Niezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu

Podobne dokumenty
W3 - Niezawodność elementu nienaprawialnego

Podstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1

2. Wprowadzenie. Obiekt

Funkcje charakteryzujące proces. Dr inż. Robert Jakubowski

XLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r.

Prawdopodobieństwo i statystyka

Pobieranie próby. Rozkład χ 2

Dyskretny proces Markowa

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Prawdopodobieństwo i statystyka

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

W4 Eksperyment niezawodnościowy

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

Elementy Rachunek prawdopodobieństwa

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach

Nr zadania Σ Punkty:

Komputerowa analiza danych doświadczalnych

Wykład 3 Momenty zmiennych losowych.

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU

Wykład 3 Momenty zmiennych losowych.

Zmienne losowe ciągłe i ich rozkłady

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW

[ ] [ ] [ ] [ ] 1. Sygnały i systemy dyskretne (LTI, SLS) y[n] x[n] 1.1. Systemy LTI. liniowy system dyskretny

Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/

Zmienne losowe ciągłe i ich rozkłady

Metody probabilistyczne

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Rozkłady prawdopodobieństwa

Rachunek prawdopodobieństwa i statystyka

Statystyka. Magdalena Jakubek. kwiecień 2017

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

1 Podstawy rachunku prawdopodobieństwa

Statystyka matematyczna dla leśników

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Niezawodność i diagnostyka projekt

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Metody Statystyczne. Metody Statystyczne.

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV

Komputerowa analiza danych doświadczalnych

Ważne rozkłady i twierdzenia

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Niezawodność i diagnostyka projekt. Jacek Jarnicki

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Cechy eksploatacyjne statku. Dr inż. Robert Jakubowski

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

PRÓBKOWANIE RÓWNOMIERNE

Rachunek prawdopodobieństwa 1B; zadania egzaminacyjne.

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Szkice do zajęć z Przedmiotu Wyrównawczego

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Matematyka ubezpieczeń majątkowych r.

Spis treści 3 SPIS TREŚCI

Wykład 6 Estymatory efektywne. Własności asymptotyczne estym. estymatorów

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Komisja Egzaminacyjna dla Aktuariuszy. XL Egzamin dla Aktuariuszy z 9 października 2006 r. Część I. Matematyka finansowa

Komputerowa analiza danych doświadczalnych

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Podstawowe modele probabilistyczne

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

W2 Podstawy rachunku prawdopodobieństwa (przypomnienie)

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Statystyka matematyczna

Statystyka i eksploracja danych

A B x x x 5 x x 8 x 18

Rysunek 1 Przykładowy graf stanów procesu z dyskretnymi położeniami.

Zwiększenie wartości zmiennej losowej o wartość stałą: Y=X+a EY=EX+a D 2 Y=D 2 X

Centralne twierdzenie graniczne

BAYESOWSKA ANALIZA MODELI DYSKRETNEGO WYBORU (DWUMIANOWYCH) 1

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

ELEMENTÓW PODANYCH W PN-EN i PN-EN

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

O ŚREDNIEJ ARYTMETYCZNEJ I MEDIANIE

BADANIA WPŁYWU KÓŁ PRZEDNICH I TYLNYCH WYBRANYCH CIĄGNIKÓW ROLNICZYCH NA UGNIATANIE GLEBY LEKKIEJ

Matematyka stosowana i metody numeryczne

Zmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

4. ZNACZENIE ROZKŁADU WYKŁADNICZEGO

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Zmienne losowe. Statystyka w 3

Przemieszczeniem ciała nazywamy zmianę jego położenia

Podstawy rachunku prawdopodobieństwa (przypomnienie)

( ) ( ) ( τ) ( t) = 0

Weryfikacja hipotez statystycznych

Rozkłady prawdopodobieństwa zmiennych losowych

Statystyka opisowa. Robert Pietrzykowski.

Ważne rozkłady i twierdzenia c.d.

Rozkłady statystyk z próby. Statystyka

Ćwiczenia do wykładu Fizyka Statystyczna i Termodynamika

Analiza niezawodności lokomotywy spalinowej serii SM48

Wykłady 14 i 15. Zmienne losowe typu ciągłego

Transkrypt:

Niezawodność elemenu nienarawialnego. Model niezawodnościowy elemenu nienarawialnego. Niekóre rozkłady zmiennych losowych sosowane w oisie niezawodności elemenów 3. Funkcyjne i liczbowe charakerysyki niezawodności elemenu. Model niezawodnościowy elemenu nienarawialnego rozoczęcie działania czas życia zmienna losowa e uszkodzenie czas Elemen rozoczyna racę w chwili i o ewnym, z góry nie określonym czasie, zwanym czasem życia (life ime) ulega uszkodzeniu. Co się dzieje z elemenem o wysąieniu uszkodzenia nie jes dalej rozważane. Jeśli czas życia elemenu orakujemy jako ciągłą, dodanią zmienną losową, o określimy w en sosób model niezawodnościowy elemenu nienarawialnego. dr inż. Jacek Jarnicki Można osawić nasęujące yania:. Jakich rozkładów zmiennych losowych użyć do modelowania czasu życia elemenu?. Czy nie jes wygodniej rzedsawić losowy charaker czasu życia rzy omocy rochę innych funkcji niż dysrybuana F(), czy gęsość f()? 3. Czy w szczególnym rzyadku do oisu niezawodności rzeba koniecznie używać funkcji, być może wysarczą jedynie charakerysyki liczbowe? 4. Jak rzerowadzić ekserymen ozwalający zebrać informacje o losowości czasu życia dla konkrenego elemenu? 5. Jak ransformować wyniki ekserymenu na charakerysyki niezawodności (funkcyjne lub liczbowe)?. Rozkłady zmiennych losowych sosowane w oisie niezawodności elemenu Rozkład normalny (Gaussa) gęsość rozkładu: f ( ) μ i σ są aramerami rozkładu dysrybuana rozkładu: F( ) ( µ ) ex πσ σ ( τ µ ) ex dτ πσ σ dr inż. Jacek Jarnicki 3 dr inż. Jacek Jarnicki 4

gęsość rozkładu normalnego f() dla μ i σ Rozkład jednosajny gęsość rozkładu: f ( ) a i b są aramerami rozkładu dysrybuana rozkładu: F( ) b a a b a a < < b a, a > b b a < b dysrybuana rozkładu normalnego F() dla μ i σ dr inż. Jacek Jarnicki 5 dr inż. Jacek Jarnicki 6 Rozkład wykładniczy (eksonencjalny( eksonencjalny) gęsość rozkładu: f ( ) λ e λ > gęsość rozkładu jednosajnego f() dla a i b λ > jes aramerem rozkładu dysrybuana rozkładu: F( ) e λ > dysrybuana rozkładu jednosajnego F() dla a i b dr inż. Jacek Jarnicki 7 dr inż. Jacek Jarnicki 8

gęsość rozkładu wykładniczego f() dla λ Rozkład Weibulla gęsość rozkładu: f ( ) λ λ > i > są aramerami rozkładu e λ > dysrybuana rozkładu: F( ) e λ > dysrybuana rozkładu wykładniczego F() dla λ dr inż. Jacek Jarnicki 9 Gdy rozkład Weibulla jes rozkładem wykładniczym. dr inż. Jacek Jarnicki Rozkład gamma gęsość rozkładu Weibulla f() dla λ i dysrybuana rozkładu Weibulla F() dla λ i dr inż. Jacek Jarnicki gęsość rozkładu: f ( ) λ Γ ( ) λ > λ > i > są aramerami rozkładu a Γ() funkcją gamma Eulera Γ ( ) x e x dx dr inż. Jacek Jarnicki e > Powyższa całka nie osiada funkcji ierwonej. Warości funkcji gamma można odczyać z odowiednich ablic. 3

Paramery rozkładów rawdoodobieńswa Jak scharakeryzować ewne cechy rozkładu zmiennej losowej rzy omocy jednej lub kilku liczb? warość średnia (warość oczekiwana, mean) gęsość rozkładu gamma f() dla λ i 3 dysrybuana rozkładu gamma F() dla λ i 3 dr inż. Jacek Jarnicki 3 E( ) µ f ( )d wariancja (miara rozroszenia rozkładu wokół warości średniej, variance) D( ) E{( µ ) } σ ( µ ) σ - odchylenie sandardowe f ( )d dr inż. Jacek Jarnicki 4 Przykład : Dla rozkładu normalnego: Warość średnia ex πσ ( µ ) E( ) f ( )d σ d µ μ i σ Wariancja ( µ ) D( ) ( µ ) f ( )d ( µ ) ex d σ πσ σ dr inż. Jacek Jarnicki 5 μ i σ,5 dr inż. Jacek Jarnicki 6 4

wsółczynnik skośności (wsółczynnik asymerii, skewness) Rozkład mean variance skewness kurosis 3 E{( µ ) } S( ) ( ) 3 3 µ σ σ wsółczynnik zakrzywienia (kurosis) 3 f ( )d jednosajny [, ] jednosajny [, ] wykładniczy l wykładniczy l.5...5.83.33..5...87.87.8.8 7.73 7.73 4 E{( µ ) } K( ) ( ) 4 4 µ σ σ 4 f ( )d normalny m, s normalny m, s Weibulla l, k...886...4...644 3. 3. 3.6 Weibulla l, k 3.893.5.57.69 dr inż. Jacek Jarnicki 7 dr inż. Jacek Jarnicki 8 3. Funkcyjne i liczbowe charakerysyki niezawodności elemenu Założenie: Modelem elemenu jes dodania ciągła zmienna losowa o znanej gęsości f() lub dysrybuancie F(). Funkcja niezawodności (Reliabiliy( funcion) rozoczęcie działania chwila czasu uszkodzenie Jakie jes rawdoodobieńswo, że elemen rzeżyje chwilę? czas dr inż. Jacek Jarnicki 9 Odowiedź na osawione yanie srowadza się do wyliczenia rawdoodobieńswa zdarzenia czyli: P ( ) Prawdoodobieńswo o, wyrażone jako funkcją czasu, nosi nazwę funkcji niezawodności i jes zaisywana jako: R ( ) P( ) Jeśli znana jes dysrybuana rozkładu zmiennej losowej czyli funkcja: ( ) P( ) F < o z własności określającej rawdoodobieńswo zdarzenia doełniającego wynika, że R ( ) P( ) P( < ) F( ) dr inż. Jacek Jarnicki 5

Funkcja inensywności uszkodzeń (hazard funcion, moraliy funcion i inne) rozoczęcie działania chwila czasu uszkodzenie rzedział czasu o długości Δ Funkcją inensywności uszkodzeń nazywamy granicę (jeśli isnieje) w osaci: λ( ) lim P( [, + ] > ) czas dr inż. Jacek Jarnicki Wysęujące w definicji inensywności uszkodzeń rawdoodobieńswo ( [,+ ] ) P > jes rawdoodobieńswem warunkowym zdarzenia, że uszkodzenie nasąi na odcinku czasu o długości Δ,, od warunkiem, że do chwili uszkodzenie nie nasąiło. Wykonując ewne rachunki, można okazać, że a akże, że f() λ() F( ) R ( ) λ() i R( ) ex λ( u) du R() dr inż. Jacek Jarnicki W rakyce funkcja inensywności uszkodzeń dla wielu obieków echnicznych ma rzebieg okazany na rysunku λ() Szczególna rola rozkładu wykładniczego Rozkład wykładniczy oisany jes rzy omocy funkcji dysrybuany F() e λ > funkcja niezawodności ma więc osać: docieranie normalna eksloaacja sarzenie Krzywa wannowa (Bahub( curve) R() e λ > dr inż. Jacek Jarnicki 3 dr inż. Jacek Jarnicki 4 6

Do rozwiązanie jes nasęujący roblem. Elemen, kórego czas życia oisany jes zmienną losową o rozkładzie wykładniczym rzeracował jednosek czasu. Jakie jes rawdoodobieńswo, że elemen będzie jeszcze działał rzez czas? i dalej P( + τ ) R( + τ ) P( τ ) P( ) R( ) ex( λ( + τ )) P( τ ) ex( λτ ) R( τ ) ex( λ ) Poszukiwane rawdoodobieńswo zależy jedynie od długości rzedziału τ a nie jego ołożenia na osi czasu. dr inż. Jacek Jarnicki 5 Jak wygląda funkcja inensywności uszkodzeń λ() dla rozkładu wykładniczego? ( ) R λ( ) R( ) [ ex( λ )] λ ex( λ ) λ ( ) λ ex( λ ) ex( λ ) Funkcja inensywności uszkodzeń λ() dla rozkładu wykładniczego jes funkcją sałą łą. Rozkład wykładniczy ełni w eorii niezawodności ważną rolę, bowiem ozwala modelować niezawodność elemenu w okresie normalnej eksloaacji (sała krzywa wannowa ). dr inż. Jacek Jarnicki 6 Średni czas życia (mean( life ime) Nie zawsze jes orzebne wyrażanie niezawodności rzy omocy funkcji. Czasem wysarczy bardziej zagregowany ois w osaci liczby. Średni czas życia elemenu FF określa się jako warość średnią (oczekiwaną) zmiennej losowej,, czyli: FF można ławo okazać, że E( ) FF R( )d f ( )d dr inż. Jacek Jarnicki 7 Przykład : Dla rozkładu wykładniczego: R( )d ex( λ )d ex( λ ) λ FF Dla ozosałych omówionych wcześniej rozkładów średnie czasy życia oisane są wzorami: Rozkład normalny z aramerami FF µ μ, σ λ dr inż. Jacek Jarnicki 8 7

Rozkład jednosajny na odcinku [a, b] b FF + ( a b) Rozkład Welbulla z aramerami λ,, FF Γ + λ Rozkład gamma z aramerami λ,, FF λ dr inż. Jacek Jarnicki 9 8