Badania niezawodno ściowe i statystyczna analiza ich wyników 0t
Transkrypt
Badania niezawodno ściowe i statystyczna analiza ich wyników 0t
Badania niezawodnościowe i statystyczna analiza ich wyników 1. Element nienaprawialny, badania niezawodności Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Opis zmiennej losowej - rozkład, lub jego parametry 1.1. Rozkłady zmiennych losowych Sposoby opisu rozkładu zmiennej losowej: • • • • funkcja gęstości rozkładu f(t) dystrybuanta rozkładu F(t) funkcja niezawodności R(t) funkcja intensywności uszkodzeń λ(t) Wybrane rozkłady zmiennych losowych: • rozkład wykładniczy f (t ) = λ e − λt t≥0 F( t ) = 1 − e − λ t t≥0 R ( t ) = e − λt t≥0 λ(t ) = λ t≥0 Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Jak wyglądają funkcje f(t) i F(t) dla rozkładu wykładniczego ? 2 1.5 1 0.5 0 0 1 2 3 4 5 6 7 8 f(t) 1 0.8 0.6 0.4 0.2 0 0 1 2 3 4 5 6 7 F(t) Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 8 Przykład 1 Element, którego czas życia opisany jest zmienną losową o rozkładzie wykładniczym przepracował τ1 jednostek czasu. Jakie jest prawdopodobieństwo, że element będzie jeszcze działał przez czas τ2 ? P ( τ 2 τ1 ) = P ( τ 2 τ1 ) = P( τ1 + τ 2 ) R ( τ1 + τ 2 ) = P( τ1 ) R ( τ1 ) exp( − λ ( τ1 + τ 2 )) = exp( − λτ 2 ) = R ( τ 2 ) exp( − λτ 1 ) Własność ta zwana jest brakiem pamięci. • rozkład normalny (1773 r.) ( t − µ )2 1 f (t ) = exp 2 2πσ σ 2 F( t ) = t ∫ −∞ ( τ − µ )2 1 exp dτ 2 2πσ 2σ • inne rozkłady Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Parametry pozycyjne rozkładu zmiennej losowej. Jak opisać (oczywiście w przybliżeniu) rozkład przy pomocy jednej, lub kilku liczb? • wartość średnia ( wartość oczekiwana, średni czas życia, mean) ∞ E ( T ) = µ = ∫ t f ( t ) dt 0 • wariancja ( miara rozproszenia rozkładu wokół wartości średniej, variance) ∞ D( T ) = E {( T − µ ) } = σ = ∫ ( t − µ )2 f ( t ) dt 2 2 0 σ - odchylenie standardowe • współczynnik skośności (współczynnik asymetrii, skewness) S( T ) = • E {( T − µ )3 } σ3 = 1 σ ∞ 3 t − µ f ( t ) dt ( ) ∫ 3 0 współczynnik zakrzywienia ( kurtosis ) K(T ) = E {( T − µ )4 } σ4 = 1 σ4 ∞ 4 t − µ f ( t ) dt ( ) ∫ 0 Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Przykłady opisu niektórych rozkładów przy pomocy parametrów: Rozkład mean variance skewness kurtosis jednostajny [ 0,1 ] 0.500 0.083 0.000 1.800 1.000 0.330 0.000 1.800 1.000 1.000 1.870 7.730 0.500 0.250 1.870 7.730 0.000 1.000 0.000 3.000 1.000 1.000 0.000 3.000 0.886 0.214 0.644 3.261 0.893 0.105 0.157 2.629 jednostajny [ 0,2 ] wykładniczy λ=1 wykładniczy λ=2 normalny µ = 0, σ = 1 normalny µ = 1, σ = 1 Weibulla λ = 1, k = 2 Weibulla λ = 1, k = 3 Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Opis rozkładu zmiennej losowej przy pomocy kwantyli. 1 p 0.8 0.6 0.4 0.2 0 0 1 3 tp 4 5 6 7 8 F(t) p - poziom ( liczba z przedziału [0, 1] ) tp - kwantyl na poziomie p Kwantyl tp jest rozwiązaniem równania F( t ) = p Rozkład zmiennej losowej można w przybliżeniu opisać podając pewną liczbę kwantyli. Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Szczególna rola funkcji intensywności uszkodzeń λ(t) λ ( t ) = lim 1 ∆ →0 ∆ P (T ∈ [t , t + ∆ ] | T > t ) λ( t ) = f (t ) 1− F ( t ) 1 1 F(t) F(t) 0.5 0.5 0 0 0 1 2 3 4 0 2 3 4 1 2 3 4 1 2 3 4 1.5 1.5 f(t) f(t) 1 1 0.5 0.5 0 1 0 0 60 1 2 3 4 0 4 λ(t) λ(t) 40 2 20 0 0 1 2 a 3 4 0 0 b Przebiegi funkcji dystrybuanty F(t), gęstości f(t) i funkcji intensywności uszkodzeń λ(t) dla przykładowych rozkładów prawdopodobieństwa. (a - rozkład Weibulla, b - rozkład logarytmonormalny) Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 1.2. Badania niezawodnościowe Jaki jest rozkład zmiennej losowej opisującej czas życia elementu ? Odpowiedź na pytanie wymaga zwykle przeprowadzenia eksperymentu. Pojęcia podstawowe i stosowana terminologia: • populacja - zbiór wszystkich elementów danego rodzaju • próba losowa - wybrane w pewien sposób niektóre elementy populacji opisane przez wektor T = T1 , T2 ,..., Ti ,..., Tn gdzie T - wektor losowy Ti - zmienna losowa (czas życia i-tego elementu) • badanie – sposób uzyskania wiedzy o elementach z próby losowej, wynikiem badania jest t 1 , t 2 ,..., t i ,..., t n ti - realizacje zmiennych losowych Ti • statystyka – funkcja wektora losowego T S(T) = S( T1 , T2 ,..., Ti ,..., Tn ) Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Przeprowadzanie badań niezawodnościowych: • pobranie próby losowej • oczekiwanie i notowanie chwil uszkodzeń kolejnych elementów, z jednoczesnym sprawdzaniem czy nie jest spełnione kryterium zakończenia badania Kryteria zakończenia badania: • uszkodzenie wszystkich n elementów wchodzących w skład próby losowej (badanie pełne) • uszkodzenie zadanej liczby k (k<n) elementów • przekroczenie dopuszczalnego czasu badania T0 • uszkodzenie zadanej liczby k elementów, lub przekroczenie dopuszczalnego czasu badania T0 Wynikiem badania niezawodnościowego jest zawsze zbiór danych t 1 , t 2 ,..., t i ,..., t k Trudności z uzyskaniem zadowalająco licznych zbiorów danych: • przyspieszone badania niezawodności Dalej rozważane będzie jedynie badanie pełne Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 2. Metody reprezentacji wyników badań 2.1. Tabela numer 1 2 czas t1 t2 ... i ... ti n tn 2.2. Histogram Budowa histogramu: • wyznaczenie zakresu rysowania • podział zakresu rysowania na równe podprzedziały • wyznaczenie dla każdego podprzedziału liczby należących do niego danych (lub odpowiednich częstości) • narysowanie odpowiedniego wykresu słupkowego Przykład 2 Z rozkładu normalnego o parametrach µ = 10, σ = 2 wylosowano n = 100 liczb. Jak narysować histogram ? Jaki jest wpływ liczby podprzedziałów na wygląd histogramu? Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 40 30 20 10 0 5 10 15 n =100, m = 5 15 10 5 0 5 10 15 n = 100, m = 20 5 4 3 2 1 0 5 10 n = 100, m = 100 Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 15 2.3. Gęstość empiryczna • wysokość słupka histogramu gęstości empirycznej jest wyznaczana przez podzielenie częstości dla danego przedziału, przez jego długość 2.4. Dystrybuanta empiryczna Funkcja określona następująco: t ≤ t1 t k < t ≤ t k +1 t > tn 0 ) Fn (t ) = k / n 1 Przykład 3 Z rozkładu normalnego o parametrach µ = 10, σ = 2 wylosowano n1 = 10, n2 = 100 i n3 = 1000 liczb. Jak wygląda dystrybuanta empiryczna dla poszczególnych przypadków ? 1 N =10 0.8 0.6 0.4 0.2 0 6 8 10 12 14 Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 16 1 N =100 0.8 0.6 0.4 0.2 0 4 6 8 10 12 14 16 18 1 N =1000 0.8 0.6 0.4 0.2 0 4 6 8 10 12 14 16 18 20 Twierdzenie 1 (Gliwienki ) Niech D n = sup F̂(t ) − F(t ) t∈R będzie odległością dystrybuanty empirycznej od dystrybuanty F(t). Jeżeli t1,t2,...,ti,...,tn , pochodzą z rozkładu o dystrybuancie F(t) to P( lim D n = 0) = 1 n →∞ Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 3. Estymacja rozkładu zmiennej losowej 3.1. Sformułowanie zadania estymacji Niech T =T1,T2,...,Tn wektorem opisującym próbę losową pobraną z jednego z rozkładów rodziny parametrycznej {Fθ : θ ∈ Θ} przy czym wartość parametru θ identyfikującego rozkład nie jest znana. Jak wykorzystać próbę losową dla wyciągnięcia wniosków dotyczących nieznanego parametru θ ? Sposób postępowania: Skonstruować statystykę θˆ (T) = θˆ (T1 , T2 ,..., Ti ,..., Tn ) zwana estymatorem punktowym, w taki sposób aby jej wartość była bliska prawdziwej wartości parametru θ. W jaki sposób uzyskać określającą estymator ? funkcję (statystykę) Jak ocenić jakość estymatora punktowego ? Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 3.2. Ocena estymatorów i ich własności Jakość estymatora można próbować oceniać przy pomocy wyrażenia (opisującego błąd) ( ) 2 ˆ ˆ ζ(θ) = E θ − θ Po kilku przekształceniach uzyskuje się. ( )) + [E(θˆ )− θ] ( ζ (θˆ ) = E θˆ − E θˆ 2 2 () () = Var θˆ + b 2 θˆ gdzie () b(θˆ ) = E(θˆ ) − θ Var θ̂ θ - wariancja estymatora - obciążenie estymatora Aby błąd ξ był mały wariancja powinna być możliwie mała i obciążenie estymatora winno wynosić 0. Definicja 1 Estymatory o obciążeniu równym 0 noszą nazwę estymatorów nieobciążonych. Definicja 2 Jeżeli ( ) P θˆ n − θ > ε → 0 n →∞ to estymator nazywamy zgodnym. Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III 3.3. Obliczanie estymatorów metodą największej wiarogodności R. A. Fisher Definicja 3 θ,t) i jeśli Jeżeli zmienna losowa ma gęstość f(θ T = T1 , T2 ,..., Ti ,..., Tn jest próbą z rozkładu tej zmiennej, to łączna gęstość próby rozpatrywana jako funkcja parametru θ na postać n L(θ ; t 1 , t 2 ,..., t i ,..., t n ) = ∏ f (θ, t i ) i =1 i nosi nazwę funkcji wiarogodności. Twierdzenie 2 Niech T = T1 , T2 ,..., Ti ,..., Tn będzie próbą z rozkładu o gęstości f(θ θ,t) oraz θ0 prawdziwą wartością poszukiwanego parametru θ. Wówczas dla każdej ustalonej wartości parametru θ ≠ θ 0 zachodzi P[f (θ 0 , T1 ) ... f (θ 0 , Tn ) > f (θ, T1 ) ... f (θ, Tn ) ] → 1 gdy n → ∞ Wniosek 1 Jako wartość parametru θ należy przyjąć wartość θ̂ θ, która maksymalizuje funkcję wiarogodności. Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III Przykład 3 Niech T = T1 , T2 ,..., Ti ,..., Tn będzie próbą z rozkładu normalnego o parametrach θ = [µ , σ ] . Przy pomocy metody największej wiarogodności należy wyznaczyć θ̂ θ. Funkcja wiarogodności wygląda następująco 2 ( ) L µ , σ ; t 1 ,..., t n = 2 ( 1 n 2 − ( t µ ) exp − n 2 ∑ i 2 σ i =1 2πσ 1 ) Po logarytmowaniu otrzymujemy ( ln L µ , σ ; t 1 ,..., t n 2 ) n n 1 n = − 2 ∑ (t i − µ ) 2 − ln σ 2 − ln 2π 2 2 2σ i =1 Obliczenie pochodnych prowadzi do układu równań, ∂L 1 n = 2 ∑ (t i − µ ) = 0 ∂µ σ i =1 ∂L 1 n n 2 ( t − µ ) − =0 = 2 2 4 ∑ i 4σ i =1 2σ ∂σ którego rozwiązanie ma postać 1 n µˆ = ∑ t i = t n i =1 1 n σˆ = ∑ (t i − t ) 2 n i =1 2 Można pokazać, że w wyznaczonym punkcie, funkcja wiarogodności osiąga maksimum. Wydział Elektroniki Politechniki Wrocławskiej, Niezawodność i eksploatacja systemów cyfrowych, rok III