Открытый доступ
Только для подписчиков
Планирование программы эксплуатации группы динамических систем на основе прогнозирования времени отказа
https://doi.org/10.17587/mau.23.496-503
Аннотация
Статья посвящена обоснованию программы эксплуатации группы динамических систем (ДС) на основе прогноза времени их отказа.
Принимаются следующие допущения: группа включает ДС, функционирующие в одинаковых условиях, но имеющие разные сроки эксплуатации; в состав ДС входит ряд потенциально отказных элементов с близкими значениями показателей безотказности; для каждого элемента проводятся измерения ряда параметров, причем отказ ДС наступает в случае, когда хотя бы один из контролируемых параметров выйдет из поля допуска.
Предложен единый алгоритм расчета характеристик безотказности в группе ДС по данным дрейфа контролируемых параметров. На первом шаге проводится расчет вероятности безотказной работы в течение заданного времени и гамма-процентного ресурса применительно к одному контролируемому параметру. На втором шаге рассчитывается отказ ДС при условии выхода из поля допуска хотя бы одного контролируемого параметра. На третьем шаге проводится прогноз характеристик безотказности группы ДС с использованием смеси распределений. Реализация случайной величины, соответствующей случайной смеси, моделируется следующим образом: сначала наугад выбирается ДС, затем в соответствии с ее функцией распределения моделируется случайная величина. Функция распределения смеси выражается в виде взвешенной суммы функций распределения компонент.
Рассмотрены модельные примеры, позволяющие ранжировать рассматриваемые ДС по прогнозируемому времени отказа с последующей корректировкой программы эксплуатации.
Об авторах
Ю. И. Буряк
Московский авиационный институт
Россия
Россия
Ю. И. Буряк, д-р техн. наук, ст. науч. cотр.
г. Москва
А. А. Скрынников
Московский авиационный институт; Государственный научно-исследовательский институт авиационных систем
Россия
Россия
А. А. Скрынников, канд. техн. наук, ст. науч. cотр.
г. Москва
С. В. Хрулин
Государственный научно-исследовательский институт авиационных систем
Россия
Россия
С. В. Хрулин, ведущий инженер
г. Москва
Е. С. Шагинова
Московский государственный технический университет гражданской авиации
Россия
Россия
Е. С. Шагинова, бакалавр
г. Москва
Список литературы
1. Buravlev A. I., Dotsenko B. I., Kazakov I. E. Management of the technical condition of dynamic systems, Moscow, Mashinostroenie, 1995, 240 p. (in Russian).
2. GOST R IS0 13381-1—2016 Condition monitoring and diagnostics of machines. Forecasting the technical condition. Part 1. General guidance, Moscow, Standartinform, 2017, 24 p. (in Russian).
3. GOST 27.302-86 Reliability in technology. Methods for determining the permissible deviation of the technical condition parameters and forecasting the residual life of components of aggregates and machines, Moscow, Publishing House of Standards, 1987, 23 p. (in Russian).
4. Bukreev V. G., Kolesnikova S. I., Yankovskaya A. E. Identification of regularities in time series in problems of recognition of states of dynamic objects, Tomsk, Publishing House of Tomsk Polytechnic University, 2011, 254 p. (in Russian).
5. Sokolova E. S., Lukhmanov D. A. Analysis of time series of technical parameters of industrial facilities, Proceedings of the Nizhny Novgorod State Technical University named after R. E. Alekseev, 2013, no. 2(99), pp. 88—95 (in Russian).
6. Myasnikov Yu. N., Nikitin V. S., Revin A. A., Khrutsky O. V. Methods of forecasting and forecasting the technical condition of ship power equipment, Proceedings of the Krylov State Scientific Center, 2018, vol. 386, no. 4, pp. 117—132. (in Russian).
7. Podmasteriev K. V., Moiseev S. A. Predictive control of electronic equipment with adaptive time intervals. Part 1. Theoretical foundations and models, characteristics of parameter drift, Fundamental and applied problems of engineering and technology, 2012, no. 3—2 (293). pp. 135—144 (in Russian).
8. Samoylenko A. P., Gorbunova E. B. Polynomial interpolation in the synthesis of models of technological objects based on data samples of critically limited volume, News of the Southern Federal University. Technical sciences, 2013, no. 11, pp. 24—31 (in Russian).
9. Samoylenko A. P., Gorbunova E. B. Technology of forecasting the reliability of electronic equipment with limited amounts of statistical data, Rostov, Publishing House of the Southern Federal University, 2014, 153 p. (in Russian).
10. Kuvaiskova Yu. E., Fedorova K. A. Forecasting the state of a technical object based on fuzzy logical inference, Radioelectronic Technology, 2016, no. 1 (9), pp. 183—188 (in Russian).
11. Smirnov V. A., Smirnov D. V. An approach to predicting the drift of critical parameters of an on-board control system based on a modified immune algorithm, High-tech technologies in space research of the Earth, 2018, vol. 10, no. 1, pp. 69—81 (in Russian).
12. Zhang Z., Si X., Hu C., Kong X. Degradation Modeling— based Remaining Useful Life Estimation: a Review on Approaches for Systems with Heterogeneity, Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, 2015, vol. 229, iss. 4, pp. 343—355.
13. Gebraeel N., Pan J. Prognostic Degradation Models for Computing and Updating Residual Life Distributions in a TimeVarying Environment, IEEE Transactions on Reliability, 2008, vol. 57(4), pp. 539—550.
14. Zakutaev V. D. ed. Robotic systems for the preparation and control of aviation weapons complexes, Moscow, Academia named after prof. N. E. Zhukovsky and Yu.A. Gagarin, 2011, 360 p. (in Russian).
15. Druzhinin G. V. Reliability of automated systems, Moscow, Energiya, 1977, 536 p. (in Russian).
16. Patrushev V. I., Rembezy A. I. ed. Reliability and efficiency in engineering: Reference book. Vol. 5: Design analysis of reliability, Moscow, Mashinostroenie, 1988, 316 p. (in Russian).
17. Pronikov A. S. Reliability of machines, Moscow, Mashinostroenie, 1978, 591 p. (in Russian).
18. Bagdonavicuis V., Nikulin M. Accelerated Life Models: Modeling and Statistical Analysis, Boca Raton, Chapman and Hall/CRC Press, 2004.
19. Kahle W., Mercier S., Paroissin C. Degradation Processes in Reliability. Hoboken, New York, J. Wiley & Sons, 2016.
20. Meeker W. Q., Escobar L. A. Statistical Methods for Reliability Data, New York, J. Wiley & Sons, 1998.
21. Nelson W. Accelerated Testing: Statistical Models, Test Plans, and Data Analysis, New York, J. Wiley & Sons, 199
22. Wentzel E. S. Probability theory,. Moscow, Akademiya, 2003, 572 p. (in Russian).
23. Buryak Yu. I., Skrynnikov A. A. Development of a classifier model for objects moving as part of a group based on the use of radio frequency identification tools, Mekhatronika, Avtomatizatsiya, Upravlenie, 2014, no. 3, pp. 42—48 (in Russian).
Рецензия
Для цитирования:
Буряк Ю.И., Скрынников А.А., Хрулин С.В., Шагинова Е.С. Планирование программы эксплуатации группы динамических систем на основе прогнозирования времени отказа. Мехатроника, автоматизация, управление. 2022;23(9):496-503. https://doi.org/10.17587/mau.23.496-503
For citation:
Buryak Yu.I., Skrynnikov А.А., Khrulin S.V., Shaginova Е.S. Planning of a Group of Dynamic Systems Operation Program Based on the Failure Time Prediction. Mekhatronika, Avtomatizatsiya, Upravlenie. 2022;23(9):496-503. https://doi.org/10.17587/mau.23.496-503
Просмотров: 129
.png)
Послать статью по эл. почте 