Вероятность безотказной работы

Вероятность относится к заданию

Вероятность безотказной работы R(t) отвечает на вопрос, какая доля сопоставимых объектов сохранит требуемую функцию без отказа до заданной наработки t. Сначала определяют функцию, условия и начало отсчёта. Для двигателя это могут быть часы под нагрузкой после ввода в эксплуатацию; для клапана — число переключений. Значение R(1000) без единицы наработки и режима работы не является законченной характеристикой.

Время до отказа обозначим T. Тогда R(t) = P(T > t), F(t) = 1 - R(t). Для непрерывного распределения различие строгого и нестрогого неравенства в отдельной точке не влияет на результат. Вероятность отказа за интервал от начала эксплуатации равна F(t), а не интенсивности h(t). Интенсивность имеет размерность, вероятность безразмерна и находится между нулём и единицей.

Что стоит за экспонентой

Если условная интенсивность отказов постоянна, R(t) = exp(-lambda*t). Постоянство означает, что для объекта, дожившего до текущего момента, риск на следующий одинаковый короткий интервал не зависит от возраста. Оно не означает одинаковое число отказов в каждой календарной неделе: число работающих объектов может уменьшаться, а случайные результаты — колебаться.

Общая связь имеет вид R(t) = exp(-H(t)), где H(t) = integral от 0 до t h(u)du. При переменной интенсивности требуется учитывать её изменение, а не подставлять произвольную среднюю в формулу. Для двухпараметрического распределения Вейбулла R(t) = exp(-(t/eta)^beta). Параметр eta задаёт масштаб времени, beta — форму; эти обозначения явно определены здесь, поскольку в литературе встречаются другие.

Числовой пример и проверка размерности

Предположим, что для однородной совокупности приводов принята оценка lambda = 0,0002 ч⁻¹. Для задания 250 ч произведение lambda*t = 0,05 безразмерно. Получаем R(250) = exp(-0,05) = 0,95123, вероятность отказа — 0,04877. Для задания 1000 ч R(1000) = exp(-0,2) = 0,81873. Продление задания в четыре раза не уменьшает вероятность безотказной работы в четыре раза: зависимость нелинейна.

Для требования R(t) не ниже 0,95 допустимая длительность в этой модели t_max = -ln(0,95)/lambda = 256,47 ч. Это расчётная граница вероятностного требования, а не разрешённый межремонтный интервал. Чтобы назначить обслуживание, нужно дополнительно учесть механизм отказа, обнаруживаемость повреждения, последствия и действие самого обслуживания. Для постоянной интенсивности профилактическая замена не создаёт статистического выигрыша от омоложения.

Пусть привод уже отработал 800 ч. Условная вероятность пройти следующие 250 ч равна R(1050)/R(800). Экспоненциальная модель снова даёт exp(-0,05) = 0,95123. Теперь сравним с другой, отдельно заданной моделью Вейбулла: eta = 2000 ч и beta = 2. Для нового объекта R(250) = exp(-0,015625) = 0,98450, а после 800 ч вероятность следующих 250 ч равна exp(-((1050/2000)^2-(800/2000)^2)) = 0,89081. Возраст имеет значение, когда интенсивность растёт.

Как получают оценку из наблюдений

В простом полном испытании N одинаковых объектов до единого момента t, если состояние каждого известно и выбытия отсутствуют, эмпирическая оценка R_hat(t) = n(t)/N. Например, 47 сохранивших функцию объектов из 50 дают 0,94. Это оценка по выборке, а не истинная вероятность всей продукции. Неопределённость особенно велика при малой выборке и редких отказах; число знаков после запятой её не устраняет.

Если часть объектов снята с испытания раньше t, делить число оставшихся работоспособных на первоначальное количество обычно неверно. Эти объекты имеют правое цензурирование: известно лишь, что отказ не произошёл до снятия. Для оценки используют метод, учитывающий цензурирование, и проверяют, не связано ли снятие с ухудшением состояния. Отправка шумного узла на ремонт вместо регистрации отказа способна искусственно улучшить результат.

Границы инженерной интерпретации

Значение 0,95 не гарантирует успешную работу любого конкретного экземпляра. Оно описывает совокупность при заданных предпосылках. Нельзя переносить лабораторную оценку на повышенную температуру, перегрузку или другую смазку без обоснованной модели перехода. Нельзя также трактовать безотказность одного узла как безотказность машины, если для выполнения функции требуется несколько последовательно зависимых элементов.

Перед использованием результата проверяют начало отсчёта, единицы, правила регистрации и объём данных. Сначала выбирают подходящую модель и оценивают параметры, затем рассчитывают вероятность и её неопределённость. Если в данных есть приработка и последующий износ, одна экспонента может скрывать противоположные возрастные тенденции. Для ответственного задания показывают диапазон оценок и последствия отказа, а не только удобное среднее значение.

Контроль исходных данных

Показатель	Что фиксировать	Зачем это нужно
t	Длительность и единица задания	Совместить с размерностью lambda
Функция	Критерий утраты и условия	Определить событие T
Возраст	Начало отсчёта и наработка	Вычислить условную вероятность
Выбытие	Дата и причина снятия	Корректно учесть цензурирование

Первичные источники и границы проверки

Формулы сопоставлены с указанными подразделами NIST. Терминология IEC приведена для сопоставления; расчётные модели описаны отдельно с их допущениями. Числа примера — собственные расчётные исходные данные Fits Calc, а не результаты испытания конкретной машины.