我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:一品彩票 > 反馈控制 >

第一章汽车可靠性理论基础

归档日期:07-21       文本归类:反馈控制      文章编辑:爱尚语录

  第一章汽车可靠性理论基础_其它_职业教育_教育专区。第一章汽车可靠性理论基础

  绪 论 1.汽车维修理论主要讲五个问题:可靠性、损伤、维护、 诊断、修理。 2.课程的内容和特点 1)研究汽车在使用过程中可靠性变化及失效过程与规律 可靠性的评价指标 可靠性的变化规律 可靠性试验及数据的处理分析 汽车总成及部件的失效理论 2)研究和探讨如何以最优的单位消耗来维持和恢复汽车的技术 状况和延长汽车的使用寿命 3)探讨使用寿命理论和方法 4)研究汽车技术状况诊断理论与技术 3. 维修理论的发展状况 60年代,计划预防维修理论为主: ? ? ? ? 影响汽车技术状况的零件技术状况有规律可遵循 维修工作必须在故障发生前进行 维修工作量是强制性的、定期的 维修工作量取决于汽车可靠性和技术状况 70年代初,英国丹尼斯帕克斯提出设备综 合工程学,并在欧洲推广。 之后,日本综合了计划预防维修和设备综 合工程学以及中国的鞍钢宪法,提出了全 员生产维修。 美国也在此基础上提出了后勤工程学。 第一章 汽车可靠性理论基础 §1﹣1 一.研究可靠性的必要性 1. 2. 3. 4. 5. 汽车可靠性概述 汽车可靠性是汽车最主要的性能指标,汽车的动力性、经济 性、操纵稳定性、平顺性都依赖于可靠性 汽车可靠性是衡量一个国家汽车工业水平的标准 从经济效益来看,汽车可靠性直接影响其停驶损失,如维修 费用等。 在军事方面,在战争时期,由于汽车可靠性不够,贻误战机。 另外,维修技术跟不上也造成很大的损失。 影响维修因素包括:维修(1/3)、燃料消耗( 1/3) 、 设备( 1/3),可见,汽车可靠性的重要性。 汽车固有可靠性:在设计、生产中给定的汽车可靠 性,一旦生产出来,其固有可靠性就被确定了。 汽车使用可靠性:随使用过程中实际体现出来的可靠性。随 着使用条件的变化而变化。 二.可靠性分类 1. 2. 三.可靠性理论的研究内容 1. 可靠性物理 失效理论:失效过程 失效机理 危害性分析 故障树分析 2.可靠性设计与最优化 可靠性设计基于强度和负荷分布特性进行 3.统计设计 4.可靠性试验和试验数据的分析预测 5.可维修性和更新理论 可维修性:互换 通达 及时性 6.可靠性管理技术 §1﹣2 可靠性的基本概念 一.可靠性的定义 定义:汽车在规定的使用条件下和规定的时间内,完成规定功能的能力。 ? 规定的使用条件: 环境条件:气温、湿度、大气压等 贮存条件:贮存方式 使用条件:道路交通、负荷状态、维修水平等 ? 规定的时间: 对于耗损件:规定的行驶小时数(年)或行驶里程。 对于疲劳件:循环次数 ? 规定的功能: 是指达到设计制造要求或规定工作性能目标, 只要有一项达不到要求就是故障。 故障:一般指不能工作、工作不稳定、或性能下降 ? 能力:指完成规定功能的稳定性,一般用概率表示。 二.可靠性的评价指标及数学表示 1.可靠度与可靠度函数(R):整车、总成或零件 在规定的使用条件下,规定的时间内完成规定功 能的概率。 表达式: R ? n?r ? 1? r n n 即表示有n个汽车零件,在规定的工作条件下和 规定的时间t内,有r个失效,其余 n ? r 个还在继 续工作,那么 n ? r 即为这批零件工作到t时的可 n 靠度。 即: R(t ) ? P{T ? t},0 ? t ? ? t-规定的时间 T-无故障工作时间 2.失效概率与失效概率函数 F(t) 整车、总成 或零件在规定的使用条件下和规定的时间内, 不能完成规定功能的概率。 表达式: F?r n 即: n个产品中,到t时刻有r个失效 则: F (t ) ? P{T ? t} 那么:R(t ) ? F (t ) ?1与可靠度为对数函 数。 所以: R(t ) ?1? F (t ) 3. 故障概率密度函数f(t) 由于产品发生失效式随机的,所以T是一个随 机变量。若F(t)为产品失效的分布函数,如 果F(t)是可微的,则称 f(t) 为故障概率密 度函数,记为:f(t),有: 则: dF (t ) dt f (t ) ? df (t ) ? ? dR(t ) dt dt dF (t) ? f (t)dt t f (t )dt t f ( x)dx ? ? f ( x)dx F (t ) ? ?0 R(t ) ? 1? ?0 ?t 4.故障率函数?(t) 到t时刻尚未发生故障的产品(汽车),在下一个单位时间 ?t 内发生故障的条件概率。(单位:菲特) ? 设N个零件,到t时刻的故障件数为 N (t) ,其无故障的残余件数为 ) ( N ? N (t) )在下一个单位时间 ?t内出现的故障件数为 ?Nf (t,单 位时间内的故障件数为 ?Nf (t ) 即零件失效率。 f f ?t ? (t ) ? Nf (t ? ?t ) ? Nf (t ) ? ( N ? Nf (t )?t ?t ? 0 瞬时 ?Nf (t ) ( N ? Nf (t ))?t ? ? 1 ? ? Nf (t ) ? ? ? N ? ?N (t ) ? (t ) ? lim ?t?o ?N ? N (t )??t f f ? ? ? ?Nf (t ) ? lim ? ? N?t 1? ?t ? 0 ? ? ? ? 故障概率增量: ?Nf (t ) ? ?F (t ) N 4.故障率函数 ?F (t ) 1 1 上式可得: lim ? ?t ?1? F (t ) ? f (t )1? F (t ) ?t?0 ?(t) 为故障随时间变化的函数 。 当 ?(t) =常数→指数分布 即 ? (t ) ? f (t ) R(t ) 当? (t ) →递减→威布尔分布 当 ?(t) →递增→对数正态分布、正态分布 5.平均无故障工作时间(MTBF) ? 对于不可维产品:指从开始工作到发生失效的平均使 用时间或次数,记做:MTTF ? 对于可维产品:两次故障的平均间隔时间称为无故障 工作时间。即MTBF N MTBF ? 6.维修度(Maintainability) 可维修性产品在规定的条件下规定的时间内,维修完 毕的概率、维修完成的可能性: M(t)=P{T<t} T→0 M(t)→0 T→∞ M(t)→1 1 N ?t i ?1 i 二.可靠性的评价指标及数学表示 7.平均维修时间 (MTTR) ? (t) 修复率:指某时间还在维修的产品,在该时刻后的单位时间 内修复的条件概率。 1 当维修时间服从指数分布时,? ? const,MTTR ? ? 8.有效度 Availability 可维产品在某一特定瞬时能维持其功能的概率, 综合考虑了产品的可靠度和维修的指标。 产品长时间使用的平均有效度: N 1 MTTR ? ? ti ? 1 N i?1 ? (t ) MTBF A? U ? U ? D MTBF ? MTTR U:工作时间 D:行修时间 二.可靠性的评价指标及数学表示 9.重要度 E 产品系统中某一系统发生故障占整个系统故障的比率。 →所有设备发生故障的总数 Nsf →某设备故障而引起系统故障的次数 Nf E ? Nsf Nf 10. 经济尺度 费用比 CR ? 全年维修费 购置费 CR ? MTBF 成本 §1-3 汽车故障类型及规律 一. 汽车故障模式 所谓故障是指产品丧失了原有的工作能力 1.损坏型:断裂、破裂、点蚀、烧蚀、变形、拉伤以及外表损坏 2.退化型:磨损、腐蚀、疲劳、老化、变质、剥落 3.松脱型:松动、脱落 4.失调型:间隙、行程、压力失调 5.堵塞型:堵、阻 6.渗泄型:四漏 7.功能衰退:功能下降、公害增多、异响 二. 汽车故障的类型 1.按故障的特征分(浴盆曲线) ? 早期故障(走和期):通常是由于设计、制造或检验的差错,以及装 配欠佳等引起的,一般可通过强化试验和磨合加以排除,其失效率 随时间而下降,属故障率减少型。 ? 偶然故障期:多数是由于操作不当,润滑 不良,维护欠佳,材料隐 患,工艺及结构 缺陷等偶然原因而引起,没有一定的特征机理起主 导作用,故障率是定值;发生故 障时负荷大于强度,属突发型。 ? 耗损故障期:汽车经长期使用后,出现老化衰竭而引起的,其故障 随时间延长而不 断升高。如果在上升期间提前更换或修复 ,耗损零 件,可以减少故障率,延长汽车的 使用寿命。 这种分类方法中,汽车的典型寿命曲线服从于浴盆状。如图。 2.按故障程度分 致命故障 严重故障 一般故障 按照故障当量数来计算故障数。 轻微故障 3.按故障现象分 ? 渐发性故障:累积工作的结果,遵循一定规律,可用随机函数描述, 可预 防,通过维护可消除 ? 突发性故障: 完全偶然的,随机的,不可预测,维护对其无效。 三.寿命指标 1. 经济寿命 指对设备进行全面经济分析得出设备处于经济合算,总成本低的 寿命时刻,达到此寿命时设备即可报废。该寿命是汽车、总成和零件 进行可靠性设计的重要依据。 2. 有效寿命 从浴盆曲线中,偶然故障期故障率最低且稳定,可以说是是最佳 状态期,这一时期称为有效寿命期。 3. 特征寿命 指设备故障概率F(t)=63.2%状况下,设备运行时间。 4. 额定寿命 指设备故障概率为10%,可靠度R(t)=90%,设备的运行时间 5. 平均寿命 可维产品平均无故障工作时间,即MTBF;不可维的平均寿终运 行时间MTTF。 6. 中位寿命 可靠度为50%时的运行时间。 四. 汽车、总成和零件故障分布规律 在可靠性工程中: 1. 复杂结构的故障分布规律常以指数分布为主,其 故障率为常数,MTBF为故障率的倒数 2. 汽车和总成磨损件,可以认为服从近似正态分布 3. 汽车和总成疲劳件,一般服从对数正态,威布尔 分布 4. 偶然故障、突变失效件服从指数分布 数据与理论分布的符合程度需要进行检验。 五.故障分布函数 常用类型:指数分布 正态分布 对数正态分布 威布尔分布 1. 指数分布 ? 描述复杂产品在正常工作期偶然性故障 ? 部件承受某种外部条件而产生的故障(冲击) 产品处于偶然故障期时,其故障率 ? 是常数,得到如下指数分布的表达式: 故障概率密度函数 可靠度函数 累积故障概率 f (t ) ? ?e??t ,t ? 0 R(t ) ? e??t ,t ? 0 F (t ) ? 1 ? e??t ? ,t ? 0 方差 其数字特征为:数学期望 E(t ) ? 1 平均寿命 D (t ) ? 1 ??1 ? ?2 R(t) ? e?1 ? 36.8% 即指数分布时也只有 由于指数分布故障率为常数;当 t ? 1 时, ? 1 指数分布时,平均寿命 ? ? ? 其特点是:①故障率是常数;②无记忆性 2.正态分布 变量的概率密度函数为: f (t ) ? 其累积故障概率分布为: 1 ? 2? ? ? 1? t? exp ?? ? ? ? 2? ? ? t ? ? 2 ? ? ?, ? ? ? t ? ?? ? ? ? ? ? ? ? F (t ) ? ? t ?? ? 1 ? t ? ? ?2 ? 1 f (t )dt ? ? exp?? ? ? ?dt, ?? 2 ? ? 2? ? ? ? ? ? ? ? 2? ? ? 1 t ? ? ? exp ?? ? ? ? dt , ?t ? ? ? ? 2? ? ? ? ? ? ? ?? ? t ? ? 可靠度函数为: R(t ) ? 1? F (t ) ? ?t? f (t )dt ? 1 ? 2? ? ? ? t ? ?? 这种分布称为正态分布,记为: ? 均值,是母体集中趋势的尺度,也是数学期望,即: E(t ) ? ? ? 标准差,反映分布的离散度,其平方差即为方差,即: D(t ) ? ? 2 确定了这两个参数,曲线的形状也就确定了。其概率密度曲线是一种以 ? 值处为 中心线的单峰对称曲线? ; ? 决定分布的离散度, ? 值越大, 曲线就展开得越平坦,但曲线下面所包容的面积均等于1。 ? ? 0,? ?1 时的正态分布称为标准正态分布。 查表计算时,给定的是标准正态分布,这样就要把非标准正态分布转 化为标准正态分布。 转换系数:Z ? t?? ? [? ? 3? , ? ? 3? ] 进行参数估计常用的是3? 区间估计,即: 因为1? 区间包容面积为68.26%;2 ? 区间包容面积为95.70%;3 ? 区间包容面积达99.73%,估计误差仅为0.27%。 特性: ①对称分布,以均值 为对称轴的对称分布; 1 ②均值处概率密度取得最大值; ? 2? ? ③均值 决定曲线横坐标上的位置; ④标准差 ? 决定曲线的形状, ? 值越小,分布越集中,曲线形状越尖; ? 值越大,分布越离散,曲线.对数正态分布 若随机变量T的对数值 ln t 服从正态分布,则该变量T服从对数正态分布,此处引 x ? ln t , 或t ? e x。描述零件疲劳故障。 进另一个相关的随机变量X, 即 X ~ N (?,? 2), 且 T ~ ln( ?,? 2 ) ? ? f ( x) ? 1 exp ?? 1 ( x ? ? )2 ? ? 2? ? 2 ? ? F ( x) ? ? 1 x ? ? 2? x 1 ??? exp ?? 2 ( ? ) ? dx ? 2? ? ? f (t ) ? 1 exp ?? 1 ( ln t ? ? )2 ? ? ? ? t? 2? ? 2 ? 1 exp ?? 1 ( ln t ? ? )2 ? dt ? ? ? t? 2? ? 2 ? t F (t ) ? ?? ? 与正态分布一样,对数正态分布也可通过变量代换转换成标准正态分布,令 ? ? 0,? ? 1 代入上式即可。 对数正态分布的数字特征为: E (t ) ? ?t ? t ? e ? ?? 2 2 2 2 D(t ) ? ?t 2 ? e2? ?? (e? ?1) ? 值对曲线形状的影响。 下图是表示对数正态分布的密度曲线,可以看出改变 ? , 4.威布尔分布 m 为形状 描述串联系统中最薄弱环节损坏出现时间分布形式:为三参数分布, m值不同可得到各种不同的分布。 参数;t 0 为尺寸参数;? 为位置参数。 ? ?t ? ? ?m ? m(t ? ? ) m ?1 f (t ) ? exp?? ? 概率密度函数为: t0 t 0 ? ? ? (t ? ? ) m ? F (t ) ? 1 ? exp?? 概率分布函数为: ? t 0 ? ? 失效率函数为: 1)形状参数 f (t ) m(t ? ? ) m?1 ? (t ) ? ? R(t ) t0 t 0 、 ? 仅与横坐标轴 t 的位置和尺度大小有关的参数,而 m 才是影响威布尔 分布密度曲线形状的本质参数。 m1 代表故障率随时间而减少情况,也反映了早期故障过程的数量特征。 m=1 代表了故障率为常数,描述随机故障过程。 m1 代表故障率增长的情况 根据试验求得 m 值就可以判断造成该零件失效得原因。 ? 2)位置参数: ? 表示零件最薄弱环节得强度, t ? ? 零件没有失效得可能 t ? ? 有可能出现失效 3) 尺度参数: t0 m ? =0时,t 0 影响 f(t) 在 t 上得分布的离散程度。 、? 一定, 1 m 0 若令: ? ?t ,则 t0 ? ? m 这样,特征寿命下的故障概率为: ? ? t ?? F (t ) ? 1 ? exp?? ? ? ? ? ? ? 点估计: ? ? ? ? m ? ? ? ? 1 m 0 1 2 ? 1? ? ? t ??1 ? ? ; ? m? 1 m 0 ? ? 2? 1 ?? 2? ? ? t ???1 ? ? ? ? ?1 ? ?? ? m ?? ? ? m? 均值和标准差是形状参数的函数。 六、故障分布的检验 1. 检验方法 1) 假设检验:根据子样对母体的各种统计特性作出推断。检验子 样是否服从于某假设的分布和子样是否属于母体,即给定一组试 验数据判定其产品寿命为某一类型分布。 2) 图解检验:用威布尔概率纸图解出m值。判定其分布类型 2. 假设检验 1)目的 a、故障的分布类型 b、子样是否属于母体 2)基本方法与步骤 基本思想:基于小概率事件不会发生理论,一旦发生了小概 率事件,则认为该事件只是偶然发生,不能代表一般性质。 基本方法: 首先对母体的某种性质作出假设,而且假定这种假设是成立 的,由此来推算包含样本值的事件的发生概率。若得出的是大概率事 件,说明没有矛盾,可以接收原假设;若得出的是小概率事件,按小 概率不会出现的思想,该事件是不会发生的,当然该样本值也是不该 出现的,可事实上在一次观测中,小概率的样本值出现了,这就发生 了矛盾,说明原假设不能接受,因而拒绝原假设的成立。 步骤: ① 设定假设 ?),? ?是已知参数。 H0:F ( x) ? F ( x,? ② 选择合适的统计量,统计量选择应与原假设有关,且在原假设 成立下,统计量抽样分布应不含未知数 ③给定显著性水平,在原假设成立的情况下,确定临界值 ④ 由临界值对原假设作出判断 统计量计算值>临界值;拒绝原假设 统计量计算值≤临界值;接受原假设 常用的两种分布函数假设检验方法 ? 皮尔逊 ? 2 检验法 原理:设某母体X的分布函数为F(x),利用母体中抽取的子样来检验假设: ?) H 0 : F ( x) ? F 0( x,? 为寻找检验的统计量,首先将观测到的n个(n≥50)数据划分成k个连续小区 间(a0,a1],(a1,a2], …(ak-1,ak]。组数K在7~20为宜,每组观测数不小于5个。 fi ? ni 然后 把数据在每个区间内事件出现的频率 与假设在同一区间内理论分 n pi 较,其中: 布的概率 相比 pi ? F 0(ai) ? F 0(ai ? 1) 2 若H0为真,它们之间的差异就小;若H0为假,则差异就显著。作统计量 ? (ni ? npi ) 2 ? ?? npi i ?1 2 k 可以证明,当样本容量 n?? 2 时,无论母体是什么分布,统计量 ? 的分 2 布必定趋向于自由度为 (k ? m ? 1) 的 ? 分布,m为待估参数数目。 ?) 在显著水平 1 ? ? 时,检验 H 0 : F ( x) ? F 0( x,? 的否定域为: ? ?? 2 i ?1 k (ni ? npi ) 2 ? ?? (k ? m ? 1) npi 2 2 即:若 ? ? ?? (k ? m ?1) ,拒绝原假设; 若 2 ? 2 ? ?? (k ? m ?1) ,接收原假设。 ?? (k ? m ?1) 为 ? 2分布表的上侧分位数。 式中: 2 n为样本容量; ni 为 n个观察值中落入( ai,ai+1 ] 组的实际观察频数; pi 为理论分布时落入( ai,ai+1 ] 组的理论概率; npi 为理论分布时落入( ai,ai+1 ] 组的理论频数。 [举例] ? 柯尔莫哥洛夫检验 属于精确的拟合性检验法,可以把原始数据与理论分布之间进行直接的比 较而不需要将数据进行分组。首先将试验观察值由小到大顺序排列,得到 x(1) ? x( 2) ? ? ? x( n) 布函数 Fn(x) 之间得偏差。 ,为考察在每一x(i)上,母体分布F0(x)与样本分 ?0,x ? x(1) ? i ,x(i ) ? x(i ? 1) Fn( x) ? ? ? ?n ?1 ? ,x ? x( n ) 柯氏提出得统计量为: Dn ? sup Fn( x) ? F 0( x) ??? x??? 由于 F0(x)和Fn(x) 都是 x 的单调非降函数,所以偏差 Fn ( x) ? F 0( x) 的上 确界sup可在n个x(i) 点处找。 即: ? ? i ?1 i Dn ? max ? F 0( xi ) ? , F 0( xi ) ? ?,i ? 1, 2, ?,n ? ? ? x ? ?? n n? ? 在给定显著水平 ? 时,柯氏检验法检验 的拒绝域为: Dn ? Dn , a 即:若 Dn H 0 : F ( x) ? F 0( x) ? Dn , a ,拒绝原假设; 若 Dn ? Dn , a ,接受原假设, Dn , a 可在柯氏检验表得到。 用此方法还可以进行正态性检验和指数分布检验。 [举例] 两种检验方法的适应性 2 ? ? 皮尔逊 检验法应用广泛 1) 母体可以是离散的,也可以是连续的 2) 母体分布参数可以是已知的,也可以是未知的 3) 可以用于全子样,也可以用于截尾子样 4) 还可以用于分组整理的数据 ? 使用时注意事项 1) 由于统计量是近似 ? 2分布,故子样数要大,一般应超过50个。 2) 子样观察分组个数不能太少,一般至少7~14个。 3) 每组观察个数不少于5个,不够5个时,相邻两组合并。 4) 分组可采取半开区间,以保证子样值必须落入区间。 ? ? 2 检验和柯氏检验得适用性 1) 当子样来自某一指定的连续分布函数F0(x)时,柯氏检验比 ? 2 检验精细,并柯氏检验适 用于小子样。 ? 2 检验则不及。 2) ? 2 检验计算较简单,对于只给定分布类型,需要从子样来估计分布中确定未知参数时, 2 ? 2 检验同样可以适用,但应注意,作检验时的 ? 变量的自由度应减去未知参数的个数。 3) ? 2 检验可用于连续的或离散分布,柯氏检验一般只适合于连续分布。 4)柯氏检验要求指定分布中不含未知数,若需由子样估计未知数,柯氏检验则不能用,如果 使用将会导致冒险接收原假设。 3、图解检验、参数估计及可靠性评价 利用分布概率纸,采用的是直线符合原理,常用分布概率纸: 正态分布概率纸 对数正态分布概率纸 威布尔分布概率纸 这里主要介绍威布尔分布概率纸应用及估计参数 1) 威布尔分布概率纸原理 对于威布尔分布,若令 ? ? 0 ,则变成两参数分布,其分布函数为: tm F (t ) ? 1 ? exp(? ) t0 移项后两边取双重对数,可得 ln ln 1 ? Y ? ln ln ? 1 ? F (t ) ? ? 若令: ? X ? ln t ?C ? ln t 0 ? ? ? 1 ? m ln t ? ln t0 1 ? F (t ) Y 则: ? mX ? C 在 X—Y 坐标轴中,m是斜率,C=lnt0 是截距。 取概率纸上边为 X 轴,右边为 Y 轴,二者均为等刻度坐标; 取概率纸下边为 t 轴,其与 X 轴对应的值为 t ? e x ,其刻度为ln; 取概率纸左边为F(t)轴,刻有与 Y 轴对应的值,其分度按lnln刻度,这样就得 到一张四边分别为 x ? t , y ? F (t ) 其值互相对应的两组坐标系统的概率纸。[图示] (1) F(t)与Y 的对应关系 F (t ) % 90 80 63.2 40 30 20 0.1 0.01 1 Y ? ln ln 1 ? F (t ) 0.832 0.474 0 -0.670 -1.029 -1.50 -6.899 -9.21 (2) X 与 t 的对应关系 X 0 1 1 2.718 2 7.388 4 54.576 t (3)形状参数m的点估计 其含义是:当Y=0,X=1时,由 Y ? mX ? C ,得:m=C,即 Y 轴上的 截距。 如果实验数据在威布尔概率纸上拟合成一条近似的直线 ), 通过“m点估计点”作一条平行于拟合直线的线)威布尔概率纸上的 t 刻度是0.1~100为止,大于100时,可以乘其倍数。 则 m ? C 为形状参数的估计值,知道了m值就可以知道其分布函数。 §1-4 可靠性数据采集与处理 一.可靠性数据的采集 在维护和改进老产品和开发新产品的过程中,要进行各种各样的试验记录大 量的试验数据:如何进行采集、处理、分析和利用这些数据是非常重要的。 准确完整的可靠性数据: 1) 可以进行产品的可靠性评定 2) 对老产品的评定结果是新产品可靠性预测依据 3) 预测提供的信息是进行可靠性设计的基础,是可靠性改进和控制的科学 依据。 1. 重要性 1) 可靠性数据是可靠性工程的基础 可靠性工程贯穿于产品计划、设计、试验、制造到维修的整个过程,对整个 过程的数据都要进行收集和分析。 2) 特别是故障数据告诉人们设计系统薄弱环节及如何改进的重要情报。 3) 可靠数据的产品分为三个阶段(设计、生产、使用和维修) ? 设计阶段:收集同类产品的可靠性数据,对新产品设计的可靠性进行预测, 有利于方案的对比与选择,研制过程中进行反复的室内台式和路试,大量的可 靠性数据对产品的改进和定型,将提供可靠的科学依据。 ? 制造阶段:必须进行产品的定期和不定期的抽检,来确定产品合格与不合格,从而指导生 产,控制产品质量。 ? 使用维修阶段:可靠性数据收集和处理,对产品的设计,制造的评价最有权威性,因为使 用维修阶段试验条件真实,数据量大,是产品可靠性评定的主要数据来源。 2. 数据的采集方法和注意事项 1)方法 ? 现场采集:现场工作人员发放报表,定期返回,不需专门人员,但数据不完整,不准确情 况较多 ? 试验采集:专门规定人员采集,费用大,但能得到完整和准确的数据 2) 注意事项 ? 收集范围 ? 定义故障 ? 时间的记录 ? 使用条件 ? 维护条件 ? 取样方法 3) 数据采集报告的内容 ? 故障报告:使用单位名称、系统识别项目、时间、使用条件、故障的详细内容、维护处理、 现场技术人员意见 ? 使用报告:使用人员姓名、系统识别项目、使用时间及条件 二.可靠性试验的简介 1. 目的和特点 1)目的:了解产品出厂后,在规定使用条件和期限内能否达到规定的 可靠性指标,同时暴露出薄弱环节并掌握其原因和规律,采用相应的技 术措施,以提高产品的可靠度。 2)特点: 对被试零件、总成、整车在规定的条件下施加一定方式和水 平的载荷,使之产生一定程度的变形、疲劳和磨损,然后观察其性能是 否稳定,以及随时间变化规律,从而判定失效情况和分布规律 3)可靠性试验与例行试验相比: ? 例行试验: 只保证出厂验收,即其参数和性能符合出厂指标,没有测定 产品规定时间内的失效情况,从而不对产品的可靠性负责。 ? 可靠性试验: 对产品是否在以后规定的使用时间内符合一定的可靠性指 标提供保证,是可靠性预测和验证的基础,要求严格的数据统计处理方 法,以得到较为可靠的结论。 2. 分类 1) 按试验场合分:道路试验、室内模拟试验 2) 按试验抽样方法分:完全子样试验、抽样试验 3) 按试验终止方式分: 抽样试验、定时截尾试验、定数截尾试验 4) 按加载方式分: 恒应力试验、步进应力试验、序进应力试验 5) 按破坏性分: 破坏性试验、非破坏性试验 6) 按试验目的分:考核试验、鉴定试验、测定试验、研制试验、寿 命试验、耐久性试验 7) 按应力强度分: 常规可靠性试验、快速可靠性试验、极限条件可 靠性试验、特殊条件可靠性试验 三. 整车寿命及其可靠性评价 1. 定数截尾试验 在一批产品中,任取 n 个样品,事先规定一个截尾的故障个数 r,进行寿命试验。 当产品的故障个数等于 r 时,试验就停止。这种试验称为定数截尾试验。其寿命 ? 可以进行点估计和一定置信度下区间估计。 1) 点估计 设 F (t ) ? 1 ? e , ? ? ??t 1 ? 其平均寿命的点估计: ? ntr , 有替换情况 ? ? ? ?? r ? r ? 1 ? ti ? ( n ? r )t r ,无替换情况 ? ? r i ?1 ? ? 式中:t r - ti - r- n- 试验到出现 r 个故障的时间 第 i 个故障发生的时间 故障个数 样本数 2)区间估计 试验过程中,记录故障时间 t1 , t 2 , ? t r 的情况(r≤ n)寻找一个不含未 2 ? 2r? 知参数的标准分布-即统计量 服从于自由度2 r 的 ? 分布,给定置信度 ? 水平1 ? ? 情况下的概率为: ? 2 ? ? 2r? 2 P ? ? ? ( 2r ) ? ? ? ? ( 2r ) ? ? 1 ? ? 1? ? 2 ? 2 ? ? 双侧置信区间估计 或 ? ? 2r? 2r? ? ? ? 2 ?? (2r ) ? 2 ? ( 2r ) 2 1? 2 ? 2r? 即: ?u (上限) ? ? 2 (2r ) ? 1? 2 ? L (下限) ? ? 2r? 2 ?? (2r ) 2 ? 单侧区间估计 在实际应用中,人们往往对单侧置信区间下限更为关注,其估计值为估计: ? 2r? ?L ? 2 ?? (2r ) 2. 定时截尾试验的参数估计 从一批产品中任选 n 个样品进行寿命试验,试验到事先规定的截止时间 t0 停 止,在[0 , t0 ] 这段时间内发生 r 个故障,这样的试验属于定时截尾试验。 1)点估计 设 F (t ) ? 1 ? e ??t ?? 1 ? 则: ? nt0 , 有替换情况 ? ? r ? ?? ? r ? 1 ? ti ? ( n ? r )t0 , 无替换 ? ? r i ?1 ? ? 式中: t0- 试验规定的截止的时间 ti- 第 i 个故障发生的时间 r - 到截止时间 t0 时的故障个数 n- 样本数 2) 置信区间估计 2 寻求一个不含未知参数统计量为自由度2r +2的 ? 分布,给定置信度水平1 ? ? 情况下的表达式为: ? ? 2r? 2r? ? ? ? 2 ?? (2r ? 2) ? 2 ? ( 2r ) 2 1? 2 ? 双侧置信区间 上限: ? 2r? ?u ? 2 ? ? ( 2r ) 1? 2 下限 : ? 2r? ?L ? 2 ? ? (2r ? 2) 2 ? 单侧置信区间 ? 2r? ?L ? 2 ?? (2r ? 2) 3. 正态分布的参数估计 1) 点估计: 1 r ? ? ? ti ? r i ?1 2 1 r ?? ? (ti ? ? ) 2 ? n ? 1 i?1 2) 区间估计: ? 的区间估计: ? ?u ? 的区间估计: S ? 2 ? ? (n ? 1) 1? 2 2 ?L ? 2 S2 ? 2 ? ? (n ? 1) 2 ? ? t? ?u ? ? ?2 ? n ? ? t?? ? ?? n ? ? t? ?L ? ? ?2 ? n ? ? t?? ? ?? n 四. 零件耐磨损寿命及其可靠性评价 1. 磨损量与耐磨寿命的关系 零件的磨损受多种因素的影响,但零件磨损量与耐磨寿命之间服从劳伦斯曲线) 在稳定磨损阶段,呈线) 其他阶段或不正常磨损,呈非线性关系 W ? ct k 其中,W-磨损量; w0-单位时间内的磨损量; t -耐磨寿命 ; k-指数;c-系数 非线性关系取对数后得: 即:lg w ? lg c ? k lg t 为线性关系 y ? kx ? B 2. 磨损量的分布规律 1) 在磨损量一定的情况下,达到该磨损量的行驶里程(或使用时间)是随机变量, 呈正态分布,且磨损量越大,使用时间离散度越大。【图】 2) 在一定的行程下,工作条件相同的情况下,零件的累积磨损量也是一个随机变量, 亦呈正态分布,行程越长,磨损量分布越离散。【图】 3、分布参数的估计 1)磨损量W一定时,t 的估计(采用3 估计,误差仅为0.27%): 上限: tu ? t1 ? 3? t 下限: 均值: 标准值: 2)使用时间 t 一定时,W 的估计: 上限: 下限: 均值: 标准值: tu ? t L t1 ? 2 t ?t ? ? 6 u L t t L ? t1 ? 3? wu ? w ? 3? w wL ? w ? 3? w ? wL w? u 2 w ?w ? ? 6 u L w 4、试验数据的回归分析 回归分析就是通过 W 与 t 间的关系来对试验数据进行拟合,常用的方法是最小 二乘法。 n n 令: E 2 ? ? ? i ? ? ( wi ? (bt ? a))2 2 i ?1 i ?1 ?E 2 ?E 2 ? 0, ?0 根据极限理论,令偏导等于零: ?a ?b 则得: 式中: a ? w ? bt 1 n 1 n t ? ? ti w ? ? wi n i ?1 n i ?1 n n n 1 n Stw ? ? ti wi ? (? ti )(? wi ) ? ? (ti ? t )(wi ? w ) i ?1 i ?1 i ?1 n i ?1 n 1 n 2 S ww ? ? wi ? (? wi ) ? ? ( wi ? w ) 2 i ?1 i ?1 n i ?1 n 2 n 1 n 2 Stt ? ? ti ? (? ti ) ? ? (ti ? t ) 2 i ?1 i ?1 n i ?1 n 2 stw b? stt 其样本的相关系数为: r? 如果 如果 Stw Stt ?b Stt S ww S ww r r 接近1,说明两个变量之间有密切相关,或所设的回归方程与试验数 接近零,可说明两变量间不成线性关系。 据非常吻合; 将测得的数据代入上式,便可求得磨损量上限和下限得回归方程。 Wu ? au ? bu t WL ? aL ? bLt [例题]有5台同型号的四缸发动机气缸磨损最大处的磨损量与25000km试验数据,每 隔5000km测量一次,见下表。对该型号发动机进行可靠性评价。 行驶里程 第一缸 1000 5000 10000 15000 20000 25000 0.009~0.010 0.030~0.033 0.050~0.060 0.070~0.080 0.100~0.120 0.120~0.150 气缸磨损量 第二缸 0.005~0.007 0.020~0.025 0.035~0.040 0.060~0.070 0.070~0.090 0.090~0.120 第三缸 0.006~0.008 0.021~0.026 0.041~0.046 0.062~0.070 0.080~0.100 0.100~0.120 第四缸 0.007~0.009 0.030~0.035 0.043~0.050 0.075~0.085 0.090~0.110 0.100~0.130 ①找出气缸磨损的上限和下限 ②求出行驶里程的平均值、上限平均值、下限平均值以及 ③求出上限和下限的 a、b 。 ④得出磨损量与行驶里程之间关系的上限和下限回归方程 ⑤求出相关系数 r 进行相关性检验 ⑥进行参数估计和可靠性评价。 stw、stt和sww。 4. 零件得耐磨寿命及可靠度评价 1) 当零件的允许磨损量 w p 给定时,零件工作到 t1 时的可靠度。 R(wp t1 ) ? 1 ? F (wp t1 ) ? ?t f wp (t )dt ? 1 2) 按容许磨损量确定零件在给定可靠度下的耐磨寿命 若允许磨损量 w p 和 R(t ) 均已给定,需要确定耐磨寿命 t, 以便进行及时的维修, ①按给定的 R(t ) 查正态分布表得相应得 u 值 ②按 u ? 但是 w 、 ?w w ? wp ? w 和 wp wp 求w 、 ? w 再求相应得 t 值。 均未知,将下式改写成: u? w 式中:C ?1 , ?w w 则w ? wp 1 ? uCw w ? ? w 称为磨损的变差系数。 w w 当磨损量和耐磨寿命之间成线性关系时, C 为常数。 五.零件的疲劳寿命及可靠性评价 对于受交变载荷的零件,其疲劳寿命可相差几倍或几十倍,一般服从对数正态分布或威布尔 分布,因此威布尔分布在可靠性中应用相当广泛,其统计方法分为图解法和参数分析估计法。 1. 用威布尔概率纸估计参数及评价可靠性 i ? 0.3 F ( t ) ? ? 求累积故障概率(用中位秩代替,即 n ? 0.4 ? 形状参数 m 估计(用“ m 估计点”进行估计) ? 尺寸参数 t0的估计 ? 位置参数 ? 的估计 ? 特征寿命? 的估计 ? 平均寿命 ? 的估计 1) 数据拟合成直线的威布尔概率纸分析 i为故障顺序号; n为样本数 ) ? 描点(将F(ti)与 ti 对应点描到概率纸上,应特别注意故障概率30%~70%的点) ? ? ? ? 的估计 R (t1 ) 的估计 ? t 的估计 R ? tm tc 的估计 的估计 2) 数据拟合成曲线的威布尔概率纸分布(拟合成曲线时应减去? 值,再描点估计和评价) 六.少量数据分析及可靠性评价 1. 不完全样本的数据分析 不完全样本是指参加试验的样本,中途非因失效而退出试验。 对于不完全样本应注意事项: ①如果仅把失效数据作为完全样本进行分析,忽视了未失效的数据,分析结果比实际结论差; ②误认为未失效件的寿命比失效件的最长寿命还要长进行分析,这样结果比实际结论更好。 实际情况是介于两种情况之间,分析时应考虑为失效数据的影响。其方法: 1) 约翰逊法 ? 按故障及退出里程顺序排列数据,顺序数不等于故障次序数 ? 求实际故障的平均次序数 公式:N Mi ? I i ? N pM (n ? 1) ? N pM Ii ? 1 ? N ps ? ? ? I i - 顺序数增量 式中:n -参加试验的样本总数; N pM - 前一个平均次序数 ; N ps - 未决的试验数 N Mi - 平均次序数 按每一个故障的平均次序数 N Mi ,求中位秩故障概率 F (t ) ? 按故障整理数据 在威布尔概率纸上描点估计参数和可靠性评价 N Mi ? 0.3 n ? 0.4 【例】对10个汽车部件进行跟踪调查,到试验终止时,有6个部件发生故障,有4个 部件因为不同的原因退出试验,其发生故障的里程分别是21000、40000、 66000、84000、150000、200000km;中途退出时的里程分别是33000、70000、 100000、110000km。如何进行可靠性评价? 解: 顺序 行驶里程 ×10000 基本情况 1 2.1 F 故障 2 3.3 S 终止 3 4.0 F 故障 4 6.6 F 故障 5 7.0 S 终止 6 8.4 F 故障 7 10 S 终止 8 11 S 终止 9 15 10 20 F F 故障 故障 2)瞬时故障率法 这种方法是求出不完全样本的实际故障时的瞬时故障率,它包括未决数据在内的分析。 求瞬时可靠度: ? n ?1? i ? R(ti ) ? R(ti ?1 )?1 ? ? (ti )? ? R(ti ?1 ) ? ? n ? 1 ? ( i ? 1 ) ? ? 瞬时故障率: i ? (i ? 1) ? (ti ) ? n ? 1 ? (i ? 1) 式中: R (ti ) - t i 时刻的可靠度 R (ti ?1 ) - ? (t ) i - ?(t t i ?1 i ?1 时刻的可靠度 ) ~ ti ? 区间的瞬时故障率 i - 故障次序数 2. 节省时间试验法 此方法实际上是由少量样本失效来推测全样本的故障分布 §1-5 系统可靠性分析 产品的可靠性: ①取决于部件的可靠性 ②取决于部件与产品间的可靠性关系 一. 简单系统的可靠性 1. 串联系统: 只要有一个部件失效,那么系统失效 可靠度为 R (t ) ? R (t ) R (t )? R (t ) ? s 1 2 n ? R (t ) i ?1 i n n 2. 并联系统: 只要有一个子系统能正常工作,系统即可正常工作 系统失效概率为 可靠度为 Fs (t ) ? F1 (t ) F2 (t )? Fn (t ) ? ? Fi (t ) i ?1 Ri (t ) ? 1 ? ? ?1 ? Ri (t )? n i ?1 可见,串联的环节越多,则系统的可靠性越差;并联的系统越多,系统的可靠性越高。 3. 串并联组合系统 根据串并联系统的逻辑关系求系统可靠度。 二. 指数分布的系统可靠度及其平均寿命 n 1. 串联系统: R (t ) ? ? Ri (t ) s i ?1 e ??st ? e ??1t ? e ??2t ?e ??nt ? e ? ? ?? s i ?1 n i ? ? ?i t i ?1 n 系统的失效等于各部件的失效率之和 那么平均寿命: ? ? 1 ? ? 1 s ?? i ?1 n i 2. 并联系统 可靠度: R ?? t ?? t ? ( ? ?? ) t ( t ) ? e ? e ? e s 1 2 1 2 若 n=2, ?1 平均寿命:t s 当 ?1 ? ?2 时, ? max {ti } ,并联系统的工作寿命总是等于最长一个零件的寿命。 1?i ? n ? ? s 0 0 ? ? ?2 时:t ? ? R(t )dt ? ? 1 ? ? ?1 ? R (t )? dt ? ? [1 ? ? (1 ? e )]dt n ? n ? it i ?1 i 0 i ?1 ? ? 对于双重并联系统,其平均寿命较之一个零件能增加50%,而三重并联则只能增加33 %,所以过多增加并联环节的单元数对提高的平均寿命来说,不会带来很大的好处。 三.威布尔分布系统的可靠度及平均寿命 R (t ) ? e t ?( ) m ? 其寿命 t ? ?[ ? ln R (t )] 1 m 在生产、设计和试验中,通常均以可靠度90%时额定寿命为依据。 即: L10 ? ?[? ln 0.9] 1 m 其平均寿命: ? 1 1 m ? ? ??(1 ? ) ? L10 [(? ln 0.9) ]?(1 ? ) m m ? 1 m 1 特征寿命: ? ? L [? ln 0.9] 10

本文链接:http://explodingspec.com/fankuikongzhi/680.html