- •3.1. Экспоненциальное распределение
- •3.2. Распределение вейбулла
- •3.3. Нормальное распределение
- •3.4. Распределения биноминальное, пуассона и релея
- •3.5. Равномерная плотность распределения
- •Раздел I. Надежность авиационного оборудован
- •3.6. Логарифмически нормальное распределение и гамма-распределение
- •Глава 3. Законы распределения, используемые в исследованиях и расчетах... 73
- •Раздел I. Надежность авиационного оборудования.
- •I лава 3. Законы распределения, используемые в исследованиях и расчетах..
- •Контрольные вопросы
3.3. Нормальное распределение
Плотность вероятности нормального распределения случайной величины t имеет вид
Этому распределению соответствует зависимость, приведенная на рис. 3.3.
Функция нормального закона распределения имеет вид
Рис. 3.3. Плотность нормального распределения случайной величины t
При нормальном распределении случайная величина х может принимать любые значения от –∞ до +∞. Однако рассматриваемая в нашем случае случайная величина t есть время, которое может изменяться только в пределах от 0 до +∞. При этом интеграл от функции распределения в пределах изменения t от 0 до +∞ должен быть равен единице.
Если кривая распределения f(t) располагается правее оси ординат так, что заштрихованный участок площади (рис. 3.3) практически ничтожно мал, то для (3.17) справедливо выражение
и расчет характеристик надежности можно производить, используя функцию распределения в виде
где T0 – математическое ожидание наработки до отказа; σ – среднее квадратическое отклонение наработки до отказа.
Однако, если значительная часть кривой f(t) оказывается в отрицательной области, т. е. заштрихованная часть площади кривой А (рис. 3.3) получается значительной, то для расчета надежности необходимо использовать усеченное распределение случайной величины Т:
Нормирующий множитель g определяется из условия равенства единице площади кривой распределения f*(t) в пределах 0≤ t ≤ ∞.
или
С целью приведения интеграла в (3.21) к нормированной форме, для которой имеются таблицы значений, в выражении f(t) можно сделать замену переменной t на и:
Тогда t = uσ + T0, dt = σdu и
где Ф (u) - нормированная функция Лапласа.
Таблица значений этой функции приведена в Приложении 1.
Таким образом, поскольку для определения значения g для верхнего предела следует положить t = ∞ т. е. u = ∞, то из (3,21), (3.22) следует:
Вероятность безотказной работы за время t
Интенсивность отказов, поскольку
будет
В (3.23)...(3.25) значения T и σ соответствуют полному, т. e. не усеченному распределению f(t).
Для усеченного распределения значения математического ожидания времени отказа T0 и среднего квадратического отклонения σ выражаются в следующем виде:
; (3.26)
Здесь
Следует учитывать усеченность распределения случайной величины Т, если Т — Зσ < 0. В противном случае в вышеприведенных формулах можно положить g= 1,k0 = 0.
Пример 3.4. Наработка до отказа имеет нормальное распределение с T00 = 1000 ч, σ = 200 ч. Требуется определить: вероятность безотказной работы p(t= 500ч) через t = 500 ч; наработку t1 при которой p(t1) = 0,9.
Решение: а) по условию T0 — 3σ = 1000 - 600 = 400 > 0.| Поэтому следует использовать не усеченное распределение ;
б) согласно (3.23)
Здесь Ф ( 2,5)= 0,4938 определена по табл. Приложения 1;
в) в соответствии с (3.24) и условием задачи
Отсюда
Значение обратной функции Лапласа определяется из табл. приложения 1:
Пример 3.5. При нормальном распределении наработки до отказа
T0= 1000 ч, σ = 700 ч.
Определить вероятность безотказной работы через t1= 500 ч, среднее время T0 безотказной работы, среднее квадратическое отклонение σ*.
Решение. По условию задачи T0 – 3σ =1000 – 2100= –1100 < 0. Поэтому необходимо использовать усеченное распределение.
а) согласно (3.23) и табл. Приложения 1
б) согласно (3.24) и табл. приложения 1
в) из (3.28):
г) из (3.26) и (3.27)
Пример 3.5. При нормальном распределении наработки до отказа
T0= 2000 ч, σ = 1100 ч.
Определить вероятность безотказной работы через t1= 1200 ч, среднее время T0 безотказной работы, среднее квадратическое отклонение σ*.
Решение. По условию задачи T0 – 3σ =1000 – 2100= –1100 < 0. Поэтому необходимо использовать усеченное распределение.
а) согласно (3.23) и табл. Приложения 1
Нормальное распределение широко используется на практике (время ремонта изделия, наработка до отказа ряда изделий, погрешности и т. д.).