Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
4
Оглавление:
§1. Понятие ЭВС, назначение, классификация 1
§2. Качество сложной системы. 2
§3. Жизненный цикл сложной системы. 2
§4. Структура конструкции ЭВА и их математические модели. 4
§5. Методы оптимального проектирования 9
§6. Математическая формулировка задачи оптимального проектирования. 10
§7. Целевая функция 11
§8. Модели и моделирование как основы оптимизации. 12
§9. Методы решения задач оптимального проектирования 14
§10. Методы оптимизации, основанные на классической математике. 15
1. Экстремум функции одной переменной 15
2. Экстремум функции многих переменных 15
3. Метод замены переменных 15
4. Метод неопределенных множителей Лагранжа. 16
§11. Нелинейное программирование 16
Градиентные методы нелинейного программирования. 17
1. Метод релаксации. 17
2. Метод градиента. 18
3. Метод наискорейшего спуска (метод Коши). 18
4. Метод Ньютона. 18
Безградиентные методы. 19
1. Метод общего поиска 19
2. Метод дихотомии 20
3. Метод почти половинного деления. 21
4. Метод золотого сечения. 21
5. Метод чисел Фибоначчи. 22
Методы случайного поиска экстремума целевой функции 22
1. Метод «слепого» поиска 23
3. Метод случайных направлений 23
4. Комбинированный метод 23
§12. Надежность. Основные понятия. 23
§13. Показатели надежности невосстанавливаемых элементов и систем 24
1. Вероятность безотказной работы 24
2. Частота отказов 25
3. Интенсивность отказов 25
§14. Основные законы надежности 26
§15. Классификация аппаратуры по требованиям к надежности 27
§16 Факторы, влияющие на надежность ЭВА 28
§17. Обеспечение надежности резервированием ЭВА 28
§18. Общие принципы обеспечения надежности ЭВА. 30
§18. Расчеты надежности ЭВА 31
§19. Методы прогнозирования состояния и качества ЭВС. 33
§1. Понятие ЭВС, назначение, классификация
ЭВС (Электр. Вычисл. Системы)– класс электронных устройств, который способен хранить, принимать, обрабатывать и выводить некоторую информацию с помощью вычислительных и логических операций по определенным алгоритмам и программам.
Назначение ЭВС:
Служит для интенсификации выполняемых работ, повышения скорости и точности решения к.л. задач, контроля, управлении техническими средствами и т.п.
Классификация ЭВС:
1) по виду исполнения
- наземная;
- бортовая;
2) по области применения
- общетехническая;
- бытовая;
- специальная;
- самолетная;
- корабельная;
- космическая
3) по конструктивному исполнению
- стационарная;
- перевозимая;
- носимая
4) по принципу действия
- цифровая;
- аналоговая;
- аналого-цифровая
5) по назначению
- универсальная;
- управляющая;
- контрольная
6) по элементной базе
- дискретные полупроводниковые приборы;
- интегральные микросхемы (ИМС);
- большие интегральные схемы (БИС)
- сверхбольшие интегральные схемы (СБИС)
|
функциональность |
Комплекс |
надежность |
|
|
Система |
|||
|
Прибор |
|||
|
Блок |
|||
|
Функциональный узел |
Комплекс – самый сложный из элементов. Совокупность систем, объединенных общим замыслом для решения определенного круга задач.
Отдельные системы, входящие в комплекс, могут находиться на большом расстоянии друг от друга.
§2. Качество сложной системы.
Качество системы – совокупность свойств, определяющих степень пригодности системы для использования ее по назначению.
Техническое качество – некоторая совокупность количественных показателей, которая отвечает требованиям технических условий (то, насколько аппаратура хорошо выполняет свои функции)
Под оценкой качества системы понимают получение количественных оценок, дающих представление о том, насколько хорошо ее аппаратные и программные компоненты выполняют ту работу, для которой они предназначены
K=F (Надежность; ТТХ; Дизайн, Фирма, Страна)
Количественная оценка качества необходима для того, чтобы при проектировании ее можно было учесть или оптимизировать.
Потребность в таких оценках качества существует, начиная с ранней стадии проектирования вплоть до ее изготовления и повседневной эксплуатации.
Конечная цель работ по оценке качества – устранение тех недостатков, которые появляются из-за того, что разработчики не могут заранее предугадать все последствия принимаемых ими решений.
Компоненты качества ЭВС:
Характеризуется:
Для повышения качества сложных систем необходимо внедрение комплексных систем управления качеством.
Качество можно улучшить в значительной степени, если прогнозировать его на ранних стадиях проектирования.
§3. Жизненный цикл сложной системы.
Сложная система – система, обладающая некоторыми свойствами:
Жизненный цикл системы – отрезок времени от момента начала разработки системы до момента снятия ее с эксплуатации.
Конец жизненного цикла обусловлен моральным старением системы, а моральное старение связано с внедрением более новых систем с лучшими параметрами.
Информационная поддержка жизненного цикла изделий системы находит воплощение в CALS технологиях, связанных с формированием единого информационного пространства, объединяющего все этапы жизненного цикла.
Жизненный Цикл сложной ТС
|
Выполняет заказчик |
|
Выполняет разработчик |
|
Делает изготовитель или производство |
|
Выполняет заказчик |
Особенностью сложных систем является достаточно сложный процесс разработки, поэтому необходимо этот процесс разделить на стадии.
|
Стадии |
Этапы |
|||
|
1 Формирование технического задания |
1 Предварительное проектирование |
|||
|
2 Проектирование |
2 Эскизное проектирование |
|||
|
3 Испытание и изготовление опытных образцов |
3 Рабочее проектирование |
|||
|
4 Производство |
||||
|
5 Эксплуатация и модернизация, утилизация |
Предварительное проектирование (начальное проектирование)
Рассматриваются возможные способы создания проектируемой системы и производится их сравнительная оценка с учетом конструктивных и эксплуатационных особенностей, а также делается вывод о целесообразности дальнейшей разработки.
На этом этапе есть возможность применения новых методов с применением дополнительных исследований.
Если требования технического задания удовлетворяются с учетом сроков создания и стоимости, то проект передается на следующий этап.
В противном случае, проводится корректировка технического задания, либо проект передается дальше с оговорками.
В результате предварительного проектирования становится ясна иерархическая структура системы, методы создания и состав каждой из подсистем и дается описание всех входящих компонент и их работы в условиях внешней среды.
Эскизное проектирование
Появляются особенности и характеристики системы. Предварительный состав системы, выбор и обоснование математических моделей, уточняется структура системы и подсистем, определяются технические характеристики всех компонент.
§4. Структура конструкции ЭВА и их математические модели.
Структура – схема устойчивых однородных связей между элементами конструкции, т. е. множество, состоящее из подмножеств
Каждое из этих подмножеств – структура. Эти структуры классифицируются по природе связей.
Структурная схема – условное графическое изображение элементов конструкции и связей между ними
Для описания используется математическая логика и теория графов.
Пример 1:
Пример 2: 1-3-4 Путь (Двузвеньевой)
1-2 Путь (Однозвеньевой)
Математические модели структурных схем, служат для анализа путей в графе, нахождения кратчайших путей, отыскания изолированных вершин и нахождения избыточных путей и т.д.
Путь в графе – последовательность ребер, в которой конец каждого предыдущего ребра совпадает с началом последующего ребра.
Ребра, входящие в путь называются звеньями.
Существуют пути:
Математической моделью структурной схемы является матрица непосредственных путей (матрица инценденции).
Алгоритм составлении матрицы:
Элемент матрицы , принадлежащий -ой строке -му столбцу равен 1, если из вершины в вершину имеется непосредственный путь.
Элемент равен 0 в противоположном случае (если количество путей больше 1, то ставиться количество путей)
Ранг элемента структурной схемы – (показатель качества структурной схемы) численно равен суммарному значению однозвенных, двухзвенных и т. д. путей, связывающих данную вершину с другими вершинами структурной схемы
,
где - ранг, для однозвенной матрицы (Для каждой вершины ранг свой)
Пример:
Однозвенная:
|
1 |
2 |
3 |
4 |
R |
||
|
1 |
0 |
1 |
1 |
2 |
4 |
|
|
2 |
0 |
0 |
1 |
0 |
1 |
|
|
3 |
0 |
0 |
0 |
1 |
1 |
|
|
4 |
0 |
0 |
0 |
0 |
0 |
Двухзвенная:
|
1 |
2 |
3 |
4 |
R |
R12 |
||
|
1 |
0 |
0 |
0 |
2 |
2 |
6 |
|
|
2 |
0 |
0 |
0 |
0 |
0 |
1 |
|
|
3 |
0 |
0 |
0 |
0 |
0 |
1 |
|
|
4 |
0 |
0 |
0 |
0 |
0 |
0 |
Т.о. первая вершина самая нагруженная (У нее максимальный ранг и из нее выходит наибольшее количество путей)
§5. Параметры конструкции ЭВА и отклонение параметров.
Параметры – величины, которые численно характеризуют свойства конструкции
Отклонение параметров называется мерой несоответствия его действительному (номинальному) значению.
Относительное отклонение параметров:
Отклонение параметров можно разбить на:
,
- производственное отклонение параметра (Постоянно во времени. Возможно управлять путем совершенствования технологического процесса.)
- неустойчивость параметра во времени.
Допуск на параметр – полученное расчетом или в результате экспериментов отклонение параметра, при котором прибор может выполнять свои функции с заданной точностью в пределах установленного времени и в условиях влияния окружающей среды.
Методы анализа отклонения параметра
Отклонение параметров ведет к снижению точности, стойкости, надежности. С другой стороны, уровень отклонения параметров определяет стоимость прибора.
Анализ заключается в определении величин отклонения параметров элементов и самого аппарата.
Методы делятся на:
Достоинства статистического и корреляционного методов:
Недостатки статистического и корреляционного методов:
Расчетно-аналитические методы основаны на выявлении экспериментальным путем зависимости между отклонениями исследуемого параметра и отклонениями других параметров, от которых зависят исследования.
- отклонение исследуемого параметра,
- отклонение независимых параметров.
Пример:
Прямая задача
Обратная задача
Расчетно-аналитические методы делятся на:
Метод предельных отклонений
Основан на оценке наихудшего сочетания отклонения отдельных параметров.
Преимущества:
Недостатки:
(1)
(2)
Разлагаем (2) в ряд Тейлора:
(3)
Из выражения (3) получаем:
(4)
Для выводов необходимо, чтобы функция была дифференцируема до порядка и отклонения
Упрощая:
Таким образом получаем уравнение отклонения параметра для метода отклонения предельных параметров (МОПП):
Для перехода к относительным величинам делим все на :
- коэффициент влияния. Показывает влияние -го параметра на параметр .
Уравнение отклонения параметра в форме относительных значений:
Для практического применения используют следующие соотношения:
1)
2) ,
где - константы.
Метод квадратического сложения
Преимущества:
Недостатки:
Вероятностный метод отклонения параметров
Все параметры учитываются как случайные величины.
Число случайных воздействий и отклонения неизменны во времени.
Среди отклонений нет доминирующих.
Все случайные воздействия взаимно независимы.
Закон нормального распределения: сумма случайных величин распределена асимптотически нормально.
Свойства дисперсии:
1)
2)
Получаем уравнение отклонения параметров в форме среднеквадратических отклонений:
Преимущества:
Пример расчета отклонений предельным и вероятностным методами
Обратная задача:
Вероятностный метод:
Метод предельных отклонений:
Вывод. Из сравнения результатов решения обратной задачи следует, что отклонения –х параметров, полученных вероятностным методом, примерно в полтора раза больше отклонений, полученных методом предельных отклонений. Это означает, что при одном и том же допуске на параметр будет шире поле допуска на –й параметр ( раза). Следовательно, детали с более широким полем допуска можно изготовить проще, дешевле и быстрее.
Прямая задача:
Метод предельных отклонений:
Вероятностный метод:
Вывод. Сравнивая полученные результаты решения прямой задачи вероятностным методом и методом предельных отклонений видно, что отклонения выходного параметра, полученных вероятностным методом, примерно в полтора раза больше отклонений, полученного вероятностным методом, меньше отклонения, полученного методом предельных отклонений. В итоге, прибор будет более точен, конкурентен и дорог. Вероятностный метод дает лучший результат.
Определение и классификация методов конструирования ЭВС.
Конструирование – 1) способ выявления и организации множества структур и множества параметров конструкций, поставленных в соответствие множеству воздействий.
2) набор приемов и операций по разработке конструкции на основании технического задания (ТЗ), а также электрических, логических и функциональных схем
Классификация методов конструирования
2) по степени автоматизации
3) по используемому методу монтажа
4) по уровню конструктивного разделения ЭВС
Основные положения системного подхода при конструировании ЭВС
Системный подход включает в себя следующие положения:
В оптимальном проектировании существует 3 принципа:
1) система, состоящая из оптимальных частей, в общем случае не является оптимальной, т.е. система должна оптимизироваться по какому-либо общему критерию,
2) система должна оптимизироваться по количественно-определенному и единственному критерию, который в математической форме определяет цель оптимизации,
3) система должна оптимизироваться в условиях количественно определенных ограничений на оптимизируемые параметры.
Вектор внешних параметров:
- .
Вектор внутренних параметров:
- .
Множеством Y оперирует заказчик, а множеством X оперирует разработчик.
, - ограничения на соответствующие параметры (могут быть в виде равенств и неравенств) определяют ОДЗ – область допустимых значений вариантов системы.
Уравнения связи :
Уравнение связи можно получить:
Проекты, которые можно получить, разделяются на 2 вида:
Целевая функция - функция, которая количественно оценивает цепь оптимизации и характеризует эффективность системы.
Существует 3 вида ограничений , :
Составление целевой функции :
Целевая функция –
Формы целевых функций :
Достоинства:
Простота и ясный физико-экономический смысл.
Достоинства:
Простота и ясный физико-экономический смысл,
Позволяет детально описать характеристики системы.
|
Вероятность безотказной работы |
Стоимость |
Масса |
||
|
I |
0,99 |
100000 |
18 |
|
|
II |
0,99 |
89000 |
||
|
III |
0,98 |
|||
|
IV |
0,99 |
89000 |
17,5 |
Оптимальный проект |
Моделирование – такой научно-исследовательский метод, когда реальный объект заменяется более простым, называемым моделью. Т.е. результаты исследования переносят на реальный объект.
Результат исследования на модели переносится на реальный объект.
Методы моделирования основаны на понятии подобия.
Подобные объекты – объекты, у которых определяющие их состояние параметры в любой определенный момент времени, в определенной точке пространства отличаются в определенное число раз от тех же параметров в реальном объекте. Эта величина – масштаб подобия.
Подобие может быть:
Оптимизация - процесс получения наилучшего значения параметров при соблюдении каких-либо определенных условий.
Оптимизация производится на объекте:
Наиболее трудно оптимизировать реальный объект, т.к. на нем либо трудно, либо дорого что-то менять.
Физическое моделирование.
Все физические процессы, которые протекают в реальном объекте, характерны и для физической модели.
Преимущества:
Недостатки:
Математическое моделирование.
Достоинства:
Недостатки:
Метод классической математики:
Недостатки:
Метод математического программирования:
Поисковые методы оптимизации:
Достоинства:
1) не накладывают ограничения на целевую функцию и ограничения
Экспериментальные методы оптимизации:
Составляется матрица планирования.
Производится эксперимент.
=>Находится Xопт
=> Находится Xопт
- матрица вторых производных.
Исследуем матрицу: Если все элементы матрицы больше 0, то в точке наблюдается минимум.
Когда ограничения имеют вид неравенств, число ограничений меньше числа переменных (неизвестных).
Выражаем m первых переменных:
Выражаем через остальные. Получаем систему уравнений.
Затем уже находятся все остальные переменные подствавлением в эти.
- целевая функция зависит от меньшего числа переменных
Достоинства:
Недостатки:
Достоинства:
Задача с ограничениями сводится к задаче без ограничений.
Составляется ф-я Лагранжа : ,
где - неопределенные множители Лагранжа.
Находим производные:
(1)
Находим производные по каждой из :
(2)
Решаем (1) и (2) и находим:
(1) =›
(2) =›
т.о. уходим от ограничений.
Недостатки:
Пример: Спроектировать термостат цилиндрической формы, т.о., чтобы он имел min поверхность при заданном объеме.
r, h - ?
§11. Нелинейное программирование
Особенности задач нелинейного программирования:
,
где шаг, k - номер интеграции, номер шага.
Классификация методов нелинейного программирования:
- метод градиента и его модификаций;
- метод релаксации;
- метод наискорейшего спуска;
- метод тяжелого шарика;
- метод общего поиска;
- метод дихотомии;
- метод золотого сечения;
- метод чисел Фибоначчи;
- метод сканирования;
- симплексный метод;
- метод «слепого» поиска;
- метод случайных направлений.
Градиентные методы нелинейного программирования.
Применяется в задачах, где трудно или невозможно отыскать оптимум в аналитической форме.
Исходная задача разбивается на ряд подзадач.
В области определения выбирается точка и составляется функция вида:
Все переменные оставляем const, а x освобождаем
Находим производную:
=0 => x1(1)=const
Значение подставляется в функцию :
Дальше таким же образом берется производная и находится:
и т.д.
т. е. за шагов вычисляем , производим сравнение и
Сравнивая ,…, выбирают max и min значения.
После сравнения выбираются максимальное и минимальное значение функции, которые и дают наиболее оптимальные значения
– оптимальное значение.
Достоинства:
Недостатки:
Исключает недостатки предыдущего метода и использует основное свойство градиента: вектор градиента всегда направлен в сторону наибольшего изменения функции.
Требование: Функция должна быть дифференцируема, унимодальная (иметь 1 экстремум) на определенном промежутке.
Величина шага выбирается из использования максимизации или минимизации целевой функции при движении в направлении градиента.
Используется информация о неведении первых производных.
Отсюда малая сходимость метода.
Производится квадратическая аппроксимация целевой функции, что позволяет использовать информацию о поведении вторых производных. Это позволяет менять шаг в зависимости от расстояния до оптимума. Увеличивается шаг, где градиент меняется медленно и наоборот.
Достоинства:
Недостаток: Нужно 2 раза дифференцировать.
Поисковые методы
Безградиентные методы.
К ним относятся:
а) Метод покоординатного поиска (метод Гаусса-Зейделя).
Все переменные, кроме одной, фиксируются, а одна, нефиксированная – изменяется, пока не достигнет наилучшего результата целевой функции (max или min), затем она фиксируется и идет переборка остальных переменных по одной.
Недостатки:
Достоинства:
б) Покоординатный поиск с циклическим изменением координат.
Все переменные, кроме одной фиксируются, а одна изменяется следующим образом: делается один шаг в одну сторону и два шага в обратную. Во всех трех точках вычисляется значения целевой функции, из них выбирается наилучшее (точка, которая наиболее близка к оптимуму).
Достоинства:
Недостатки:
в) Метод комбинированный.
Вначале используется покоординатный поиск, а вблизи экстремума используется метод б) с переменным шагом.
Достоинства:
Метод работает для одной переменной
Отрезок ООФ делится пополам и одна из половинок снова делится пополам. Вычисляется значение в четырех точках. Сравниваются значения целевой функции и неудовлетворяющие значения отбрасываются.
Достоинства:
Недостатки:
Отрезок делится пополам от середины берутся еще 2 точки на одинаковом удалении . Отбрасывается участок без минимума.
Достоинства:
- Формула золотого сечения
Приравниваем z=1
Составляем квадратичное уравнение z22=z1 = z-z2=(1-z1)2
z22+ z2-1=0
z10.382
x20.618
Тогда отрезок делится в этом соотношении. Вычисляется значение функции, затем отбрасывается часть без минимума.
Ряд чисел Фибоначчи:
- арифметическая прогрессия
Введем понятие интервала неопределенности, в котором находится экстремум после выполнения операции исключения отрезков.
Обычно .
Алгоритм работы метода Фибоначчи:
Пример: f = 38, = 55 => n = 10.
Полученный интервал будет удовлетворять условию обеспечения точности.
Достоинства:
Методы случайного поиска экстремума целевой функции
Идея методов заключается в том, что мы намеренно вводим элемент случайности (случайные направления, случайный шаг или и то и другое)
Применяются, когда по каким-то причинам нельзя применить предыдущие.
В области определения целевой функции берется произвольно точка. В ней вычисляется значение этой функции. Затем также берется вторая точка, вычисляется и сравнивается, наихудшее отбрасывается.
Наилучшее значение – оптимум
Достоинства:
3. Метод случайных направлений
В области определения функции случайным образом берется точка, из нее делается шаг в случайном направлении. В этой точке снова вычисляется целевая функция и наихудшее значение отбрасывается.
4. Комбинированный метод
Вводятся случайное направление и случайный шаг.
Недостатки:
§12. Надежность. Основные понятия.
Надежность – комплексный показатель, определяющийся набором величин.
Возникает проблема обеспечения надежности на том же уровне при росте функциональности.
Для решения этого вопроса существуют 2 способа:
- цепь из последовательных блоков.
общая вероятность:
Недостатки:
Надежность – свойство аппаратуры или системы сохранять постоянство своих технических характеристик в некоторых пределах при заданных условиях эксплуатации.
Виды надежности:
Живучесть – надежность ЭВА в условиях разрушающего воздействия внешних факторов.
Эффективность прибора – приспособленность его к выполнению технических и экономических задач
Безотказность – свойства системы сохранять работоспособность в течение определенного времени и определенных условиях эксплуатации
Ремонтопригодность – свойство элемента или системы, которое заключается в приспособленности его или ее к обнаружению, устранению и предупреждению отказа
Отказ – случайное событие, состоящее в том, что прибор перестает выполнять свои функции
Неисправность – предусматривает нарушение работы аппарата, но необязательно выводит его из строя.
Отказы можно разделить на 3 вида:
§13. Показатели надежности невосстанавливаемых элементов и систем
Вероятность того, что в определенных условиях эксплуатации и в пределах заданной продолжительности работы отказ не возникнет.
- вероятность того факта, что время безотказной работы Т будет больше некоторого заданного раннее :
можно определить статистически:
- число исправных элементов
- общее число (партия) элементов
- число вышедших из строя элементов
- вероятность отказа:
Скорость падения надежности или плотность вероятности наработки системы до первого отказа.
Статистическое значение :
Характеризуется отношением приращения числа отказавших элементов за некоторый промежуток времени к числу исправных элементов на данный момент времени:
Статистическое значение:
Статистическая интенсивность отказов -
- время приработки, выявляется большее число отказов из-за производственного брака, скрытых дефектов и т.д. (часы, дни, месяцы)
- период нормальной эксплуатации (несколько лет)
от - число отказов резко увеличивается из-за явлений старения и износа
Cреднее время безотказной работы
- время исправной работы до первого отказа
Мат. ожидание времени безотказной работы:
Для непрерывной случайной величины:
- плотность распределения случайной величины.
Статистически:
,
- количество испытаний,
- время работы приборов (элементов).
§14. Основные законы надежности
Общий (основной) закон надежности
Используется для восстанавливаемых и невосстанавливаемых систем (универсальный)
Таким образом, общий (экспоненциальный) закон надежности:
Для участка , где :
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Для , где :
Основные свойства первого закона надежности:
Время - время, которое прибор (элемент) безотказно проработал.
- время, которое необходимо
- вероятность того, что аппарат безотказно проработает до времени , если он уже безотказно проработал время .
Частота отказов:
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Второй закон надежности:
§15. Классификация аппаратуры по требованиям к надежности
3 класса:
1) Аппаратура, для которой важнейшим показателем является вероятность безотказной работы
Коэффициент готовности:
Т В - время ремонта (восстановления)
- интенсивность отказов
- интенсивность обслуживания
Коэффициент простоя:
КГ+КП=1
3) Промежуточный между первым и вторым.
P=P(t)KГ
§16 Факторы, влияющие на надежность ЭВА
=0
экспл=0*k1*k2*k3
k1*k2*k3 - коэффициенты, которые понижают или повышают (коэффициент вибрации, эл. нагрузки, влияния температуры и т.д.)
Таким образом, надежность закладывается в процессе проектирования, обеспечивается в процессе производства и поддерживается на этапе эксплуатации.
§17. Обеспечение надежности резервированием ЭВА
Резервирование – такой способ повышения надежности, при котором создается избыточность в аппаратуре )элементная, информационная или временная )
Существует 3 вида резервирования:
Информационное резервирование
Вводится для обнаружения сбоев в аппаратуре и заключается в использовании кодов.
Временное резервирование
Вводится промежуток времени для профилактики ремонта аппаратуры
Информационное резервирование
Вводится для обнаружения сбоев в аппаратуре и заключается в использовании кодов.
Временное резервирование
Вводится промежуток времени для профилактики ремонта аппаратуры
По способу включения резервных элементов резервирование делится на:
Недостатки:
Достоинства:
Аппаратурное резервирование делится на 3 типа:
Кратность резервирования – отношение суммы основных и резервных блоков к количеству остальных
Вероятность отказов резервных цепей: при параллельном соединении
Общая вероятность безотказной работы резервный цепей:
Недостатки:
,
Используется в ЭВА для ликвидации сбоев.
§18. Общие принципы обеспечения надежности ЭВА.
§18. Расчеты надежности ЭВА
Расчет определяет количественные показатели надежности ЭВА.
Может выполняться на этапе проектирования и на этапе эксплуатации.
На этапе проектирования расчет прогнозирует и определяет ожидаемую надежность аппарата.
В результате расчета можно выбрать элементную базу, резервирование, количество ЗИПа (запасного имущества прибора).
На этапе эксплуатации цель расчета – определить количественные показатели надежности.
На основе расчета разрабатываются методы профилактики. Методы повышения надежности, соблюдения температурного режима.
В задание на расчет надежности входят:
|
Задание на расчет надежности |
||||||
|
Разделение на составные части |
Элементная надежность |
Определение вида расчета |
Функциональна надежность |
Разделение общей функции на составляющие |
||
|
Расчет отдельных составляющих |
Составление общей модели надежности всей системы |
Расчет отдельных функций |
||||
|
Составление рабочих формул (соответствий) |
||||||
|
Расчет надежности |
||||||
|
Анализ резервов расчета надежности |
||||||
|
Корректировка варианта системы: |
1.Введение резервирования 2.Выбор |
|||||
|
элементарной базы с лучшими показателями надежности 3.Снижение коэффициента перегрузки 4.Улучшение температурного режима на предельных элементах 5. Применение защиты |
Выбор метода расчета надежности определяется заданием на расчет надежности и исходными данными для расчета.
По назначению расчеты надежности делятся на:
Расчет сводится к определению интенсивности отказов узлов по заданному заказчиком среднему времени безотказной работы.
Цель – проверить значение показателей надежности на определенном этапе.
Зная мы находим T0 , Pобщ
Затем мы можем оценить полученный результат
В зависимости от полноты имеющихся влияющих факторов проверочные расчеты делятся на 3 типа:
Проводится на этапе проектирования. Когда еще неизвестна принципиальная электрическая схема.
P(t)= 0=
При этом расчете делается 3 предположения:
Цель этого расчета проверить выполняемость требований от заказчика по надежности
Можно сравнивать различные варианты конструкций
При этом расчете делается 5 предположений:
Для ориентировочного расчета учитывается количество элементов и их тип. Так же для него нужна модель надежности системы
Учитывает все типы элементов и режимы их работы (тепловой, электрический и т.д.)
эксп=**k
=(Kн, T0)
Kн, - коэффициент нагрузки (напряжение)
К – коэффициент или набор коэффициентов, учитывающий условия эксплуатации
Для этого расчета нужна модель, учитывающая связи м/у элементами.
§19. Методы прогнозирования состояния и качества ЭВС.
Основные понятия и классификация прогнозирования
Методы прогнозирования используются на всех 3-х этапах жизни ЭВС. Они составляют часть технической диагностики.
Прогнозирование служит для оценки предельно достижимых параметров системы, надежности и др.
Прогнозирование проводится в зависимости от технической оснащенности предприятия, технологии изготовления ЭВС, квалификации персонала и т.д.
Позволяет оптимально использовать аппаратур, заранее обнаруживать неисправности и своевременно пересказывать аварийные ситуации.
Техническая диагностика – это распознавание состояния ЭВС в условиях ограниченной диагностической информации.
В техническую диагностику входят:
Техническая диагностика имеет в своем составе:
Совокупность методов получения обработки, хранения, систематизации информации.
Набор аппаратных средств для приема, обработки информации.
Набор алгоритмов и программ для обработки диагностической информации.
Состояния одной системы мы можем разбить на классы или диагнозы.
Диагнозы: исправное, неисправное
Прогнозирование в таком случае называется детерминированной диагностикой.
Тогда распознавание состояния системы это отнесение состояния в котором пребывает конкретный аппарат в конкретный момент времени к одному из заранее установленных классов или диагнозов.
Совокупность действий по распознаванию состояния называется алгоритмом распознавания.
Классификация прогнозирования
Использует аналитические методы решения и позволяет определить функцию E в будущем по известному поведению состоянию в известный момент времени.
В зависимости от сложности функции состояния эту задачу можно решить либо в автономном виде те найти E в определенном интервал, либо косвенным образом зная составляющие этой функции, найти ее по ним.
Исследует вероятностные закономерности и позволяет установить вероятность того, что состояние объекта не выйдет в будущем на некотором интервале времени за границы, установленные допуском. Является более общим по отношению к остальным и требует большого количества информации.
Вид прогнозирования позволяет разделить пространство состояний на области диагнозов или классов и отнести состояние к одной из этих областей. Осуществляется на основании теории распознавания образов.
При прямом прогнозировании решается следующая задача: Описывается состояние системы в период времени t2 если известно ее состояние в настоящий момент времени. При этом предполагается, что состояние в момент времени t2 зависит от состояния в настоящий момент времени.
Решает задачу определения времени работы системы до того момента, когда характеристики системы достигнут предельного или критического значения. Можно определить время жизни системы (это промежуточное время м/у временем от настоящего момента до времени выхода из строя)
Различают индивидуальное и групповое прогнозирование(исследуется группа однородных параметров).
Успех прогнозирования зависит от:
Показатели качества прогнозирования
Степень соответствия параметров их действительным значениям
Eпрогноз-Eдействит=E – для детерминированного метода
Eпрогноз-Eдействит<E – для вероятносого метода
Это надежность прогнозирования, которая важна для аппаратуры, работающей в экстремальных условиях
(Характеризует факт попадания прогнозируемых параметров интервал)
Отношение времени, затраченного на прогнозирование ко времени , на которое распространяется этот прогноз.
Цена прогнозирования, деньги, затраченные на сбор и обработку информации
Отношение числа использованных параметров к общему числу параметров.
Обобщенный показатель, который показывает на сколько улучшились эксплуатационные характеристики ЭВС в результате прогнозирования.
Методы прогнозирования
Статистический метод распознования. Позволяет одновременно учитывать признаки различной физической природы.
“-” Требуется большой объем информации.
Основан на формуле:
DK – диагноз
Ki - признак диагноза
- Вероятность постановки диагноза DK при наличии у объекта признака Ki
P(DK) – Вероятность постановки диагноза, вычисленная по статистическим данным (априорно)
P() – вероятность появления признака Ki у объекта
P(Ki ) – вероятность появление признака Ki
P(Dk) = - Отношение числа объектов, у которых обнаружен диагноз DK к общему числу объектов
P() =
P(Ki) =
Формула Байеса пригодна для распознавания по 1-му признаку.
Введем вектор признаков: K=[K1, K2 … KS]
K* - конкретная реализация признака
Если k=1…n
То
Решающее правило по которому принимается диагноз:
P()>P() jk
Когда выполняется неравенство, то имеется диагноз Dk
Более экономичен, чем метод Байеса за счет меньших расчетов и требования меньшего количества информации.
Число испытаний заранее определено. Менее затратен по расчетам. Тк может быть меньше диагнозов.
D1, D1, K1, K2, Kn – объекты
Соотношение Пойдинга
Если > A => D1
Если < B => D2
Если B<< A - Диагноз не определен, проводятся доп. исследования
К признакам Di предъявляются требования большей информативности.
При постановке диагноза могут возникнуть ошибки 1-го и второго рода.
Пусть D1 – исправное
D2 – неисправное
Ошибка 1-го рода: ставим для исправной аппаратуры диагноз неисправна (ложная тревога, риск поставщика)
Ошибка 1-го рода: ставим для неисправной аппаратуры диагноз исправна (пропуск цели, риск заказчика)
Метод минимального риска отгостится к статистическим методам распознавания состояния и от других методов отличается тем, что здесь минимизируется риск.
Особенности метода:
X – диагностируемый характер
X0 - ?
Необходимо найти оптимальное значение X0, что бы при условии X< X0 => D2, а при обратном D1
В задаче возможно 4 решения:
Решение обозначим через Hij
C11H11 - правильное
C12H12 – неправильное
C21H21 - неправильное
C22H22 – правильное
C – затраты на принятие решения
С12>>C21
Формула риска заказчика – R= С12P(H12)+ С21P(H21)