n)
上式为二项概率公式。若用X表示在n次重复试验中事件A发 生的次数,显然,X是一个随机变量,X的可能取值为 0,1,2,…n,则随机变量X的分布律为:
P( X k ) Cnk pkqnk
(k 0,1,2, n)
此时,称随机变量X服从二项分布B(n,p)。 当n=1时,二项分布简化为两点分布即:
可靠性设计概述
三、可靠性是衡量产品质量的一项重要指标。 可靠性长期以来是人们设计制造产品时的一个追求的目标。 但是将可靠性作为设计制造中的定量指标的历史却还不长,相关技
术也不成熟,工作也不普及。
可靠性设计概述
四、常规设计与可靠性设计 常规设计中,经验性的成分居多,如基于安全系数的设计。 常规设计可通过下式体现: [ ] lim
可靠性设计基础
五、可靠性指标
(1)可靠度: 产品在规定的条件下和规定的时间内,完成规定功能的概率。 记为R=R(t)=P(E)=P {T≧t} 其中:T为产品的寿命;t为规定的时间; 事件{T≧t}有三个含义: 产品在t时间内完成规定的功能; 产品在时间t内无障碍; 产品的寿命T大于t;
可靠性设计基础
pX k pk q1k , k 0,1
随机变量X取值不大于k的累积分布函数为:
n
F(k) P(X k) Cnr prqnr r0
X的数学期望与方差分别为:
n
E(x) kP(X k) np k 0 n
D(X ) [k E(X )]2 P(X k) npq np(1 p) k 0




平均寿命 E=μ
可靠寿命
1


t





r
特征寿命 te1 0.34
中位寿命 t 0.5
在柴油机或机械系统中,有些零件故障是由几种相对独立 的微小主导因素迭加而成的,如气缸、活塞、齿轮和轴类零件。
P(X k) (t)k et
k!
(k 0)
为平均发生率
(2)在任意两次相邻的失效之间的时间T是独立的连续型的随机变量, 服从参数为λ的指数分布 :
P(T t) R(t) et
泊松过程适合于建模有较多的元件倾向于失效,而每个元件失效的 概率比较小的情况
二项分布实例
所谓独立试验是指将试验A重复做n次,若各次试验的结果 互不影响,即每次试验结果出现的概率都与其他各次试验结 果无关,则称这n次试验是独立的。
在二项分布中,若一次试验中,P(A)

p, P(A) 1 p
则在n次独立
地重复试验中,试验A发生的概率为:
Pn (k ) Cnk pk qnk
0
2
标准差:

1

指数分布的性质
(1)指数分布的一个重要性质是无记忆性。无记忆性是产品在 经过一段时间t0工作之后的剩余寿命仍然具有原来工作寿命相 同的分布,而与t无关。这个性质说明,寿命分布为指数分布的 产品,过去工作了多久对现在和将来的寿命分布不发生影响。
(2)在“浴盆曲线”中,它是属于偶发期这一时段的.
1 ln 1 0.0001005
100 0.99
R(2000 ) e2000 0.8187
t 0.5

0.6971


6931小时
t 0.9

1

ln
1 0.9
1048小时
例 一元件寿命服从指数分布,其平均寿命(θ)为2000小时,求 故障率λ及求可靠度R (100)=? R(1000)=?
可靠性设计基础
(2)失效率
若定义:(t) n(t) 为平均失效率。
(N n(t))t
n(t )
则: (t )

lim (t)
N t 0

lim N t 0
1
n(t )
N N t

dF (t) (1 F (t))dt
为失效率。
(t) d (F (t)) d (1 R(t)) dR(t)
F (t )
f (t)
(t )
R(t)
F (t )
f (t)
(t )
——
1 R(t)
dR(t) dt
d ln R(t) dt
1 F(t)
——
dF (t) dt
1 dF (t) 1 F (t) dt

t f (t)dt
t
0 f (t)dt
——
f (t)

t f (t)dt
(1 F (t))dt R(t)dt
R(t)dt
t
t
(t)dt
1
dR(t) ln R(t)
0
0 R(t)
t
e R(t)
(t)dt 0
对上式两边对t求导: (t) f (t)
R (t )
可靠性设计基础
机械产品可靠性的度量参数
可靠性设计基础
基本函数 R(t)
正态分布在机械可靠性设计中大量应用,如材料强
度、磨损寿命、齿轮轮齿弯曲、疲劳强度以及难以
判断其分布的场合。属于递增型故障率的概率分布。 它的分布曲线处于浴盆曲线的耗损阶段。
若产品寿命或某特征值有故障密度:
f (t)
1
(t )2
e 2 2
(t 0, 0, 0)
2
t
(t )dt
e 0
t
1 e 0 (t)dt
t
(t)e 0 (t)dt
——
可靠性工程以产品的寿命特征为主要研究对象。产品的寿命特
征一般是连续的随机变量,例如产品故障时间和维修时间等。处 理这种问题可利用概率统计方法,找出它们的概率分布和概率密 度函数,有了确定的分布就可以求出该分布特征统计量,如正态 分布的均值及标准差。即使不知道具体的分布函数,也可以通过 对分布的参数估计求得某些特征量的估计值。这些分布及概率密 度函数,不仅描述了寿命的内在规律,而且分布的参数还决定了 产品的寿命特征。因此必须对失效分布作较深入的研究。
离散型随机变量的几种常见分布
可靠性抽样试验以及产品质量保证等大量工程实际问题 需要用到离散模型。主要有:
两点分布 二项分布 泊松分布
两点分布 (1)两点分布又称(0,1)分布 (2)数学模型的随机试验只可能有两种试验结果 (3)两点分布的分布列或分布律也可写成:
也可表示为 :
(4)数字特征 E(X ) 1• p 0• q p D(X ) p p2 p(1 p) pq
F (t)
1
t
e


tμ 2
2σ2
dt
2
均值, 标准差
当 0, 1时称为标准正态分布, 此时可表示为:
e (t) 1
t 2
2
2
e t
(t)
1
_ 2
t 2 2 dt
3 σ准则: 超过距离值3 σ的可能性太小,认为几乎不可能。
指数分布不适于描述按耗损规律失效的问题,机械零件的失效常属 于这一类型。
例 内燃机增压器处于使用寿命期中工作,根据以往经验知,寿命服从
指数分布,在100小时内有1%发生故障,求可靠度R(2000),t

0.5
t
0.9
的使用寿命?
解: 先求λ F(100)=0.01
1 e100 0.01
解:P(安全着陆) P(没有轮胎着陆) P(只有一个轮胎爆破)
C C ( 0 0.001)(0 0.999)3 ( 1 0.001)1 (0.999)2
3
3
0.99999
连续性随机变量的几种常见分布
正态分布 指数分布 对数正态分布 威布尔分布
指数分布 在数学上易处理成直观的曲线
例:有人打靶,每次命中率均为0.7,现独立射击5次,求恰好命 中2次的概率?
解:设A为恰好命中2次这一事件。
C P( A) k Pk qnk n C 2 0.72 0.33 0.1323 5
例:一架飞机有三个着陆轮胎,若不多于一个轮胎爆破,飞机便能 安全着陆。试验表明,每一千次着陆发生一次轮胎爆破。求飞机安 全着陆的概率?
相关文档
最新文档