Надежность изделия закладывается в период конструкторской проработки его элементов с учетом анализа вероятных отказов и причин их возникновения (метод FMEA), а также в процессе отработки опытных образцов до начала серийного изготовления изделий. Отработка опытных образцов новых изделий направлена на выявление конструкторских дефектов. При этом изготовление опытных образцов производится, как правило, не по серийной технологии, а чаще всего методами индивидуальной подгонки узлов и деталей на основе маршрутных технологий.
В процессе серийного производства изделий происходит отработка качества технологических процессов. В лучшем случае, при идеальном контроле изготовленной продукции, товарные изделия не имеют технологических дефектов, и их надежность целиком определяется качеством конструкторской документации. В то же время практика показывает, что качество технологических процессов влияет на надежность изделий в виде явных (не обнаруженных контролем) и скрытых (связанных со сложностью отбраковки) дефектов или отклонений от конструкторской документации.
Уровень качества процесса изготовления г-й детали К л „ можно определить по относительному количеству дефектных деталей и деф на партию Лф фактически изготовленной по этому техпроцессу продукции
Тот же уровень качества К л „ можно определить и по экономическим показателям процесса. Допустим, что за определенный промежуток времени (например, за смену) на данном участке необходимо изготовить Л^ тов товарных деталей для комплектования какой-то сборочной единицы. Расчетная (плановая) стоимость изготовления товарных деталей Qp ac определится по формуле
где С 1Ж - расчетная (плановая) себестоимость изготовления одной детали.
Если при контроле партии изготовленных ЛГ ф деталей окажется и деф дефектных деталей, то для комплектования партии из N T0B
товарных деталей придется изготовить еще такое же количество товарных деталей, которое было забраковано при контроле. Очевидно, что фактическая стоимость партии товарных деталей
будет больше
расчетной стоимости партии на стоимость изготовления дефектных деталей. Тогда уровень качества процесса изготовления можно определить по формуле
где С ф - фактическая себестоимость изготовления одной детали.
Вполне возможно, что время изготовления детали увеличено за счет несоблюдения технологической дисциплины, что также приводит к удорожанию изготовленной продукции. Нас для решения поставленной задачи интересуют затраты, связанные с качеством исполнения технологического процесса, а не нарушения технологической дисциплины.
Одной из важнейших задач выпуска конкурентоспособной продукции является снижение себестоимости ее изготовления. Поэтому важно оценить, на каком этапе изготовления изделия (узла, агрегата) затраты на обеспечение его качества превышают запланированные нормативы.
Формула (2.14), как и формула (2.15), может быть использована не только для оценки качества процесса изготовления деталей, но также при выполнении любой другой технологической операции, в том числе сборочной. В последнем случае для оценки уровня качества сборочной операции K dt можно использовать следующее соотношение:
где С с6ф - соответственно расчетная (плановая) и фактическая себестоимости сборочной операции.
Оценим качество изготовления сборочной единицы на уровне комплекта. Если известны нормативные показатели по операциям сборки, то, воспользовавшись формулой (2.16), получим для уровня качества сборки комплекта К кш следующее соотношение:
где С кшрж, С кш ф - соответственно расчетная (плановая) и фактическая себестоимости сборки комплекта.
Формула (2.17) имеет отношение только к качеству процесса сборки комплекта из деталей, но не является оценкой уровня качества изготовления комплекта в целом. Для этого необходимо учесть уровень качества изготовления всех входящих в комплект деталей. Если в комплект входят только две детали с разным уровнем качества изготовления деталей К л „, то качество изготовления комплекта составит
где К жтср - средний уровень качества изготовления деталей.
Если комплекты состоят из разного количества разных видов деталей, то необходимо определить приведенный уровень качества изготовления деталей К детпр, входящих в комплект. При этом
На примере несложного комплекта выведем формулу для расчета приведенного уровня качества изготовления деталей, входящих в комплект. Пусть комплект состоит из двух видов деталей, при этом имеем первого вида т, К 1дегср, а второго вида т 2 деталей со средним уровнем качества процесса К 2жгср. Тогда
Решаем уравнение (2.21) относительно К л „ щг
Из формулы (2.21) видно, что если уровни качества процесса изготовления всех деталей одинаковы, то приведенный уровень качества изготовления деталей равен уровню качества процесса изготовления любой детали, входящей в комплект.
Аналогично рассчитываются уровни качества процесса изготовления других сборочных единиц, в том числе узлов (агрегатов). Уровень качества изготовления изделия К па, состоящего из узлов, составит
где К у:а „ (> - приведенный уровень качества изготовления узлов;
Кшд.сб - уровень качества процесса сборки изделия.
На практике при сборке изделия достаточно часто встречаются почти все элементы изделия более низкого уровня (узел, подузел, комплект, базовая деталь). Покажем, как в этом случае определяется приведенный уровень качества изготовления узла К г „„ г. Допустим, что изделие состоит из двух разных узлов (в количестве соответственно d { и d 2) и одной базовой детали. Составляем уравнение по аналогии с уравнением (2.20)
Решая уравнение, получим
Из уравнения (2.24) видно, что качество процесса изготовления деталей влияет на качество процесса изготовления изделия тем больше, чем на более высоком уровне сборки применяется эта деталь. Это означает, что на качество изготовления и контроля базовых деталей необходимо обращать особое внимание.
Если на каждом этапе (деталь, комплект, подузел, узел) производства качество изготовления элементов изделия одинаковое, то уравнение (2.22) можно переписать в следующем виде:
Если отдельные элементы изделия поставляются по кооперации, то уровень качества процесса их изготовления при расчете качества изготовления изделия следует принимать за единицу, так как истинное значение уровня их качества неизвестно. При налаженных с поставщиками комплектующих деловых связях можно провести совместную работу по оценке качества изготовления этих комплектующих.
Прогнозирование надежности изделий в процессе эксплуатации возможно при определении коэффициентов связи а между уровнем качества изготовления г-го узла К у и вероятностью безотказной работы этого же узла P(t ) в процессе эксплуатации по результатам рекламаций на товарные изделия. В этом случае прогнозируемая вероятность безотказной работы нового изделия Р кзл по результатам оценки уровня качества изготовления узлов (агрегатов) изделия имеет вид
где п - количество основных узлов (агрегатов) изделия, влияющих на его безотказную работу.
Очевидно, что при анализе значений коэффициентов связи а можно выявить наиболее слабые (опасные) места (узлы) или скрытые дефекты изделия, на которые в первую очередь необходимо обратить внимание при разработке заводской программы повышения качества продукции.
Материалы практических занятий № 6 и 7.
Прогнозирование надежности.
Прогнозирование надежности. Прогнозирование надежности с учетом предварительной информации. Использование косвенных признаков прогнозирования отказов. Индивидуальное прогнозирование надежности. Индивидуальное прогнозирование надежности по методу распознавания образов (Порядок проведения испытаний. Порядок обучения распознающей функции. Порядок проведения прогнозирования качества изделия. Пример метода индивидуального прогнозирования качества изделия.).
ПЗ.6-7.1. Прогнозирование надежности.
В соответствии с действующими ГОСТами в технические задания на проектируемые изделия (объекты) записываются требования экспериментального подтверждения заданного уровня надежности с учетом действующих нагрузок.
Для высоконадежных объектов (например, космической техники) это требование является чрезмерно жестким (в смысле необходимости испытания большого числа однотипных объектов) и не всегда практически осуществимым. В самом деле, для того, чтобы подтвердить вероятность безотказной работы Р = 0,999 с 95%-й доверительной вероятностью следует осуществить 2996 успешных испытаний. Если же хотя бы одно испытание будет неудачным, то число потребных испытаний еще более возрастет. К этому следует добавить и очень большую продолжительность испытаний, так как многие объекты должны сочетать высокий уровень надежности с большой наработкой (ресурсом). Отсюда вытекает важное требование : при оценке надежности необходимо учитывать всю накопленную предварительную информацию о надежности технических объектов.
Прогнозирование надежности и отказов – это предсказание ожидаемых показателей надежности и вероятности возникновения отказов в будущем на основании информации полученной в прошлом, либо на основании косвенных прогнозирующих признаков.
Расчет надежности на этапе проектирования изделий носит черты такого прогнозирования, поскольку делается попытка предвидеть будущее состояние изделия, которое еще находится на стадии разработки.
Некоторые испытания, рассмотренные выше, содержат элементы прогнозирования надежности партии изделий по надежности их выборки, например, по графику испытаний . Эти способы прогнозирования основаны на изучении статистических закономерностей отказов.
Но возможно прогнозирование надежности и отказов на основе изучения факторов обуславливающих возникновение отказов. В этом случае, наряду со статистическими закономерностями рассматриваются также и физико-химические факторы, влияющие на надежность, что усложняет ее анализ, но позволяет сократить его продолжительность и делает его более информативным.
ПЗ.6-7.2. Прогнозирование надежности с учетом предварительной информации.
При оценке надежности необходимо учитывать всю накопленную предварительную информацию о надежности технических объектов. Например , важно расчетную информацию, полученную на стадии эскизного проектирования, в дальнейшем сочетать с результатами испытаний объекта. Кроме того, сами испытания тоже весьма разнообразны и проводятся на разных этапах создания объекта и на различных уровнях его сборки (элементы, блоки, узлы, подсистемы, системы). Учет информации, характеризующей изменение надежности в процессе совершенствования объекта, позволяет значительно уменьшить количество испытаний необходимых для экспериментального подтверждения достигнутого уровня надежности.
В процессе создания технических объектов проводятся испытания. На основании анализа результатов этих испытаний в конструкцию вносятся изменения, направленные на совершенствование их характеристик. Поэтому важно оценить, насколько эффективными оказались эти мероприятия и действительно ли после внесения изменений показатели надежности объекта улучшились. Такой анализ можно выполнить, используя методы математической статистики и математические модели изменения надежности.
Если вероятность некоторого события в единичном опыте равна р и при n независимых опытах это событие (отказ) произошло m раз, то доверительные границы для p находят следующим образом:
Случай 1. Пусть m ¹ 0 , тогда:
(ПЗ.6-7.2.)
где коэффициенты R 1 и R 2 берутся из соответствующих статистических таблиц.
Случай 2 . Пусть m=0 , тогда р н =0, а верхняя граница равна
. (ПЗ.6-7.3.)
Расчет R 0 производится по уравнению
(ПЗ.6-7.4.)
Односторонние доверительные вероятности g 1 и g 2 связаны с двухсторонней доверительной вероятностью γ * известной зависимостью
(ПЗ.6-7.5.)
Стендовые, наземные испытания дают основную информацию о надежности объекта. На основании результатов таких испытаний определяют показатели надежности . Если техническое изделие представляет собою сложную систему, причем надежность некоторых элементов определена экспериментально, а некоторых расчетные путем, то для прогнозирования надежности сложной системы применяют метод эквивалентных частностей .
При летных испытаниях получают дополнительную информацию о надежности объекта и эта информация должна использоваться для уточнения и корректировки полученных при стендовых испытаниях показателей надежности. Пусть необходимо уточнить нижнюю границу вероятности безотказной работы объекта, который прошел стендовые наземные испытания и летные испытания и при этом m=0.
Для оценки приближения эмпирического распределения к теоретическому используется критерий согласия Романовского, который определяется по формуле:
где - критерий Пирсона;
r - число степеней свободы.
Если выполняется условие , то это дает основание для утверждения, о возможности принятия теоретического распределения показателей надежности за закон данного распределения.
Критерий Колмогорова позволяет оценить справедливость гипотезы о законе распределения при малых объемах наблюдений случайной величины
где D - максимальная разность между фактической и теоретической накопленными частотами случайной величины.
На основе специальных таблиц определяют вероятность Р того, что если конкретный вариационный признак распределен по рассматриваемому теоретическому распределению, то из-за чисто случайных причин максимальное расхождение между фактическими и теоретическими накопленными частотами будет не меньшим, чем фактически наблюдаемое.
На основе вычисленной величины Р делают выводы:
а) если вероятность Р достаточно велика, то гипотезу о том, что фактическое распределение близко к теоретическому, можно считать подтвержденной;
б) если же вероятность Р мала, то гипотеза отвергается.
Границы критической области для критерия Колмогорова зависят от объема выборки: чем меньше число результатов наблюдений, тем выше необходимо устанавливать критическое значение вероятности.
Если число
отказов при наблюдении составило 10-15,
то
,
если больше 100, то
.
Однако необходимо отметить, что при
больших объемах наблюдений
лучше пользоваться критерием Пирсона
.
Критерий Колмогорова значительно проще других критериев согласия, поэтому он находит широкое применение в исследовании надежности машин и элементов.
Вопрос 22. Основные задачи прогнозирования надежности машин.
Для определения закономерностей изменения технического состояния машины в процессе работы выполняется прогнозирование надежности машин.
Различают три этапа прогнозирования: ретроспекцию, диагностику и прогноз. На первом этапе устанавливают динамику изменения параметров машины в прошлом, на втором этапе определяют техническое состояние элементов в настоящем, на третьем этапе прогнозируют изменение параметров состояния элементов в будущем.
Основные классы задач прогнозирования надежности машин могут быть сформулированы следующим образом:
Предсказание закономерности изменения надежности машин в связи с перспективами развития производства, внедрением новых материалов, повышением прочности деталей.
Оценка надежности проектируемой машины до того, как она будет изготовлена. Эта задача возникает на стадии проектирования.
Прогнозирование надежности конкретной машины (узла, агрегата) на основании результатов изменения ее параметров.
Прогнозирование надежности некоторой совокупности машин по результатам исследования ограниченного числа опытных образцов. С задачами такого типа приходится сталкиваться на этапе производства техники.
5. Прогнозирование надежности машин в необычных условиях эксплуатации (например, при температуре и влажности окружающей среды выше допустимой).
Специфика отрасли строительного машиностроения предполагает точность решения задач прогнозирования с погрешностью не более 10-15 % и использование методов прогнозирования, позволяющих получить решение задач в кратчайшие сроки.
Методы прогнозирования надежности машин выбирают с учетом задач прогнозирования, количества и качества исходной информации, характера реального процесса изменения показателя надежности (прогнозируемого параметра).
Современные методы прогнозирования могут быть разделены на три основные группы:
Методы экспертных оценок;
Методы моделирования, включающие физические, физико-математические и информационные модели;
Статистические методы.
Методы прогнозирования, основанные на экспертных оценках, заключаются в обобщении, статистической обработке и анализе мнений специалистов относительно перспектив развития данной области.
Методы моделирования базируются на основных положениях теории подобия. На основании подобия показателей модификации А, уровень надежности которой исследован ранее, и некоторых свойств модификации Б той же машины, прогнозируются показатели надежности Б на определенный период времени.
Статистические методы прогнозирования основаны на экстраполяции и интерполяции прогнозируемых параметров надежности, полученных в результате предварительных исследований. В основу метода положены закономерности изменения параметров надежности машин во времени.
Вопрос 23. Этапы прогнозирования надежности машин.
При прогнозировании надежности машин придерживаются следующей последовательности:
Проводят классификация деталей и сборочных единиц по принципу ответственности. К деталям и сборочным единицам, отказы которых опасны для жизни людей, устанавливают более высокие требования безотказности.
Формулируют понятия отказа деталей и сборочных единиц проектируемой системы. При этом необходимо учитывать только те детали и сборочные единицы, отказ которых приводит к полной или частичной утрате работоспособности системы.
3. Выбирают метод прогнозирования надежности в зависимости от этапа проектирования системы, точности исходных данных и принятых допущений.
Составляют структурную схему изделия, включающую основные функциональные детали и сборочные единицы, в том числе детали и сборочные единицы силовых и кинематических цепей, расположенные по уровням в порядке их подчиненности, и отражающую связи между ними.
Рассматривают все детали и сборочные единицы, начиная с верхнего уровня структурной схемы и кончая нижним, с подразделением их на следующие группы:
а) детали и сборочные единицы, показатели которых следует определять расчетными методами;
б) детали и сборочные единицы с заданными показателями надежности, включая назначенные параметры потока отказов;
в) детали и сборочные единицы, показатели надежности которых следует определять опытно-статистическими методами или методами испытаний.
6. Для деталей и сборочных единиц, надежность которых определяют расчетными методами:
Определяют спектры нагрузок и другие особенности эксплуатации, для чего составляют функциональные модели изделия и его сборочных единиц, которые, например, могут быть представлены матрицей состояний;
Составляют модели физических процессов, приводящих к отказам,
Устанавливают критерии отказов и предельных состояний (разрушение от кратковременных перегрузок, наступление предельного износа и др).
Классифицируют их на группы по критериям отказов и выбирают для каждой группы соответствующие методы расчета.
7. Строят при необходимости графики зависимости показателей надежности от времени, на основании которых сравнивают надежности отдельных деталей и сборочных единиц, а также различных вариантов структурных схем системы.
8. Hа основании проведенного прогнозирования надежности делают вывод о пригодности системы для применения по назначению. Если расчетная надежность окажется ниже заданной, разрабатывают мероприятия, направленные на повышение надежности рассчитываемой системы.
Вопрос 24. Прогнозирование надежности машин
Согласно работе "прогноз определяется как вероятностное научно обоснованное суждение о перспективах, возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и сроках их осуществления".
По оценкам отечественных и зарубежных специалистов в настоящее время насчитывается более 150 методов прогнозирования, но число основных методов, повторяющихся в различных вариациях, во много раз меньше. Считают, что указанные методы базируются на двух крайних подходах: эвристическом и математическом.
Применительно к механическим системам, в частности, к автомобилям, методы прогнозирования при оценке показателей надежности начали применяться сравнительно недавно. Так, для нормирования пробегов новых конструкций L H рекомендована зависимость
где L C , σ c - средние значение и квадратическое отклонение ресурса серийной машины в эксплуатации.
Если увязать L c с календарным временем Т, то приходим практически к временному ряду L (или L H) в функции от Т.
В работе дана методика прогнозирования ресурсов агрегатов с использованием временных рядов и приведены конкретные примеры прогноза ресурсов двигателей. Применительно к автомобильному транспорту разработаны методы прогнозирования и управления технической эксплуатацией и надежность автомобилей . В частности, в работе рассмотрена система непрерывного прогноза оценки удельного уровня трудоемкости технического обслуживания и текущего ремонта, учитывающая связь краткосрочного, среднесрочного и долгосрочного прогнозов; даны конкретные примеры прогнозов указанных величин для грузовых автомобилей, автобусов и легковых автомобилей; рассмотрены основные аспекты принятия решений в условиях риска и неопределенности, основанные на байесовском подходе, теории игр и статистических решений.
Широкое распространение методы прогнозирования получили при оценке остаточного ресурса . В общем случае речь идет об аппроксимации индивидуальной реализации, связанной, например, с износом (или накопленным повреждением) аналитической зависимостью, параметры которой определяются по результатам диагностирования на предпрогнозном периоде с последующей экстраполяцией на интервале упреждения (прогноза) до достижения предельного состояния.
В ряде работ рассматриваются вопросы, связанные с прогнозированием (расчетом) параметров нагрузочных режимов агрегатов и деталей, необходимых для оценки статической прочности и усталостной долговечности при проектировании . Как правило, предлагаемые методы основываются на обобщении экспериментальных данных по нагрузочным режимам машин-аналогов или моделировании с использованием ЭВМ, но не предусматривают введения временного тренда. Поэтому прогноз осуществляется с помощью подстановки в расчетные зависимости конструктивных параметров проектируемой машины.
Теоретические и прикладные разработки в области прогнозирования надежности механических систем достаточно подробно освещены в ряде работ [...]. Порядок прогнозирования при использовании расчетных методов в общем случае предусматривает представление структуры изделия в виде иерархической системы "деталь - сборочная единица-изделие"; определение спектров нагрузок; формирование моделей физических нагрузок, приводящих к отказу; установление критериев отказов и предельных состояний; определение численных значений показателей надежности; оценку достоверности прогноза; корректирование показателей надежности с использованием результатов прогноза. Однако применение вышеизложенных положений для конкретных прогнозов затруднительно и это связано не только со спецификой изделий различных отраслей машиностроения, но и с недостаточной изученностью и неоднозначностью трактовки таких понятий, как классификация объекта прогноза, многовариантность и синтез прогнозов, процедуры принятия решений на основе прогнозной (априорной) информации и др. Поэтому целесообразно подробнее остановится на вопросах расчета показателей надежности механических систем при проектировании с точки зрения теории прогнозирования.
Под методологией прогнозирования понимается область знаний о методах, способах и системах прогнозирования . В соответствии с упомянутой работой и приведенной в ней терминологией под методом прогнозирования будем понимать способ исследования объекта прогнозирования, направленный на разработку прогноза, под методикой - совокупность одного или нескольких методов, наконец, под системой прогнозирования - упорядоченную совокупность методик и средств их реализации.
Теория прогнозирования включает в себя анализ объекта прогнозирования, в частности классификацию; методы прогнозирования, подразделяющиеся на формализованные (математические) и интуитивные (экспертные); системы прогнозирования, в том числе непрерывного, при котором за счет обратной связи осуществляется корректировка прогнозов в процессе функционирования объекта.
В соответствии с работами объекты прогнозирования классифицируются:
по природе (научно-технические, технико-экономические и т. д.);
по масштабности - в зависимости от числа значащих переменных, входящих в описание объекта, различают сублокальные (1-3 переменных), локальные (4-14), субглобальные (15-35), глобальные (36-100) и суперглобальные (свыше 100 переменных);
по сложности - в зависимости от степени взаимосвязанности переменных подразделяют на сверхпростые (отсутствие взаимосвязи), простые (наличие парных взаимосвязей), сложные (наличие взаимосвязи и взаимовлияния) и сверхсложные (необходимость учета взаимосвязи);
по степени детерминированности (детерминированные" стохастические и смешанные);
по характеру развития во времени регулярной составляющей процесса (тренда) - дискретные, апериодические и периодические;
по информационной обеспеченности периода ретроспекции - рассматривают объекты с полным количественным обеспечением, с неполным количественным обеспечением, с наличием качественной информации (и частично количественной), с полным отсутствием ретроспективной информации.
Прогнозирование показателей надежности механических систем, на наш взгляд, следует рассматривать в узком и широком смысле.
В узком смысле прогнозирование включает определение показателей надежности как характеристик, развернутых во времени; считается, что основные исходные данные - вид конструкции, материалы и технология изготовления деталей, нагрузочные режимы, условия эксплуатации, периодичности и объемы ТО и ремонтов, цены на детали и др. - заданы. Другими словами, прогнозирование в узком смысле производится после проверочного расчета. Помимо этого, накоплены определенные статистические данные о ресурсах деталей и агрегатов, т. е. предполагается, что имеется ретроспективная информация, которая может быть использована для экстраполяции, адаптации вероятностно-статистических моделей и т. п. Очевидно, в этом случае методы прогнозирования показателей надежности включают как основные или верифицируемые варианты различные виды расчетов показателей надежности при проектировании, основанные на физических моделях отказов.
В широком смысле прогнозирование подразумевает, что исходные данные для получения оценок надежности определяются с использованием опережающих методов прогнозирования (патентный, публикациониый и др.). Например, на основе опережающих методов прогнозируются параметры кривой износа, с помощью которой прогнозируются показатели надежности. Следовательно, в широком смысле прогнозирование показателей надежности разбивается на два этапа: первый - прогноз исходных данных; второй - собственно прогноз показателей надежности.
Трудность оценки надежности возрастает многократно при создании новых конструкций, материалов и т. д., по которым отсутствует количественная информация. Поскольку при получении информации о результатах различных испытаний происходит уточнение исходных данных, ресурсов и т. п., то прогнозирование может быть осуществлено только в виде непрерывной прогнозирующей системы.
В предложенной книге основное внимание уделено разработке методологии прогнозирования показателей надежности в узком смысле.
Рассмотрим объект прогноза - показатели надежности (ПН) деталей и агрегатов автомобиля - с точки зрения рассмотренной выше классификации. Очевидно, по природе ПН следует отнести к классу научно-технических прогнозов, включающих наряду с новыми видами техники, новыми материалами и прогноз технических характеристик. Для оценки масштабности и сложности объекта прогнозирования составим табл. 1.7, в которую включим основные показатели надежности (см. табл. 1.3) и модели расчета, рассмотренные в п. 1.2. Несмотря на условный характер классификации, из табл. 1.7 видно, что по масштабности и сложности показатели надежности агрегатов и автомобиля следует отнести к глобальным (суперглобальным) и сложным (сверхсложным).
По степени детерминированности оценки ПН являются стохастическими, при этом следует обратить внимание, что при расчете показателей надежности элементов деталей, т. е. на низшем уровне, мы сталкиваемся с так называемой природной неопределенностью, когда невозможно дать точную оценку показателя, например среднего ресурса, из-за недостаточной изученности объекта.
По характеру развития ПН классифицировать трудно. Так, на уровне расчетных моделей на износ реализации его могут быть представлены апериодическими зависимостями, тогда как в расчетах на усталость нагрузочные режимы - это случайные не-стационарные процессы. В то же время, рассматривая ретроспективную нормативную информацию о ресурсах автомобилей до капитального ремонта, можно сказать, что в зависимости от времени выпуска (или существенной модернизации) назначаемый заводом ресурс изменяется дискретно.
Наконец объект прогнозирования с точки зрения информационной обеспеченности полностью отвечает введенному ранее понятию прогнозирования надежности механических систем в узком и широком смысле.
Таким образом, оценки показателей надежности деталей и агрегатов автомобиля соответствуют принципам классификации объектов прогнозирования.
Математические формализованные методы прогнозирования подразделяют на симплексные (простые), статистические и комбинированные. Основу симплексных методов составляют экстраполяции по временным рядам (метод наименьших квадратов, экспоненциального сглаживания и другие). Статистические методы включают корреляционный и регрессионный анализ, метод группового учета аргументов, факторный анализ. Под комбинированным методом подразумевается синтез вариантов прогнозов, выполненных о использованием математических и эвристических методов.
Следует обратить внимание на отличие прогнозных оценок при использовании общих методов прогнозирования и при оценке показателей надежности. Так, прогноз в общем случае представляется в виде точечной и интервальной оценок. При прогнозировании надежности, например, ресурса деталей его средняя величина совпадает с точечным прогнозом, но для перехода к другим показателям интервальной оценки недостаточно, т. к. необходимо знать плотность распределения ресурсов.
Учитывая, что при прогнозировании ПН на ранних стадиях проектирования нет возможности проведения экспериментов с целью раскрытия "природной" неопределенности, возможный путь решения сводится к разработке нескольких прогнозных методов с целью использования их в комбинированнном прогнозе. Поэтому указанные математические методы должны быть дополнены специальными методами и методиками, которые условно можно разделить на три группы.
Первая группа специальных методов, предназначенная для прогнозирования показателей надежности деталей, включает вероятностно-статистические модели (ВСМ), основанные на феноменологических явлениях и гипотезах (расчеты на износ, усталость прочность и т, д.). Однако, как показал анализ (см. п, 1.2.), применение этих моделей для прогнозирования ПН требует со-ответствующей систематизации и классификации, а также накопления и обобщения опыта прогнозных расчетов применительно к конкретным деталям с целью повышения их достоверности и точности.
Ко второй группе следует отнести методы, являющиеся обобщением экстраполяционных и статистических методов и отражающие специфику эксплуатационных отказов, в частности корреляционные уравнения долговечности (КУД) для деталей шасси автомобиля . Очевидно, отдельные разработки по КУД должны быть формализованы в виде соответствующей методики.
Третью группу специальных методов, предназначенных для прогнозирования показателей надежности сборочных единиц, агрегатов, изделия в целом, составляют структурно-функциональные модели (СФМ), которые в общем случае отражают взаимосвязь и взаимовлияния отдельных деталей на протекание разрушительных процессов, приводящих к отказам, предельные состояния сопряжений и т. д. В частном случае СФМ может быть построена с учетом показателей надежности деталей, спрогнозированных с помощью общих и специальных методов первой и второй группы. На основании этих прогнозов производится расчет (моделирование) показателей надежности восстанавливаемого объекта. Многовариантность и неопределенность прогноза определяются не только многовариантностью и неопределенностью исходных данных, но и стратегией ремонтов (замен), коррелируемостью отказов и т. д. Отсутствие общей методики прогнозирования ПН с помощью СФМ требует проведения соответствующих исследований.
Введение специальных методов увеличивает число вариантов прогноза ПН, что приводит к усложнению процедуры принятий решений на основе прогнозной информации. Редуцирования числа вариантов можно достигнуть с помощью комбинированного прогноза, методика которого, на наш взгляд, должна быть усовершенствована с учетом разработок, приведенных в , и конкретизирована применительно к ПН.
Дополним классификацию объектов прогноза по масштабности и сложности рассмотренными методами прогнозирования. Из табл. 1.6 видно, что специальные методы находят применение при оценке всех ПН и моделей отказов; использование комбинированных методов приводит к увеличению масштабности и сложности объекта прогноза, но это пока единственный путь повышения точности и достоверности оценок ПН при проектировании.
Заметим, что практическое применение общих и специальных методов прогнозирования становится возможным при наличии конкретных методик расчета, доведенных до соответствующих алгоритмов и программ, и информационной базы, включающей конструктивную документацию и банки данных по изделиям- аналогам о показателях надежности, условиях эксплуатации, испытаниях, нагрузочных режимах, износах, предельных состояниях и т. д. Для конкретных деталей или агрегатов автомобиля речь идет о формировании локальных информационных баз, обобщение которых позволит перейти к единой информационной базе отрасли.
На основе прогнозов ПН производится выбор оптимальных вариантов конструкции и оптимальной стратегии технического обслуживания и ремонта; разработка мероприятий по повышению надежности; уточнение параметров и режимов работы; планирование выпуска запасных частей, т. е. фактически осуществляется управление надежностью. Следовательно, прогнозная (априорная) информация должна использоваться для решений, связанных с управлением надежностью проектируемой конструкции.
Известно , что процесс принятия решений в общем виде характеризуется, во-первых, наличием одной или нескольких целей; во-вторых, разработкой альтернативных вариантов решений; в-третьих, выбором рационального (оптимального) решения, основанного на определенных критериях, с учетом факторов, ограничивающих возможности достижения цели. В зависимости от исходной информации различают задачи принятия решений в условиях определенности, риска и неопределенности. Для решения задач в условиях неопределенности используется теория статистических решений, которая подразделяется на два направления в зависимости от того имеется или отсутствует возможность проведения экспериментов в процессе принятия решений. Очевидно, разработка мероприятий по управлению надежностью на основе прогнозной информации является типичной задачей принятия решений в условиях неопределенности, зависящей от так называемых природных факторов, не известных или известных с недостаточной точностью в момент принятия решения и обусловленная их недостаточной изученностью.
Комплекс теоретических и прикладных вопросов, связанных с управлением надежностью при проектировании, является логическим продолжением и обобщением теории прогнозирования ПН и представляет, на наш взгляд, самостоятельную проблему. Поэтому, в данной работе целесообразно ограничиться рассмотрением некоторых вопросов управления надежностью, непосредственно относящихся к использованию прогнозной (априорной) информации о показателях надежности в процессе принятия решений.