1.3.4. Прогнозирование показателей надежности и ресурса

Рейтинг пользователей: / 0
ХудшийЛучший 
Машиностроение
Общая схема прогнозирования надеж­ности. Процесс прогнозирования надежности колесных и гусеничных машин на стадии про­ектирования может быть представлен в виде общей схемы (рис. 1.3.8). В качестве инфор­мационной базы для прогнозных расчетов используют сведения из проекгно-конструк­торской, технологической, нормативно-спра­вочной документации: параметры (размеры) агрегатов, узлов и деталей проектируемой кон­струкции; данные о материалах и выбранных технологиях изготовления; информация о предполагаемых режимах эксплуатации, нагру­зочных режимах и предельных состояниях; стратегия поддержания машин в работоспо­собном состоянии (система проведения ТО и ремонтов, их периодичность и стоимость); банк данных об эксплуатационной надежности машин-аналогов; результаты испытаний раз­личного рода и т.д. [3].
Ввиду сложности прогнозирования на на­дежности колесных и гусеничных машин целе­сообразно ограничить номенклатуру рассчиты­ваемых элементов группой деталей "лимити­рующих надежность" (ДЛН), табл. 1.3.15, а под надежностью подразумевать два свойства - безопасность и долговечность (ресурс).
Выявление ДЛН позволяет сократить объемы вычислений и испытаний в 5 - 10 раз. При прогнозировании преследуют две основные цели: глобальную, состоящую в предварительной оценке эффективности про­ектируемой конструкции; локальную, заклю­чающуюся в оценке показателей долговечности и безотказности агрегатов и основных деталей (ДЛН). 
1.3.8
Ключевым этапом прогнозирования по­казателей надежности детали является по­строение (определение и формализация) моде­ли отказа. Различают простые модели, в случае преобладающего воздействия одного разруши­тельного процесса, и сложные, вызванные совокупным воздействием нескольких разру­шительных процессов (износ, усталость, кор­розия и пр.). В последнем случае модель отка­за может быть сформирована после логическо­го анализа вероятностных оценок проте­кающих процессов, их взаимосвязи и взаимно­го влияния. Для повышения точности и досто­верности прогнозируемых показателей целесо­образен синтез прогнозов, в основе которых лежат различные модели или разная информа­ционная база [45].
Прогнозные значения ресурсов агрегатов и автомобиля в целом устанавливают путем минимизации эксплуатационных затрат, вы­числяемым по моделируемым потокам отка­зов, либо путем максимизации прибыли от эксплуатации автомобиля на основе комплекс­ных показателей надежности.
Модели прогнозирования ресурса деталей. Используемые на практике вероятностные модели расчета деталей на износ, усталость, статическую прочность основаны на принципе однократного достижения разрушительным процессом (нагрузкой) предельного состояния соответственно по геометрическим параметрам (размерам), накопленным повреждениям и несущей способности. В табл. 1.3.16 приведе­ны наиболее характерные модели, используе­мые при прогнозировании таких характери­стик надежности изделий, как вероятность Р безотказной работы и функции /(/) плот­ности распределения ресурса. Статические модели распространены в практике расчетов конструкции машин на статическую прочность под названием "нагрузка - несущая способ­ность". Динамические модели используются при расчетах на износ и усталость.

 

Грузоподъемность автомобиля, т

Показатель

бортового

самосвала

 

4

5

4,5

7,5

14

Число

наименований

234

259

209

280

252

Число деталей

673

800

485

617

598

Количество (% списка) по каталогу

15,1

15,6

12

13,3

11,9

Стоимость (% общей сто­имости) заме­ненных дета­лей

94,8

94,5

93,3

98,5

92,6

Реализация износа или накопленного повреждения деталей представляются в виде случайного нестационарного по математи­ческому ожиданию ms(/) и дисперсии ст2 (t) процесса. Предельное состояние может быть представлено величинами (детерминированны­ми, случайными) или процессами. Такие мо­дели известны под названием "случайный процесс - поле допуска". Переход от стати­ческой модели к динамической осуществляется введением в расчетные функции распределе­ний Fs(S) и Fr(S) параметров, зависящих от времени (наработки), a также при расчетах на статическую прочность с учетом дрейфа характеристик, отражающих предельное состояние и нагрузочный режим.
Классификация моделей позволяет объ­единить различные подходы к расчету характе­ристик надежности деталей и получить ряд новых моделей, охватывающих большинство практически возможных случаев.
Логические модели отказа деталей. Если деталь отказывает из-за одного дефекта, на­блюдающегося в одном из ее элементов (сечений), то рассмотренные модели позволя­ют оценить показатели ее надежности. Однако для большинства деталей даже для одного эле­мента имеют место несколько разрушительных процессов, которые могут привести к отказу детали.
В табл. 1.3.25 приведены дефекты полу­оси грузового автомобиля, наблюдавшиеся в эксплуатации и при капитальном ремонте, и указаны виды расчета, соответствующие этим дефектам. Для формирования расчетной моде­ли ресурса полуоси необходимо описать шесть процессов, три из которых связаны с прочнос­тью и жесткостью, два - с износом, один - с усталостью. В то же время, если под отказом понимать выбраковку полуоси, то число таких процессов сокращается до трех.
Анализ результатов наблюдений за отка­зами деталей в эксплуатации и дефектных карт на капитальный ремонт показал, что в основу логических моделей отказов деталей положены три типа зависимостей между разрушительны­ми процессами детали.
1. В сечении или в нескольких сечениях детали протекает N независимых разруши­тельных процессов, каждый из которых может привести к отказу детали с формированием плотности распределения наработок.
3. В том случае, если при протекании в сечении детали нескольких разрушительных процессов на некоторой наработке из­меняется характер протекания одного из про­цессов, для описания наработок до предель­ных состояний используют условные плотнос­ти распределения. Функция рас­пределения ресурса детали находится по фор­муле полной вероятности. Например, для двух разрушительных процессов.
Применение зависимостей третьего типа характерно при расчетах на износ деталей, имеющих упрочненный поверхностный слой. Для расчетов необходимо предварительно оп­ределить условное распределение FX / Y (L,l) экспериментальным путем, либо моделирова­нием.
Корреляционные уравнения долговечности (КУД). Метод КУД относится к альтернатив­ным способам прогнозирования ресурса дета­лей, базирующимся на ретроспективной ин­формации. В основе метода лежит формиро­вание критерия, характеризующего нагрузоч­ный режим и установление корреляционной связи этого критерия с фактическими нара­ботками детали до отказа [22, 23]. Параметры модели КУД (табл. 1.3.26), как правило нели­нейной, находятся методом наименьших квад­ратов с обязательной проверкой адекватности и построением доверительных интервалов.
Комбинированный метод прогнозирования ресурса. Комбинированный метод прогнозиро­вания ресурса позволяет объединить оценки ресурса, полученные прямым и альтернатив­ными способами* (например, используя расчет на усталость и КУД), повышая тем самым достоверность прогноза. Метод включает опе­рации: выбора вариантов (методов) расчета, вычисления характеристик распределения ре­сурса, сравнения результатов и объединения оценок, если они не являются противоречи­выми [22]. Результирующее распределение ресурса представляется в виде композиций частных распределений с весовыми коэффици­ентами у/, установленными экспериментально, )ибо назначенными пропорционально ошиб­кам вариантов.
Зависимости между параметрами ресурсов деталей. Установление зависимостей между средними значениями и дисперсиями нарабо­ток до отказов и между отказами восстанавли­ваемых деталей и агрегатов необходимо для прогнозирования потоков отказов. Как пока­зал анализ фактических данных [1, 2] в боль­шинстве случаев эти зависимости имеют ли­нейный характер (табл. 1.3.27).
Поток отказов агрегата. Поток отказов агрегата определяется суммированием расчет­ных потоков отказов составляющих его к дета­лей.
1.3.9
Для общего процесса восстановления при условии подчинения распределений наработок до первого отказа и между отказами нормаль­ному закону либо распределению Вейбулла последовательность прогнозирования со (L) следующая.
1) Одним из перечисленных выше мето­дов, включая комбинированный, вычисляется значение средней наработки до первого отказа детали.
2) Если оценка дисперсии наработки до первого отказа не проводилась, то она на­ходится по корреляционной зависимости
3) Устанавливается закон распределения наработки до первого отказа по правилу:
нормальное распределение при 0,33.
Если отказ вызван износом или усталос­тью, то следует принять лога­рифмически нормальное распределение.
Для распределений, отличных от нор­мального, по коэффициенту вариации. 
Учет множественности отказов. При ре­монте агрегата возможна замена от одной до нескольких деталей сразу. Среднее число за­мен за один ремонт составляет 1,3+1,6. Это учитывается коэффициентом Х(£), корректи­рующим поток отказов.
При условии нормальности распределе­ний ресурсов До первого отказа и между отка­зами и равенстве параметров этих распределе­ний, а также при условии замены всех дета­лей, входящих в сборочную единицу при отка­зе одной из них (комплектом), коэффициент учета множественности отказов
Аналогично получают потоки для ос­тальных к-1 деталей.
В формуле ограничиваются сум­мированием 5-7 слагаемых, что приводит к усечению потока, но практически оправдано.
Корректирование потока по числу учиты­ваемых деталей. Если поток отказов формиро­вался только из деталей лимитирующих на­дежность, то он должен быть откорректирован коэффициентом а(£), зависящим от нараб­ки.
Рекомендуемое для расчетов среднее зна­чение коэффициента а =1,05... 1,5.
Для экспоненциально распределенных наработок до отказа Х=1.
Прогнозирование комплексных показате­лей надежности. Для агрегатов с помощью системы дифференциальных уравнений, опи­сывающих вероятности состояний, можно рассчитать коэффициенты технической готов­ности. При этом необходимо выделить соот­ветствующие вероятности состояний нахожде­ния машины в текущем ремонте, связанные с отказами деталей конкретного агрегата. Интен­сивности переходов для агрегатов рассчитыва­ются по потокам отказов деталей.
Пример. Состояния автомобиля: P\(L) - исправен, работает; P2(L) - проходит ТО-2; P^(L) - исправен, простаивает по организаци­онным причинам;P^L)... Pj(L)- находится.


 

Поиск


Сейчас 27 гостей онлайн





Забыли данные входа на сайт?