Разработка программы определительных испытаний
Рисунок 11 — Сглаживание гистограммы плотностью равномерного распределения Рисунок 12 — Сглаживание гистограммы плотностью нормального распределения Рисунок 13 — Сглаживание гистограммы плотностью гамма-распределения Рисунок 14 — Сглаживание гистограммы плотностью экспоненциального распределения Используя критерий ч2, установим, верна ли принятая гипотеза о том, что статистические данные… Читать ещё >
Разработка программы определительных испытаний (реферат, курсовая, диплом, контрольная)
Министерство образования и науки Российской Федерации Тольяттинский филиал Московского государственного университета пищевых производств Кафедра Менеджмента пищевых производств Курсовая работа по дисциплине «Методы и средства измерений, испытаний и контроля»
на тему «Разработка программы определительных испытаний»
Студентка группы:
Преподаватель:
Тольятти 2008
1 Разработка программы испытаний
1.1Общие положения
1.2 Объект испытаний
1.3 Цель испытаний
1.4 Место проведения и обеспечения испытаний
1.5 Объем и методика испытаний
1.6 Обработка результатов испытаний
1.6.1 Постановка задачи
1.6.2 Вычисление основных характеристик выборки
1.6.3 Формирование статистического ряда и графическое представление данных
1.6.4 Подбор подходящего закона распределения вероятностей
1.6.5 Определение показателей надежности объекта испытаний
1.6.6 Протокол испытаний
2 Пример обработки результатов испытаний для восстанавливаемого объекта испытаний
2.1 Постановка задачи
2.2 Вычисление основных характеристик выборки
2.3 Формирование статистического ряда и графическое представление данных
2.4 Подбор подходящего закона распределения вероятностей
2.5 Определение показателей надежности объекта испытаний Заключение Список использованных источников
Испытанием — это экспериментальное определение количественных и качественных характеристик свойств объекта как результата воздействия на него при его функционировании или моделировании.
Испытания опытных образцов, установочных и первых промышленных партий, контрольные периодические испытания серийной продукции — это основа построения всей системы разработки и постановки продукции на производство.
Постоянное повышение требований к качеству выпускаемой продукции, рост сложности современной техники, создание новых видов продукции с использованием последних достижений науки и техники определили значительное расширение видов испытаний, увеличение их сложности и трудоемкости.
Испытания являются неотъемлемой частью взаимоотношений заказчика и изготовителя продукции, предприятия-изготовителя конечной продукции и предприятий-смежников, поставщика и потребителя при внутреннем и международном товарообмене.
Все испытания по своему назначению разделяют на четыре группы: исследовательские, контрольные, сравнительные и определительные.
Целью данной курсовой работы является определение реального уровня надежности выбранного объекта испытаний — электродвигатель однофазный коллекторный переменного тока типа ДК 60 — 40, предназначенный для привода различных бытовых приборов.
1. Разработка программы испытаний
Программа испытаний — это обязательный для выполнения организационно-методический эксперимент.
Программа устанавливает цели испытаний, объект испытаний, объем и методику проводимых экспериментов, порядок, условия, место и сроки проведения испытаний, ответственность за обеспечение и проведение испытаний, ответственность за оформление протоколов и отчетов по испытаниям.
Немаловажную роль в программе испытаний играет план проведения испытаний. В плане указываются работы необходимые для проведения испытаний, изготовления образцов, приемка образцов, измерение и определение параметров образцов объекта испытаний, подготовка испытательного оборудования, оформление результатов испытаний, согласование утверждения протокола испытаний и др.
Основной задачей определительных испытаний является определение характеристик изделия или материала. Существенным является правильно сформулировать цели испытания.
Цель испытания раскрывает его назначение, которое должно отображаться в наименовании испытаний.
1.1 Общие положения
Настоящая программа испытаний составлена на основании следующих нормативно-технических документов:
— ГОСТ 27.410−87 «Методы контроля показателей надежности и планы контрольных испытаний на надежность»;
— ГОСТ 11 828–86 «Машины электрические вращающиеся. Общие методы испытаний»;
— ГОСТ 10 159–79 «Машины электрические вращающиеся коллекторные. Методы испытаний»
1.2 Объект испытаний
Главным признаком объекта испытаний является то, что по результатам его испытаний принимается то или иное решение, а именно его годность или выбраковывание, предъявление на следующие испытания, возможность серийного выпуска и т. д.
Объектом испытаний является электродвигатель однофазный коллекторный переменного тока типа ДК 60 — 40.
Таблица 1 — Габаритные установочные и присоединительные размеры электродвигателей
№ | Наименование параметра | Тип двигателя | |
ДК 60 — 40 — 15 УХЛ4 | |||
Напряжение питания, В | 220±22 | ||
Частота питания, Гц | 50±1 | ||
Вращаюший момент, Нхм | 0,026±0,003 | ||
Частота вращения, об./мин. | +3000 — 1500 | ||
Ток, А не более | 0,48 | ||
Коэффициент полезного действия, % | 45 -6,8 | ||
Масса двигателя, кг не более | 0,35 | ||
Lmax, мм | |||
L1, мм | 19,5 | ||
L2, мм | 4,5+0,5 | ||
d, мм | 4−0,012 | ||
Средняя наработка до отказа, не менее, ч | |||
Средний срок службы двигателя, не менее, лет | |||
Электродвигатель однофазный коллекторный переменного тока типа ДК 60 — 40 применяется для привода кофемолок и других бытовых приборов.
1.3 Цель испытаний
Целью испытаний является определение фактических показателей надежности объекта исследования, таких как: среднее время безотказной работы T (средняя наработка до отказа), вероятность безотказной работы объекта в течение времени P (t), вероятность отказа Q (t), плотность распределения времени до отказа f (t), интенсивность отказа л (t) в момент времени t.
1.4 Место проведения и обеспечение испытаний
Испытательный центр ОАО «ПЭМЗ», аккредитованный Федеральным агентством? по техническому регулированию и метрологии для проведения испытаний? с целью сертификации.
1.5 Объем и методика испытаний
Испытания проводятся по плану [NUN], согласно которому испытывают одновременно N=100 объектов, отказавшие во время испытаний объекты не восстанавливают и не заменяют, испытания прекращают, когда число отказавших объектов достигло N=100.
1.6 Обработка результатов испытаний
1.6.1 Постановка задачи
Требуется определить показатели надежности объекта испытаний по опытным данным определительных испытаний.
На испытания поставлено N = 100 объектов. Моменты отказов объекта испытаний представлены в таблице 2. Все объекты работают до своего отказа и после отказа не ремонтируются. Требуется определить статистические и теоретические показатели надежности объекта: T, P(t), Q(t), f(t), л (t).
Таблица 2 - Моменты отказов объектов, в часах
1.6.2 Вычисление основных характеристик выборки
Основными числовыми характеристиками выборочной совокупности является: выборочное среднее, выборочная дисперсия, выборочное среднее квадратическое (или стандартное) отклонение, наименьшие и наибольшие значения, размах выборки, асимметрия, эксцесс.
Для расчета указанных характеристик в Excel необходимо поставить курсор в ячейку, в которую будет записано значение характеристики, вызвать соответствующую функцию и в качестве ее аргумента указать блок ячеек со статистическими данными.
Для удобства следующих операций значения случайной величины Z (статистические данные) перепишем на другой лист в прямоугольный блок ячеек, например А1: J10.
Значения вычисляемых характеристик будет располагаться в ячейках F12 по F19.
Таблица 3 — Расчет выборочных характеристик
A | B | C | D | E | F | G | H | I | J | ||
Выборочное среднее | 98,68 | ||||||||||
Выборочная дисперсия | 76,86 626 | ||||||||||
Выборочное ср. квадр. отклонение | 8,767 341 | ||||||||||
Наименьшее значение | |||||||||||
Наибольшее значение | |||||||||||
Размах выборки | |||||||||||
Асимметрия | 0,282 254 | ||||||||||
Эксцесс | — 0,38 419 | ||||||||||
Вычисление выборочных характеристик осуществляется по формулам:
— выборочное среднее F12 = СРЗНАЧ (A1:J10);
— выборочная дисперсия F13 = ДИСП (A1:J10);
— выборочное среднее квадратическое отклонение
F14 = СТАНДОТКЛОН (A1:J10) или F14 = КОРЕНЬ (F13);
— Наименьшее значение: F15 = МИН (A1:J10);
— Наибольшее значение: F16 = МАКС (A1:J10);
— Размах выборки: F17 = F16-F15;
— Асимметрия: F18 = СКОС (A1:J10);
— Эксцесс: F19 = ЭКСЦЕСС (A1:J10).
1.6.3 Формирование статистического ряда и графическое представление данных
Для наглядного представления статистических данных воспользуемся группировкой. Числовая ось при этом разбивается на интервалы, и для каждого интервала подсчитывается число элементов выборки, которые в него попали. Группировка данных производится в следующей последовательности:
наименьшее значение округляется в меньшую сторону, а наибольшее — в большую сторону до «хороших» чисел хmin и хmax;
выбирается количество групп k, удовлетворяющее неравенству; иногда оно определяется по формуле k=[5lg n]. Если объем выборки n=100, то k=10;
находится шаг по формуле:
где R = хmax — хmin — длина промежутка, в котором содержатся статистические данные;
определяются границы частичных интервалов:
а0 = хmin, а1 = а0 + h, a2 = a1 + h, … , ak = ak-1 + h = хmax;
в каждом интервале вычисляются средние значения
;
для каждого интервала [ai-1, ai], i = 1,2, …, k находятся:
— частоты ni, т. е. число выборочных значений, попавших в интервал;
— относительные частоты ;
— накопленные частоты wi = n1 + n2 + … + ni;
— накопленные относительные частоты .
Для выборочной совокупности (таблица 2) результаты группировки представим в таблице 4. Сначала укажем объем выборки, максимальное и минимальное значение, размах выборки, количество групп и шаг:
А22 = 100, В22 = 120, С22 = 70, D22 = B22 — C22, E22 = 10, F22 = D22/E22.
В ячейках А24: H24 укажем заголовки будущей таблицы. В этой таблице колонки В и С можно заполнить соответствующими формулами, представленными выше, для определения границ интервалов. Колонку D заполним по формуле: D30 = (B25+C25)/2, с последующим копированием в ячейки D26: D34.
Таблица 4 — Группировка статистических данных
A | B | C | D | E | F | G | H | ||
n | Xmax | Xmin | R | k | h | ||||
Группа | Левая граница | Правая граница | Середина | Частота | Относ. частота | Накоп. частота | Накоп. относ. частота | ||
72,5 | |||||||||
77,5 | 0,01 | 0,01 | |||||||
82,5 | 0,04 | 0,05 | |||||||
87,5 | 0,16 | 0,21 | |||||||
92,5 | 0,18 | 0,39 | |||||||
97,5 | 0,24 | 0,63 | |||||||
102,5 | 0,16 | 0,79 | |||||||
107,5 | 0,11 | 0,9 | |||||||
112,5 | 0,07 | 0,97 | |||||||
117,5 | 0,03 | ||||||||
Для заполнения колонки Е выделим ячейки Е25: Е34 и воспользуемся функцией ЧАСТОТА, указав массив статистических данных и массив правых границ интервалов: { = ЧАСТОТА (А1:J10; C25: C34)}
Одновременным нажатием клавиш заполним остальные выделенные ячейки.
Колонку F заполним с помощью формулы:
F25 = E25/$A$ 22, с последующим копированием в ячейки F26: F34
Колонку G заполним с помощью формулы:
G25 = E25, G26 = G25 + E26, с последующим копированием в ячейки G32: G39
Колонку H заполним с помощью формулы:
H25 = G25/$A$ 22, с последующим копированием в ячейки H26: H34
Данные, собранные в таблице 4 наглядно представим с помощью:
полигон частот — графическая зависимость частот (относительных частот) от середины интервалов (рисунок 1).
Рисунок 1 — Полигон частот кумуляты частот — графическая зависимость накопленных частот (накопленных относительных частот) от середины интервалов (рисунок 2).
Рисунок 2 — Кумулята частот
1.6.4 Подбор подходящего закона распределения вероятностей
Далее рассмотрим некоторые известные распределения, такие как экспоненциальное, нормальное и гамма-распределение, с целью проверки подчиняется ли наше распределение вероятностей заданному.
Проверка на соответствие данных испытаний распределению производится перебором трех распределений, указанных выше, включая заданное, а именно гамма-распределение.
Чтобы иметь полную информацию о распределении случайной величины, надо знать параметры этого распределения. Таким образом, математическое ожидание случайной величины t равно выборочной средней, а среднее квадратическое отклонение случайной величины t — выборочному среднему квадратическому отклонению. Указанные характеристики находятся в ячейках F12 и F14 соответственно. Поместим эти значения в ячейки А2 и В2 соответственно (таблица 5).
Определим параметры экспоненциального (л), нормального (m — математическое отклонение и у — среднее квадратическое отклонение) и гамма-распределения (б и в) в соответствии с формулами:
,
B5 = 1/A2;
B8 = A2;
B9 = B2;
B12 = (A2/B2)^2;
B13 = B22/A2.
Таблица 5 — Значения плотностей распределения
A | B | C | D | E | ||
Матем. ожидание | Ср. кв. отклон. | |||||
98,68 | 8,767 340 682 | |||||
Параметры экспоненциального распределения | ||||||
л | 0,0101 | |||||
Параметры нормального распределения | ||||||
m | 98,6800 | |||||
у | 8,767 340 682 | |||||
Параметры гамма-распределения | ||||||
б | 126,6842 | |||||
в | 0,7789 | |||||
Середина | Плотность относит. частот | Плотность экспоненц. распред. | Плотность нормал. распред. | Плотность гаммараспред. | ||
72,5000 | 0,0049 | 0,0005 | 0,0003 | |||
77,5000 | 0,002 | 0,0046 | 0,0025 | 0,0019 | ||
82,5000 | 0,008 | 0,0044 | 0,0083 | 0,0080 | ||
87,5000 | 0,032 | 0,0042 | 0,0202 | 0,0213 | ||
92,5000 | 0,036 | 0,0040 | 0,0355 | 0,0374 | ||
97,5000 | 0,048 | 0,0038 | 0,0451 | 0,0456 | ||
102,5000 | 0,032 | 0,0036 | 0,0414 | 0,0399 | ||
107,5000 | 0,022 | 0,0034 | 0,0274 | 0,0259 | ||
112,5000 | 0,014 | 0,0032 | 0,0131 | 0,0128 | ||
117,5000 | 0,006 | 0,0031 | 0,0045 | 0,0049 | ||
В ячейках В16: В25 вычислим плотности относительных частот как частное от деления относительных частот (ячейки F25: F34) на шаг (ячейка $F$ 22) из таблицы 4.
Плотности экспоненциального, нормального и гамма-распределений рассчитываются в соответствии с формулами:
С16 = ЭКСПРАСП (А16;$B$ 5;ЛОЖЬ);
D16 = НОРМРАСП (А16;$B$ 8;$B$ 9;ЛОЖЬ);
E16 = ГАММАРАСП (А16;$B$ 12;$B$ 13;ЛОЖЬ).
Затем копируем их в блок ячеек С17: Е25.
После чего строим гистограмму частот, совмещенную с плотностью каждого из указанных ранее распределений. Графическое изображение гистограммы кривых различных распределений приведены на рисунках 3- 5.
Рисунок 3 — Сглаживание гистограммы плотностью экспоненциального распределения Рисунок 4 — Сглаживание гистограммы плотностью нормального распределения Рисунок 5 — Сглаживание гистограммы плотностью гамма-распределения Используя критерий ч2, установим, верна ли принятая гипотеза о том, что статистические данные подчиняются нормальному распределению.
Для применения критерия ч2 необходимо, чтобы частоты ni, соответствующие каждому интервалу, были не меньше 5. Для этого при необходимости объединим рядом стоящие интервалы, а их частоты суммируем. Далее вычислим следующую сумму:
где pi — теоретическая вероятность того, что случайная величина Х примет значение из интервала [ai-1, ai].
Предположим, что случайная величина t имеет функцию распределения F (t), поэтому pi = F (ai) — F (ai-1).
Образец расчетов по предыдущей формуле для трех распределений представлен в таблице 6.
В колонке, А содержатся левые, а в колонке В — праве границы интервалов. В колонке С находятся соответствующие частоты. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения.
Для экспоненциального распределения:
D31 = ЭКСПРАСП (B31; $B$ 5; ИСТИНА) — ЭКСПРАСП (А31; $B$ 5; ИСТИНА);
Для нормального распределения:
D40 = НОРМРАСП (В40; $B$ 8; $B$ 9; ИСТИНА) — НОРМРАСП (А40; $B$ 8; $B$ 9; ИСТИНА);
Для гамма-распределения:
D49 = ГАММАРАСП (В49; $B$ 12; $B$ 13; ИСТИНА) — ГАММАРАСП (А49; $B$ 12; $B$ 13 $ ИСТИНА).
В колонке Е рассчитываются слагаемые соотношения по формуле:
Е31 = (С31−100*В31)^2/(100*D31), которая копируется в другие ячейки колонки Е.
После чего для каждого рассмотренного распределения определим итоговые суммы:
Е38 = СУММ (E34:E39);
Е47 = СУММ (E42:E47);
Е56 = СУММ (Е50:Е55).
Которые равны соответственно 659,6862; 5,2199 и 3,8740.
Гипотеза о виде закона распределения должна быть принята, если вычисленное значение ч2выч достаточно мало, а именно не превосходит критического значения ч2кр, которое определяется по распределению ч2 в зависимости от заданного уровня значимости б и числа степеней свободы r=k' - s — 1. где k' - количество интервалов после объединения; s — число неизвестных параметров распределения, которые были определены по выборке.
В данном примере r = 7 — 2 — 1 = 2
Критическое значение рассчитывается по формуле:
Е57 = ХИ2ОБР (0,05;4), из таблицы 6 видно, оно равно 9,4877.
Поскольку 5,2199<9,4877, то принимается гипотеза о том, что статистические данные имеют нормальное распределение с параметрами б = = 98,68 и у = 8,7673 соответственно.
Таблица 6 — Подбор распределения на основе критерия ч2
А | B | С | D | E | ||
Левая граница | Правая граница | Частота | Вероятности | чІ | ||
Экспоненциальное распределение | ||||||
0,69 374 468 | 0,5411 | |||||
0,20 878 363 | 92,7028 | |||||
0,19 846 835 | 129,2349 | |||||
0,18 866 271 | 259,1934 | |||||
0,17 934 153 | 112,5378 | |||||
0,17 048 088 | 50,6805 | |||||
0,31 610 928 | 14,7957 | |||||
Сумма | 659,6862 | |||||
Нормальное распределение | ||||||
0,58 804 812 | 0,1318 | |||||
0,101 737 571 | 3,3365 | |||||
0,176 260 064 | 0,0079 | |||||
0,222 500 256 | 0,1376 | |||||
0,204 663 183 | 0,9747 | |||||
0,137 173 828 | 0,5383 | |||||
0,90 811 892 | 0,0930 | |||||
Сумма | 5,2199 | |||||
Гамма-распределение | ||||||
0,53 672 643 | 0,0251 | |||||
0,107 072 418 | 2,6163 | |||||
0,185 399 233 | 0,0157 | |||||
0,224 931 406 | 0,1009 | |||||
0,197 757 868 | 0,7209 | |||||
0,129 724 735 | 0,2999 | |||||
0,90 713 209 | 0,0951 | |||||
Сумма | 3,8740 | |||||
Критическое значение критерия | 9,4877 | |||||
1.6.5 Определение характеристик надежности системы
После подтверждения гипотезы о виде закона распределения, определим характеристики надежности системы. Ббыло установлено, что случайная величина имеет плотность распределения вероятностей:
Основными характеристиками надежности невосстанавливаемой системы являются вероятность безотказной работы, и вероятность отказа в течение времени t.
Данные характеристики вычисляются по формулам:
В64 = 1 — НОРМРАСП (А64; $B$ 8; $B$ 9; ИСТИНА);
С64 = 1 — В64;
Плотность распределения и интенсивность отказа рассчитаем по следующим формулам:
D64 = НОРМРАСП (А64; $B$ 8; $B$ 9; ЛОЖЬ);
E64 = D64/B64.
Далее скопируем формулы в ячейки В64: В74, С64: С74, D64: D74, E64: E74 соответственно.
В результате будет получена таблица вычисленных ранее значений (таблица 7) и построены их графики (рисунки 6,7,8).
Таблица 7 — Значения показателей надежности объекта испытаний
А | B | C | D | E | ||
t | P (t) | Q (t) | f (t) | л (t) | ||
64 | 63,611 | 1,000 | 0,000 | 0,000 | 0,000 | |
65 | 74,000 | 0,998 | 0,002 | 0,001 | 0,001 | |
66 | 84,000 | 0,953 | 0,047 | 0,011 | 0,012 | |
67 | 94,000 | 0,703 | 0,297 | 0,039 | 0,056 | |
68 | 104,000 | 0,272 | 0,728 | 0,038 | 0,139 | |
69 | 114,000 | 0,040 | 0,960 | 0,010 | 0,245 | |
124,000 | 0,002 | 0,998 | 0,001 | 0,363 | ||
134,000 | 0,000 | 1,000 | 0,000 | 0,485 | ||
Рисунок 6 — График вероятности безотказной работы и вероятности отказа Рисунок 7 — График плотности распределения вероятности Рисунок 8 — График интенсивности отказа
1.6.6 Протокол испытаний
ИСПЫТАТЕЛЬНЫЙ ЦЕНТР «ПЭМЗ-электро»
аттестат № РОСС RU.0004.13ЛРН02
445 030. Тольятти, ул. Свердлова 19 | телефон (8482) 33−77−88 | e-mail: pemz-elektro@tlt.ru | |
ПРОТОКОЛ ИСПЫТАНИЙ № 13
ЗАКАЗЧИК:
ОАО «Старт», 445 028, г. Тольятти, ул. Революционная 72а.
ПРОИЗВОДИТЕЛЬ ПРОДУКЦИИ:
ООО «Электротех», г. Самара, ул. Новосадовая 3.
ВИД ИСПЫТАНИЯ:
Определение фактических показателей надежности электродвигателя однофазного коллекторного переменного тока типа ДК 60 — 40.
ПРОДОЛЖИТЕЛЬНОСТЬ ИСПЫТАНИЙ:
10.09.2008 г. — 25. 12. 2008 г.
ДОГОВОР №:
По заявке от 01.09.2008 г.
ТЕКСТ: 2 стр.
ЦЕЛЬ ИСПЫТАНИЯ:
Определение реального уровня надежности у предъявляемых объектов по опытным данным определительных испытаний.
ОТБОР ОБРАЗЦОВ:
Дата отбора: 15.09.2008 г.
Место отбора: склад Другие сведения: отбор образцов и их подготовка к испытаниям по ГОСТ Р 11 828−86.
ХАРАКТЕРИСТИКА ОБРАЗЦОВ:
Вид продукции: электродвигатель однофазный коллекторный переменного тока типа ДК 60 — 40.
Другие сведения: средняя наработка до отказа не менее 90 ч.
МЕТОДИКА ИСПЫТАНИЙ:
Испытания проводились по плану [NUN], согласно которому испытывались одновременно 100 объектов, отказавшие во время испытаний объекты не подлежали восстановлению и не заменялись, испытания прекращались, когда число отказавших объектов достигло также 100.
РЕЗУЛЬТАТЫ ИСПЫТАНИЙ:
Значения показателей надежности объекта испытаний приведены в таблице.
t | P (t) | Q (t) | f (t) | л (t) | |
63,611 | 1,000 | 0,000 | 0,000 | 0,000 | |
74,000 | 0,998 | 0,002 | 0,001 | 0,001 | |
84,000 | 0,953 | 0,047 | 0,011 | 0,012 | |
94,000 | 0,703 | 0,297 | 0,039 | 0,056 | |
104,000 | 0,272 | 0,728 | 0,038 | 0,139 | |
114,000 | 0,040 | 0,960 | 0,010 | 0,245 | |
124,000 | 0,002 | 0,998 | 0,001 | 0,363 | |
134,000 | 0,000 | 1,000 | 0,000 | 0,485 | |
Заключение
: Результаты испытаний: электродвигатели соответствуют требованиям по средней продолжительности горения.
Руководитель ИЦ «ПЭМЗ-электро» Д. В. Айдаров Руководитель группы испытаний ИЦ «ПЭМЗ-электро» А. А. Телепова
2. Пример обработки результатов испытаний для невосстанавливаемого объекта испытаний
Постановка задачи
На испытаниях находится N = 56 объектов с восстановлением. В течение периода Т = 600 часов регистрируются моменты времени отказов элементов (таблица 8). Предполагается, что отказавшие элементы заменяют идентичными по надежности элементами. Требуется определить показатели надежности элемента, характеризующие время его работы между соседними отказами: Т, P(t), Q(t), f(t), л (t).
Испытания проводятся по плану [NRT], согласно которому одновременно начинают испытания N=56 объектов, отказавшие во время испытаний объекты заменяют новыми, испытания прекращают при истечении времени испытаний или наработки T.
Обработка статистических данных предусматривает их группировку в 10 частичных интервалах (классах). Уровень значимости принять равным 0,05.
Таблица 8 — Время между отказами элементов
Номер элемента | Моменты отказа на периоде времени 600 часов | |
104; 93; 107; 118; 89; 86 | ||
86; 98; 116; 82; 110; 103 | ||
106; 112; 94; 83; 98; 91 | ||
94; 106; 102; 107; 89; 91 | ||
117; 96; 103; 117; 83 | ||
94; 92; 107; 108; 106 | ||
90; 96; 84; 107; 99; 99 | ||
104; 106; 99; 103; 94; 82 | ||
99;95; 106; 119; 111 | ||
109; 118; 104; 95; 98 | ||
2.2 Вычисление основных характеристик выборки
Основными числовыми характеристиками выборочной совокупности являются: выборочное среднее, выборочная дисперсия, выборочное среднее квадратическое (или стандартное) отклонение, наименьшее и наибольшее значения, размах выборки, асимметрия, эксцесс.
Значения вычисляемых характеристик расположим в ячейках с F12 по F19, как показано в таблице 9.
Таблица 9 — Расчет выборочных характеристик
A | B | C | D | E | F | ||
Выборочное среднее | 100,892 857 | ||||||
Выборочная дисперсия | 100,7 373 377 | ||||||
Выборочное ср. квадр. отклонение | 10,3 679 917 | ||||||
Наименьшее значение | |||||||
Наибольшее значение | |||||||
Размах выборки | |||||||
Асимметрия | 0,12 585 618 | ||||||
Эксцесс | — 0,711 512 555 | ||||||
Вычислим числовые характеристики выборочной совокупности по формулам:
Выборочное среднее: F12 = CРЗНАЧ (A1:F10);
Выборочная дисперсия: F13 = ДИСП (A1:F10);
Выборочное среднее квадратическое отклонение:
F14 = СТАНДОТКЛОН (A1:F10);
Наименьшее значение: F15 = МИН (A1:F10);
Наибольшее значение: F16 = МАКС (A1:F10);
Размах выборки: F17 = F16-F15;
Асимметрия: F18 = СКОС (A1:F10);
Эксцесс: F19 = ЭКСЦЕСС (A1:F10).
2.3 Формирование статистического ряда и графическое представление данных
Для наглядного представления статистических данных воспользуемся группировкой. Группировка данных производится в той же последовательности, что и в пункте 1.6.2 данной работы.
Для выборочной совокупности (таблица 8) результаты группировки представим в таблице 10. Сначала укажем объем выборки, максимальное и минимальное значение, размах выборки, количество групп и шаг:
А22 = 56, В22 =120, С22 = 80, D22 = B22 — C22, E22 =10, F22 = D22/E22
В этой таблице колонки В и С заполним левыми и правыми границами соответственно. Колонку D заполним по формуле:
D25 = (B25+C25)/2, с последующим копированием в ячейки D26: D34.
Таблица 10 — Группировка статистических данных
A | B | C | D | E | F | G | H | ||
21 | n | Xmax | Xmin | R | k | h | |||
22 | |||||||||
23 | |||||||||
24 | Группа | Левая граница | Правая граница | Середина | Частота | Относ. частота | Накоп. частота | Накоп. относ. частота | |
25 | 0,0892 | 0,0892 | |||||||
26 | 0,0357 | 0,125 | |||||||
0,1071 | 0,2321 | ||||||||
0,1607 | 0,3928 | ||||||||
0,125 | 0,5178 | ||||||||
0,125 | 0,6428 | ||||||||
0,1785 | 0,8214 | ||||||||
0,0714 | 0,8928 | ||||||||
0,0178 | 0,9107 | ||||||||
0,0892 | |||||||||
Для заполнения колонки Е выделим ячейки Е25: Е34 и воспользуемся функцией ЧАСТОТА, указав массив статистических данных и массив правых границ интервалов: { = ЧАСТОТА (А1:F10; C25: C34)}
Одновременным нажатием клавиш заполним остальные выделенные ячейки.
Колонку F заполним с помощью формулы:
F25 = E25/$A$ 22, с последующим копированием в ячейки F26: F34
Колонку G заполним с помощью формулы:
G25 = E25, G26 = G25 + E26 с последующим копированием в ячейки G27: G34
Колонку H заполним с помощью формулы:
H25 = G25/$A$ 22, с последующим копированием в ячейки H26: H34
Данные, собранные в таблице 10 наглядно представим с помощью:
полигон частот — графическая зависимость частот (относительных частот) от середины интервалов (рисунок 9).
Рисунок 9 — Полигон частот кумуляты частот — графическая зависимость накопленных частот (накопленных относительных частот) от середины интервалов (рисунок 10).
Рисунок 10 — Кумуляты частот
2.4 Подбор подходящего закона распределения вероятностей
Далее рассмотрим некоторые известные распределения, такие как равномерное, нормальное и гамма-распределение, с целью проверки подчиняется ли наше распределение вероятностей заданному.
Проверка на соответствие данных испытаний распределению производится перебором трех распределений, указанных выше, включая заданное, а именно равномерное.
Чтобы иметь полную информацию о распределении случайной величины, надо знать параметры этого распределения. Таким образом, математическое ожидание случайной величины t равно выборочной средней, а среднее квадратическое отклонение случайной величины t — выборочному среднему квадратическому отклонению. Указанные характеристики находятся в ячейках F12 и F14 соответственно. Поместим эти значения в ячейки А2 и В2 соответственно (таблица 11).
Определим параметры равномерного (a и b), нормального (m — математическое отклонение и у — среднее квадратическое отклонение), экспоненциального и гамма-распределения (б и в) в соответствии с формулами:
, , ,
B5 = 1/A2;
B8 = A2-В2*КОРЕНЬ (3);
B9 = А2+В2*КОРЕНЬ (3);
B12 = (A2/B2)^2;
B13 = B22/A2;
B16 = (A2/B2)^2;
B17 = B22/A2.
Таблица 11 — Значения плотностей распределения
A | B | C | D | E | F | ||
Матем. ожидание | Ср. кв. отклон. | ||||||
100,0892 | 10,0367 | ||||||
Параметры экспоненциального распределения | |||||||
л | 0,0100 | ||||||
Параметры равномерного распределения | |||||||
а | 82,7050 | ||||||
b | 117,4735 | ||||||
Параметры нормального распределения | |||||||
m | 100,0893 | ||||||
у | 10,0367 | ||||||
Параметры гамма-распределения | |||||||
б | 99,4454 | ||||||
в | 1,0065 | ||||||
Середина | Плотность относит. частот | Плотность экспоненц. распред. | Плотность нормал. распред. | Плотность гаммараспред. | Плотность равномер. распред. | ||
0,0223 | 0,0044 | 0,0078 | 0,0076 | ||||
0,0089 | 0,0042 | 0,0148 | 0,0156 | 0,0287 | |||
0,0267 | 0,0041 | 0,0240 | 0,0257 | 0,0287 | |||
0,0401 | 0,0039 | 0,0331 | 0,0349 | 0,0287 | |||
0,0312 | 0,0038 | 0,0389 | 0,0397 | 0,0287 | |||
0,0312 | 0,0036 | 0,0390 | 0,0383 | 0,0287 | |||
0,0446 | 0,0035 | 0,0334 | 0,0317 | 0,0287 | |||
0,0178 | 0,0033 | 0,0244 | 0,0229 | 0,0287 | |||
0,0044 | 0,0032 | 0,0152 | 0,0145 | 0,0287 | |||
0,0223 | 0,0031 | 0,0081 | 0,0081 | ||||
В ячейках В20: В29 вычислим плотности относительных частот как частное от деления относительных частот (ячейки F25: F34) на шаг (ячейка $F$ 22) из таблицы 10.
Плотности равномерного, нормального, экспоненциального и гамма-распределений рассчитываются в соответствии с формулами:
С20 = ЭКСПРАСП (А20;$B$ 5;ЛОЖЬ);
D20 = НОРМРАСП (А20; $B$ 12; $B$ 13; ЛОЖЬ);
E20 = ГАММАРАСП (А20; $B$ 16; $B$ 17; ЛОЖЬ).
F20 = ЕСЛИ (А20<$B$ 8; 0; ЕСЛИ (A20>=$B$ 9; 1/($B$ 9-$B$ 8); 0));
Затем копируем их в блок ячеек С21: F21.
После чего строим гистограмму частот, совмещенную с плотностью каждого из указанных ранее распределений. Графическое изображение гистограммы кривых различных распределений приведены на рисунках 11- 13.
Рисунок 11 — Сглаживание гистограммы плотностью равномерного распределения Рисунок 12 — Сглаживание гистограммы плотностью нормального распределения Рисунок 13 — Сглаживание гистограммы плотностью гамма-распределения Рисунок 14 — Сглаживание гистограммы плотностью экспоненциального распределения Используя критерий ч2, установим, верна ли принятая гипотеза о том, что статистические данные подчиняются равномерному распределению, так, чтобы ошибка не превышала заданного уровня значимости б (вероятность того, что будет отвергнута правильная гипотеза).
Для применения критерия ч2 необходимо, чтобы частоты ni, соответствующие каждому интервалу, были не меньше 5. Для этого при необходимости объединим рядом стоящие интервалы, а их частоты суммируем. Далее вычислим следующую сумму:
где pi — теоретическая вероятность того, что случайная величина Х примет значение из интервала [ai-1, ai].
Предположим, что случайная величина t имеет функцию распределения F (t), поэтому pi = F (ai) — F (ai-1).
Образец расчетов по предыдущей формуле для трех распределений представлен в таблице 6.
В колонке, А содержатся левые, а в колонке В — праве границы интервалов. В колонке С находятся соответствующие частоты. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения.
Для экспоненциального распределения:
D35 = ЭКСПРАСП (B35; $B$ 5; ИСТИНА) — ЭКСПРАСП (А35; $B$ 5; ИСТИНА);
Для равномерного распределения:
D65 = ЕСЛИ (B65<$B$ 8; 0; ЕСЛИ (B65<=$B$ 9; (B24-$B$ 8) / ($B$ 6-$B$ 9); 1)) — ЕСЛИ (A24<$B$ 8; 0; ЕСЛИ (A24<=$B$ 9; (A24-$B$ 8) / ($B$ 6-$B$ 9); 1));
Для нормального распределения:
D45 = НОРМРАСП (В45; $B$ 12; $B$ 13; ИСТИНА) — НОРМРАСП (А45; $B$ 12; $B$ 13; ИСТИНА);
Для гамма-распределения:
D55 = ГАММАРАСП (В55; $B$ 16; $B$ 17; ИСТИНА) — ГАММАРАСП (А55; $B$ 16; $B$ 17; ИСТИНА).
В колонке Е рассчитываются слагаемые соотношения по формуле:
Е35 = (С35−56*D35)^2/(56*D35), которая копируется в другие ячейки колонки Е.
После чего для каждого рассмотренного распределения определим итоговые суммы:
Е43 = СУММ (E35:E42);
Е53 = СУММ (E45:E52);
Е63 = СУММ (Е55:Е62);
Е73 = СУММ (Е65:Е72).
Которые равны соответственно 349,8344; 14,8995; 15,1459; 16,7324.
Гипотеза о виде закона распределения должна быть принята, если вычисленное значение ч2выч достаточно мало, а именно не превосходит критического значения ч2кр, которое определяется по распределению ч2 в зависимости от заданного уровня значимости б и числа степеней свободы r=k' - s — 1.
где k' - количество интервалов после объединения;
s — число неизвестных параметров распределения, которые были определены по выборке.
В данном примере r = 7 — 2 — 1 = 5
Критическое значение рассчитывается по формуле:
Е74 = ХИ2ОБР (0,05;5), из таблицы 12 видно, оно равно 16,7496.
Поскольку 16,7324<16,7496, то принимается гипотеза о том, что статистические данные имеют равномерное распределение с параметрами a = 82,7050 и b = 117,4735 соответственно.
Таблица 12 — Подбор распределения на основе критерия ч2
А | B | С | D | E | ||
Левая граница | Правая граница | Частота | Вероятности | чІ | ||
Экспоненциальное распределение | ||||||
0,0176 | 16,3293 | |||||
0,0331 | 20,2945 | |||||
0,1 562 | 75,4446 | |||||
0,1 501 | 45,1229 | |||||
0,1 442 | 47,4663 | |||||
0,1 385 | 109,6166 | |||||
0,2 611 | 8,5589 | |||||
0,1 229 | 27,0014 | |||||
Сумма | 349,8344 | |||||
Нормальное распределение | ||||||
0,0317 | 5,8201 | |||||
0,1556 | 0,0590 | |||||
0,1317 | 0,3576 | |||||
0,1546 | 0,3175 | |||||
0,1551 | 0,3280 | |||||
0,1331 | 0,8698 | |||||
0,1588 | 1,7057 | |||||
0,3 281 | 5,4419 | |||||
Сумма | 14,8995 | |||||
Гамма-распределение | ||||||
0,0310 | 6,1243 | |||||
0,1652 | 0,1697 | |||||
0,1388 | 0,1927 | |||||
0,1576 | 0,3788 | |||||
0,1522 | 0,2729 | |||||
0,1265 | 1,1969 | |||||
0,1497 | 1,3685 | |||||
0,3 281 | 5,4421 | |||||
Сумма | 15,1459 | |||||
Равномерное распределение | ||||||
0,3 727 | 4,0719 | |||||
0,2300 | 1,8522 | |||||
0,1150 | 1,0151 | |||||
0,1150 | 0,0482 | |||||
0,1150 | 0,0482 | |||||
0,1150 | 1,9643 | |||||
0,2300 | 4,8254 | |||||
0,0423 | 2,9070 | |||||
Сумма | 16,7324 | |||||
Критическое значение критерия | 16,74 960 237 | |||||
2.5 Определение показателей надежности объекта испытаний
После подтверждения гипотезы о виде закона распределения, определим показатели надежности объекта.
Таким образом, было установлено, что случайная величина принадлежит множеству с плотностью распределения вероятностей:
Найдем основными показатели надежности. Они вычисляются по формулам:
В78 = ($B$ 6-А50)/($B$ 6-$B$ 5);
С78 = 1 — В78;
Плотность распределения и интенсивность отказа рассчитаем по следующим формулам:
D78 = 1/($B$ 9-$B$ 8);
E78 = D78/B78.
Далее скопируем формулы в ячейки В79: В84, С79: С84, D79: D84, E79: E84 соответственно.
В результате будет получена таблица вычисленных ранее значений (таблица 13) и построены их графики (рисунки 14,15,16).
Таблица 13 — Значения показателей надежности объекта испытаний
А | B | C | D | E | ||
82,7050 | 0,28 761 673 | 0,28 761 673 | ||||
0,847 708 081 | 0,152 291 919 | 0,28 761 673 | 0,33 928 747 | |||
0,703 899 717 | 0,296 100 283 | 0,28 761 673 | 0,40 860 469 | |||
0,560 091 352 | 0,439 908 648 | 0,28 761 673 | 0,51 351 753 | |||
0,416 282 988 | 0,583 717 012 | 0,28 761 673 | 0,69 091 636 | |||
0,272 474 623 | 0,727 525 377 | 0,28 761 673 | 0,105 557 253 | |||
0,128 666 259 | 0,871 333 741 | 0,28 761 673 | 0,223 537 026 | |||
Рисунок 14 — График вероятности безотказной работы и вероятности отказа Рисунок 15 — График плотности распределения вероятности Рисунок 16 — График интенсивности отказа
Заключение
Поставленные перед нами цели курсовой работы по определению фактических показателей надежности невосстанавливаемого объекта испытания — электродвигателя однофазного коллекторного переменного тока типа ДК 60 — 40 — выполнены.