Sunteți pe pagina 1din 44

Gheorghe M.

Panaitescu
FIABILITATE SI DIAGNOZ
Note de curs
Lucrarea aceasta reprezint suportul cursului cu numele din titlu, tinut pe durata unui
semestru, cte dou ore pe sptmn, la anul V, specializarea Automatic si informatic
industrial din cadrul Faculttii de inginerie mecanic si electric a Universittii
Petrol-Gaze Ploiesti. Este produsul unei experiente de cinci ani. Versiunea de fat este
revzut si adugit pentru instruirea celei de a sasea promotii de la specializarea
amintit. n noul plan de nvtmnt acelasi curs urmeaz a fi introdus si la anul V,
specializarea Electronic aplicat.
Textul care urmeaz nu se constituie ntr-un manual de Fiabilitate si diagnoz. Dup
cum arat si subtitlul, este nu mai mult dect Note de curs menite a ghida expunerile
celui care pred disciplina cu acelasi nume sau, n cel mai bun caz, o referint concis a
initiatilor n domeniu. Nu sunt continute toate explicatiile si comentariile care cu
sigurant ar fi necesare pentru ca textul s devin un manual, comentarii care se fac
ns la expunerea oral. Asadar, pentru studenti lectura fie si foarte atent a celor ce
urmeaz nu poate suplini audierea cursului. Dac ntr-o form sau alta aceast lucrare
se difuzeaz, se difuzeaz numai ca un ajutor n ntelegerea lecturii notitelor proprii n
vederea pregtirii examenului. Studentii sunt ndemnati s consulte concomitent
bibliografia indicat pentru subiectele care nu se regsesc n continuare dar si pentru
subiectele care sunt preluate si reformulate n Notele de curs de mai jos.
Un ndrumtor de lucrri la disciplina Fiabilitate si diagnoz este atasat prezentelor
Note de curs n scopul accesului "on line" n timpul aplicatiilor la aceast disciplin.

CUPRINS
NOTIUNI INTRODUCTIVE
COMPLEMENTE DE TEORIA PROBABILITTILOR SI STATISTIC
MATEMATIC

Spatiul evenimentelor
Probabilitti
Probabilitti conditionate
Variabile aleatoare
Verificarea experimental a legilor de repartitie

INDICATORI DE FIABILITATE
Fiabilitatea sistemelor fr rennoire
Uzura
Legi de repartitie utilizate in teoria fiabilittii sistemelor
Aproximri ale functiilor densitate de repartitie prin exponentiale
Aproximarea discret
SISTEME CU SCHIMBARE
Rennoirea ca proces aleator
Disponibilitatea sistemelor
FIABILITATEA STRUCTURAL
Tratarea sistemelor prin observarea strii
Tratarea structural a sistemelor
Metode structurale
FIABILITATEA PROGRAMELOR DE CALCUL
Generalitti
Modelul Jelinski-Moranda
Extinderi ale modelului Jelinski-Moranda
Modelele Goel-Okumoto (I) si Musa
Modelele Littlewood si Littlewood-Verrall
Modele cu rat de defectare variabil
DIAGNOZA SISTEMELOR SI RECUNOASTEREA FORMELOR
BIBLIOGRAFIE

NOTIUNI INTRODUCTIVE
Sunt cteva concepte legate de functionarea sistemelor care trebuie definite de la bun
nceput. Astfel, se vorbeste de capacitatea operational a unui sistem n functiune care
2

nu este altceva dect capacitatea acelui sistem de a ndeplini anumite cerinte operationale,
ntr-un interval de timp dat, n conditii specificate. Fiabilitatea n sens larg sau
disponibilitatea unui sistem const n capacitatea lui de a ndeplini n mod corect
functiunile prevzute, la un moment dat sau pe un interval de timp precizat, dac sistemul
este folosit n anumite conditii si dac este ntretinut corespunztor. Mentenabilitatea
este capacitatea sistemului de a putea fi mentinut sau repus n functiune ntr-un timp dat,
dac ntretinerea sau repararea sunt fcute urmnd anumite proceduri recomnadate si
folosind resursele prescrise. Securitatea unui sistem este capacitatea de a prezerva starea
de sntate a oamenilor, de a nu pune n pericol valori materiale prin functionare
defectuoas.
Un sistem poate fi compus din mai multe subsisteme. Functionarea fiecrui subsistem se
reflect ntr-un anumit mod n functionarea ansamblului. Relatia ntreg-parte, sistemcomponent nu poate fi totdeuna definit univoc. In principiu orice sistem este alctuit
din prti. Detalierea n prti este de cele mai multe ori la alegerea analistului de sistem.
Asa cum s-a artat, functionarea sistemului este ntr-o anumit relatie cu functionarea
prtilor dar nu neaprat defectarea unei prti coincide cu scoaterea din functie a ntregului
sistem.
Definirea bunei functionri si a defectrilor nu este universal. In orice caz functionarea
si defectarea sunt evenimente contrarii. In sens cuprinztor, buna functionare a unui
sistem tehnic corespunde ndeplinirii unui set de obiective conform destinatiei prin
proiect a respectivului sistem. Obiectivele nsesi trebuie definite precis pentru a putea
defini corect buna functionare si defectarea sistemului.
In general, functionarea unui sistemului este determinat de anumite variabile de stare.
Dac aceste variabile sunt n numr de m,

, putem nota similar acele

variabile care descriu functiile sistemului cu


admitnd c acestea
sunt n numr de n.
Defectiunile pot fi clasificate n diferite moduri. Dac se consider momentul aparitiei lor
defectiunile pot fi:
a) infantile dac apar n perioada de exploatare de nceput;
b) de mbtrnire dac sunt datorate uzurii componentelor sistemului;
c) accidentale dac sunt datorate unor solicitri bruste, ntmpltoare; acestea au o
frecvent mai mic dect cele din celelalte categorii.
Alte posibile clasificri ale defectiunilor sunt date n continuare:

COMPLEMENTE DE TEORIA PROBABILITTILOR SI STATISTIC


MATEMATIC
Spatiul evenimentelor
Probabilitti
Probabilitti conditionate
Variabile aleatoare
Verificarea experimental a legilor de repartitie
Spatiul evenimentelor
Se noteaz cu E spatiul evenimentelor - multimea evenimentelor posibile relative la un
experiment. Intre evenimente pot avea loc urmtoarele relatii:
Implicatia:
, producerea lui A conduce la producerea necesar a lui B;
si
nseamn egalitatea (echivalenta) celor dou evenimente.
Reuniunea:
, producerea a cel putin unuia din cele dou evenimente.
Intersectia:
, producerea ambelor evenimente, concomitent.
Luarea complemetarului sau a contrarului unui eveniment A, notat cu .
Evenimente speciale:
- evenimentul imposibil, E - evenimentul sigur.
exprim incompatibilitatea reciproc a celor dou evenimente.
E este o multime partial ordonat, relatia de ordine fiind implicatia. E mpreun cu
operatiile de luare a complementarului, de reuniune si de intersectie, precum si cu
evenimentul imposibil si evenimentul sigur se organizeaz ca algebr boolean. Se
disting n E atomi sau evenimete elementare si evenimente compuse.
Fie
multimea evenimentelor elementare dintr-o multime finit E de evenimente.
Evident
. Multimea
si evenimetele obtinute prin compunerea evenimentelor
elementare se organizeaz ca un corp. O submultime
se organizeaz, de
asemenea, ca un corp dac

In aceste coditii perechea


este un corp de evenimente si este un -corp sau corp
borelian de evenimente dac orice reuniune sau intersectie de evenimente din , finit
sau infinit apartine multimii .
Intr-un spatiu E complet si atomic, orice eveniment
se poate scrie ca o reuninune
de elemente din :

Se numeste partitie a unui eveniment


evenimente
pentru

o multime de

, mutual incompatibile,
astfel nct

Dac
atunci evenimentele
evenimente.

alctuiesc un sistem complet de

Probabilitti
Pe multimea evenimentelor din
propriettile:

se defineste o functie real P, numit probabilitate, cu

Dac ultima proprietate are loc si pentru reuniuni numerabile atunci probabilitatea P se
numeste complet aditiv (sau aditiv) pe corpul (borelian) de evenimente .
Tripletul

se numeste cmp (borelian) de probabilitate. Dac

este o multime

finit atunci
este un cmp de probabilitate discret.
Proprietti derivate ale probabilittii P:

O extindere a relatiei ultime pentru reuniunea a n evenimente este


cu
Dac

este o familie numerabil de evenimente mutual exclusive

atunci

. Dac familia

evenimente) atunci

este si exhaustiv (sistem complet de

Probabilitti conditionate
Evenimentele se pot conditiona reciproc. Producerea unui eveniment poate modifica
probabilitatea de producere a unui alt eveniment. Relatia de baz pentru calculul unei
probabilitti conditionate este

In general,

ceea ce indic o dependent ntre cele dou evenimente. Dac are loc egalitatea n ambele
cazuri atunci evenimentele sunt independente.
Dac probabilitatea unei intersectii finite de evenimente este nenul

atunci probabilitatea respectiv se poate calcula cu formula

care se demonstreaz inductiv.


Dac
este o partitie a cmpului
se poate calcula cu relatia

atunci probabilitatea unui eveniment oarecare

cunoscut ca formula probabilittii totale.


Mai este de retinut formula lui Bayes:

care n aceleasi conditii,


o partitie a cmpului , permite calculul probabilittii
fiecrui eveniment al partitiei conditionat de evenimentul
, altfel oarecare.
Variabile aleatoare
Variabil aleatoare este o functie

astfel nct

O variabil simpl sau etajat ia un numr finit de valori.


Un exemplu de variabil aleatoare l constituie functia indicator a unui eveniment

Dac X este o variabil aleatoare definit pe cmpul

atunci pentru oricare dou

valori
toate intervalele finite sau infinite delimitate de cele dou valori
corespund unor evenimente din
si, generaliznd, pentru orice multime I, reuniune de
intervale din R, se poate calcula
.
este
distributia de probabilitate a variabilei aleatoare X. Se poate vorbi asadar de PX ca de o
probabilitate definit pe cmpul
n care
Dac variabila aleatoare X ia valori ntr-o multime cel mult
numerabil

atunci ea se numeste discret si

Dac X variaz continuu pe un interval

atunci

si este o functie absolut continu. Functia


este densitatea de probabilitate sau
densitatea de repartitie a variabilei, este nenegativ pentru orice x si are proprietatea

Functia care urmeaz se numeste functie de repartitie a variabilei aleatoare X


Functia este nedescresctoare pe ntreaga ax real
si este continu la stnga n fiecare punct

Valorile minim si maxim sunt date de

Eventualele discontinuitti sunt de speta prim si sunt cel mult numerabile. Orice functie
cu propriettile de mai sus are corespondent un cmp de probabilitate.
Pentru o variabil aleatoare discret functia de repartitie este o functie n scar
Pentru o variabil aleatoare continu sunt valabile relatiile

Pentru orice interval


Dac
atunci suma, produsul celor dou variabile aleatoare, modulul,
puterea, n general o functie msurabil Borel de oricare dintre ele sunt variabile
aleatoare din multimea
cmpul

a tuturor variabilelor aleatoare definite pe

Dependenta a dou variabile aleatoare din aceeasi familie


se poate exprima
printr-o formul asemntoare cu cea a probabilittii conditionate a evenimentelor:
cu

si

. Se pot defini asemntor functii de repartitie conditionate.

Verificarea experimental a legilor de repartitie


8

Observarea sub aspectul sigurantei n functionare a mai multor sisteme identice conduce
uzual la acumularea unor durate experimentale. Aceste durate, s admitem c ele sunt n
numr de n, se pot folosi la aprecierea reprezentativittii unei anumite legi de repartitie.
Dac axa timpului este mprtit n m intervale, aceste durate pot fi sortate/numrate
pentru fiecare din aceste intervale obtinndu-se frecventele nk si frecventele relative nk/n
pentru fiecare interval
. Dac densitatea de repartitie avut n vedere
este f(t) atunci se pot calcula probabilittile

asociate fiecrui interval. Frecventele relative sunt estimri experimentale ale


probabilittilor pentru fiecare interval. Se constat, desigur, diferente ntre probabilitti si
estimrile lor. Aceste diferente pot servi la formularea unor ipoteze privind adecvarea
modelului teoretic la experimentul observat.
O modalitate de decizie asupra acestei adecvri se bazeaz pe retinerea diferentei celei
mai importante n valoare absolut si compararea ei cu anumite tabele care dau norme n
ceea ce priveste abaterea maxim ngduit. Este vorba aici de utilizarea testului
Kolmogorov-Smirnov.
O alt posibilitate mai larg utilizat este aceea care folseste o variabil
, variabil
aleatoare care se prezint ca o sum de ptrate ale unor variabile z normale normate
independente si este caracterizat de un numr de grade de libertate egal cu numrul
termenilor nsumati.
Matematicienii statisticieni au stabilit c suma

este o variabil
cu m grade de libertate. Valorile de provenient experimental sunt
comparate cu valori tabelare asociate unor nivele de semnificatie date (uzual 95%).

INDICATORI DE FIABILITATE
Fiabilitatea sistemelor fr rennoire
Uzura
Legi de repartitie utilizate in teoria fiabilittii sistemelor
Aproximri ale functiilor densitate de repartitie prin exponentiale
Aproximarea discret
Fiabilitatea sistemelor fr rennoire
Dac T este durata de functionare a unui sistem pn la defectare atunci F(t) este notatia
pentru functia de repartitie a varibilei aleatoare T, probabilitatea ca durata de functionare
s fie mai mic dect valoarea t.
Complementara probabilittii de defectare este functia de fiabilitate R(t) care reprezint
probabilitatea ca sistemul s functioneze corect n intervalul (0,t). Ambele functii se
refer la evenimente care se produc sau nu n intervalul specificat si nu special la
momentul t. Ele sunt o notatie mai simpl pentru F(0,t) si R(0,t).
Pentru un interval oarecare de durat x care ncepe la momentul t probabilitatea de
defectare este
si apare ca o probabilitate total asociat intervalului (t,t+x) n conditiile nedefectrii pn
la momentul t. Corect este deci s se scrie o formul de probabilitate conditiont
si analog
Functia de distributie F(t) poate avea o derivat

care este o densitate de probabilitate cu semnificatia de probabilitate total de defectare n


intervalul
cnd ntinderea lui tinde ctre zero. Ea d uzual numele distributiei
si d sens cantitativ probabilittii de defectare n jurul momentului t.
Pentru descrierea pericolului de defectare n jurul unui moment dat se defineste rata de
defectare

si printr-o nlocuire

O integrare a ecuatiei diferentiale de mai sus conduce la

10

relatie de mare important ntre indicatorii de fiabilitate.


Media timpului de functionare este

si dup o integrare prin prti

Aceasta este media timpului pn la defectare presupus unic (Mean Time To Failure MTTF). In cazul readucerii (repetate) a sistemului la parametrii initiali dup fiecare
defectare se poate vorbi de timpul mediu ntre dou defectri succesive (Mean Time
Between Failure - MTBF). In cazul readucerii sistemului ntr-o stare diferit de cea
initial media m se refer la timpul mediu pn la prima defectare (Mean Time To First
Failure - MTTFF).
O alt medie important este

media timpului de functionare rmas pn la defectarea unui sistem. Pentru t = 0 media


ultim cincide cu media din relatia anterioar.
Se calculeaz uneori si o dispersie a timpului de functionare

care msoar gradul de uniformitate al performantelor sistemelor similare. O tenhologie


de producere bine pus la punct conduce la dispersii mici.

11

Se pot defini, de asemenea, cvantile ale timpului de functionare ca solutii ale


ecuatiei
timp de garantie.

cu o probabilitate specificat legat de cele mai multe ori de un

In evaluarea a dou sisteme sub aspectul fiabilittii, se compar mai multi parametri, n
raport cu situatia concret. n figurile alturate sistemul 1 este potrivit pentru o durat de
utilizare limitat, inferioar punctului de intersectie a graficelor; iar sistemul 2 este ales n

12

cazul unei misiuni tehnologice nedefinite ca durat. Se pot compara mediile timpilor de
functionare pn la prima defectare etc.
Uzura
Uzura este calificat drept pozitiv dac functia
este descresctoare pe
intervalul
pentru orice
. Asadar, pentru un sistem cu uzur pozitiv
fiabilitatea remanent scade cu cresterea vrstei. Invers, sistemul este cu uzur negativ
dac functia
este cresctoare cu t pentru orice
.
In termeni de rat de defectare, care se poate scrie

se consider sistemul cu uzur pozitiv acel sistem cu rata de defectare z(t) cresctoare,
iar cu uzur negativ dac z(t) este descresctoare. Reciproc, din relatia

se deduce relatia de crestere/descrestere a functiei de fiabilitate si a ratei de defectare.


Uzur medie. Se numeste sistem cu uzur medie pozitiv un sistem pentru care
functia

este cresctoare n timp. Functia are o scriere

echivalent
. Invers, se definesc sisteme cu uzur medie negativ. (IFRA Inreasing Failure Rate Average; DFRA - Decreasing Failure Rate Average; IFR Inreasing Failure Rate; DFR - Decreasing Failure Rate n relatia IFR IFRA, DFR
DFRA dar nu si invers).
Demonstratie. Dac un sistem este IFR atunci functia

este convex

derivata unei functii convexe pozitive care trece prin origine este cresctoare pe
intervalul
si atunci se poate afirma c functia

este cresctoare pe acelasi interval. Acelasi mers al demonstratiei pentru DFR tinnd
seama de concavitatea functiei

In ipoteza c functia
nu este derivabil, de pild n cazul sistemelor cu rat de
defectare constant pe portiuni, afirmatiile implicative de mai sus rmn valabile.
Sistemele cu degradare sunt sisteme pentru care functia de fiabilitate relativ la o
utilizare de durat x, initiat la momentul t este mai mic dect functia de fiabilitate
pentru intervalul (0,z) oricare ar fi vrsta t si oricare ar fi durata x

13

cu alte cuvinte un astfel de sistem dup utilizare este inferior unuia nou. (NBU - New
Better than Used). Evident un sitem IFR este NBU dar nu si invers totdeauna.
Se poate vorbi si de sisteme fr degradare (NWU - New Worse than Used) pentru care
cu implicatia DFR NWU dar nu si reciproc.
Asadar NBU (NWU) sunt mai generale dect IFR (DFR) si chiar dect IFRA (DFRA).
Ultima afirmatie se sustine prin demonstratia care urmeaz.
Prin definitie un sitem IFRA are functia
cresctoare si

cresctoare si, implicit,

descresctoare. Se poate scrie atunci

si apoi

Pentru un

are loc

si apoi, tinnd seam de relatia anterioar, rezult


ceea ce exprim calitatea de NBU a sistemului.
Fie acum x>t. Cum functia

este descresctoare, se poate scrie

si apoi din relatiile de mai sus se poate scrie iarsi


si mai departe
dar, de data aceasta
de unde rezult
ceea ce nseamn, din nou, c sistemul este NBU.
Sisteme cu degradare n medie. Un sistem cu degradare n medie este un sistem care are
media timpului de functionare rmas mai mic dect media timpului de functionare a
sistemului,
(NBUE - New Better than Used in Expectation). Relatia din
definitie este, n dezvoltare, tot una cu

sau dup mici modificri

14

Implicatia NBU NBUE este acum evident.


Exist sisteme care nu sunt ncadrabile n nici una din categoriile mentionate. Acestea
sunt sistemele fr uzur care se exprim n termeni de fiabilitate astfel
Pentru astfel de sisteme functia de repartitie a duratelor de viat este

densitatea departitiei lor este

, iar

, rata defectrilor este constant

media si dispersia duratelor de viat sunt

, respectiv

Legi de repartitie utilizate in teoria fiabilittii sistemelor


Pentru sistemele fr rennoire, adic pentru acele sisteme care odat defecte sunt
iremediabil defecte, durata lor de viat este o variabil aleatoare. O variabil aleatoare
este complet definit de functia ei de repartitie. Durata de viat este o variabil aleatoare
de tip continuu, prin urmare functia de repartitie este o functie continu si derivabil n
raport cu timpul pn la prima (si ultima) defectare. In cazul continuittii variabilei,
densitatea ei de repartitie este, de asemenea, capabil s o descrie complet. Tabelul care
urmeaz contine un numr de densitti de repartitie a duratei de viat a sistemelor, foarte
frecvent confirmate de practic.

15

Aproximri ale functiilor densitate de repartitie prin exponentiale


Aproximarea este necesar ori de cte ori nici una din densittile de repartitie consacrate
nu se potriveste unei anumite experiente privind fiabilitatea unui sistem. Aproximarea se
poate realiza n trei moduri, conform modelelor n serie, n paralel sau n triunghi.
Aproximarea serie const ntr-o combinatie liniar de exponentiale

16

cu coeficientii i ndeplinind conditia


, adic combinatia liniar este convex.
Interpretarea fizic a combinatiei este cea a unui sistem cu mai multe moduri de
defectare, reciproc incompatibile. Exemplele practice le furnizeaz sistemele a cror
defectare poate fi un scurtcircuit sau o ntrerupere. Fiecare din modalittile de defectare
respect o lege probabilistic exponential, are o probabilitate de producere i si are un
parametru i specific.
Aproximarea paralel are n vedere un timp de functionare pn la defectare, care se
prezint ca o sum de durate aleatoare independente una de alta, fiecare cu o lege
exponetial de parametru i. Compunerea densittilor de repartitie a dou din aceste
durate statistic independente se face prin operatia de convolutie

si relatia se poate repeta, prin adugarea altor functii pn la completa lor epuizare. Dac
se noteaz mai simplu functia rezultat cu f(t) atunci cu transformarea Laplace se obtine

Dac parametrii i sunt distincti atunci prin transformarea invers se obtine o combinatie
liniar de exponentiale asemenea celei de la aproximarea serie. Dac parametrii i sunt
repetati se obtin repartitii de ordine ntregi diferite. In cazul n care toti i au aceeasi
valoare se obtine o repartitie unic, de ordinul ntreg n - 1.
Aproximarea triunghi se potriveste sistemelor care trec prin mai multe stri intermediare
(ca sistemele n paralel) dar nu trebuie s le parcurg obligatoriu pe toate. Defectarea care
scoate din functiune sistemul se poate produce n orice moment, indiferent de starea
curent a sistemului. Descrierea este foarte sugestiv printr-un graf al tranzitiilor. Mai jos
este dat un astfel de graf.

Tranzitiile posibile ntr-un interval t sunt (0 1), (1 2), ..., (k-2 k-1) dar si (0 k),
(1 k), (2 k), ..., (k-1 k) pe lng stationarea n nodul curent 0,1,2, ..., k-1. Se
ntelege c starea k este starea de nefunctionare. Probabilittile asociate tranzitiilor sunt
proportionale cu intervalul t si sunt respectiv

, ...,

, apoi

,
, ...,
si nc
pentru rmnerea sistemului n starea i.
Trecerea dintr-o stare n alta are toate caracteristicile unui lant Markov. Probabilittile
strilor la un moment dat sunt

17

cu

Combinatiile de exponentiale n schemele serie, paralel, triunghi ofer o multitudine de


posibilitti de aproximare a fiabilittii sistemelor reale. Grafurile asociate sunt, desigur,
mai complicate. Oricare ar fi modelul ales el trebuie trecut printr-un test de concordant
cu date experimentale.
Aproximarea discret
Aproximarea discret se realizeaz prin juxtapunerea pe intervale adecvate a unor legi
exponentiale. Pe fiecare interval uzura este considerat constant. Functia de fiabilitate
este n cazul aproximrii

Demonstrarea faptului c orice lege real de repartitie poate fi aproximat discret este
facil.
Operatia de punere n acord a modelului cu realitatea este cunoscut sub numele de
estimare de parametri. Cu ct sunt n joc mai multi parametri cu att problema este mai
complicat. Una din metode este cea a verosimilittii maxime. Pentru a utiliza aceast
metod se construieste functia de verosimilitate L(X/) care contine vectorul X al
observatiilor experimentale si vectorul al parametrilor de estimat. Incercrile
experimentale pot fi trunchiate (sau cenzurate), cu sau fr nlocuire. Fie o ncercare
cenzurat, fr nlocuire, si o lege exponential. Atunci
cu

Functia de verosimilitate este maxim pentru valoarea care anuleaz


derivata

adic verific ecuatia

18

ceea ce conduce la
si apoi la
, care este estimatia maxim verosimil.
Trebuie verificat dac estimatia este nedeplasat sau, cum se mai spune, este absolut
corect, adic dac are proprietatea

ceea ce este o medie a variabilei aleatoare

, cu luarea n considerare a densittii de

repartitie coditionat
.
In cazul parametrului unic de mai sus se scrie mai nti diferit variabila T

Se noteaz

Vectorul aleator

ceea ce face ca

are densitatea de repartitie

cu determinantul functional bidiagonal (toate elementele de deasupra diagonalei


principale si toate elementele de sub diagonala a doua sunt nule).
Fiecare din variabilele i este independent de celelalte si repartizat exponential cu
acelasi parametru . Rezult

cu r determinat. Media parametrului estimat este


19

ceea ce indic o estimatie deplasat. Estimatia nedeplasat este

20

SISTEME CU SCHIMBARE
Rennoirea ca proces aleator
Disponibilitatea sistemelor
Rennoirea ca proces aleator
Sistemele tratate n aceast sectiune pot fi sunt readuse n stare de functionare de ndat
ce se constat o defectiune care le scoate din functiune. Se admit interventii de foarte
scurt durat (neglijabil). O interventie nseamn o rennoire. Evolutia sistemului este
marcat de momentele de rennoire
rennoiri

si de intervalele ntre

. Numrul de rennoiri NT petrecute n intervalul (0,t) este un

proces aleator discret. In ceea ce priveste independenta variabilelor


apare
rational ipoteza independentei lor. Acest fapt permite tratarea n fiecare interval a
acelorasi indicatori de fiabilitate. In realitate schimbrile pot influenta fiabilitatea
sistemului, n bine sau n ru.
Fie Ri(x) functia de fiabiliate pe inervalul (ti-1,ti). Rennoirile se clasific dup relatia ntre
functiile Ri(x) .
Rennoire propriu-zis este o rennoire care aduce sistemul n aceeasi stare de dinaintea
defectrii, Ri(x) = R(x) pentru orice i. Se mai numeste proces de rennoire simplu. Alte
tipuri de rennoiri sunt cazuri mai generale. De pild, dac
rennoirile sunt pozitive. Dac
rennoirile sunt negative.
Sunt interesante sub aspect practic rennoirile fr modificarea la rennoire a gradului de
uzur. Rennoirea n aceste cazuri poate fi pozitiv sau negativ, dup tipul de uzur a
sistemului. La un sistem fr uzur rennoirea este simpl.
Procesul aleator NT are descrierea matematic artat mai jos.
Fie intervalul

si probabilitatea

si

intervalul
. Cele r rennoiri se pot produce n mai multe moduri, conform
tabelului care urmeaz.

La un sistem fr uzur, probabilitatea defectrii n intervalul


este
, este asadar, exceptnd un infinit mic de ordin superior lui t,
proportional cu durata (scurt) t. Defectrile multiple n intervalul t sunt, n aceste
conditii, practic excluse. Se poate scrie relatia de recurent

21

care prin trecere la limit

conduce la

ecuatie diferential care se integreaz dup schimbarea de functie


rezultatul

cu

care este exact legea de repartitie Poisson, modelul adecvat pentru cel mai simplu proces
de rennoire.
Media numrului de rennoiri n intervalul (0,t) poart numele de functie de rennoire
Se defineste, de asemenea, densitatea de rennoire

si o dispersie a rennoirilor
dependent de timp.
Pentru sisteme cu uzur evalurile sunt mai complicate dar nu extrem de complicate.
Exist relatia

care leag functia de rennoire de rata de defectare. Rezult imediat c h(t) = z(t). Si cum

pentru un interval (t , t ) se obtine


1

Cazul general cere efectuarea unei distinctii ntre tipurile de nlocuire (propriu-zis,
negativ sau pozitiv). Pentru a distinge ntre tipurile de rennoiri se formuleaz o ipotez
de nul de genul
si alternativa
pe baza unor intervale consecutive ntre rennoiri (uzual primele trei).
Dac
sunt duratele de functionare pn la a treia nlocuire corespunztoare
sistemului i din esantionul (i = 1, 2, ..., n) atunci functiile

sunt prin valorile lor argumente mpotriva (Z = 1) sau n favoarea (Z = 0) caracterului


pozitiv al rennoirilor. Discriminarea se face prin suma
i

22

n raport cu o valoare-criteriu k citit n tabele sau calculat dar corespunztoare unei


valori asociat riscului de a respinge ipoteza H cnd aceasta este corect. Dac
valoarea k majoreaz valoarea calculat S atunci se accept ca valabil ipoteza alternativ
H . Riscul se asociaz asadar probabilittii
0

cu
n cazul rennoirilor propriu-zise, ceea ce face din relatia de
mai sus o ecuatie n k .
Dac sistemul este de tipul cu rennoire propriu-zis, asadar este readus mereu la starea
din momentul t = 0 , atunci
Numrul de rennoiri produse n intervalul (0, t) este mai mare dect r dac si numai dac
durata T scurs pn la rennoirea cu numrul r este inferioar lui t.
Se noteaz cu K (t) functia de repartitie a duratei T si cu k (t) densitatea ei de repartitie.
Procesul aleator N poate fi exprimat cu ajutorul acestor functii
r

cu r 1, 2, ... si K (t) = 1 .
0

Variabila

are densitatea de

repartitie

, o convolutie multipl de r factori identici. Prin

transformarea Laplace rezult


si
. In cazul unui
proces de rennoire general, densitatea de repartitie pe primul interval este f (t), diferit de
1

densitatea f(t) pentru intervalele urmtoare. Atunci avem pentru


si pentru
Functia de rennoire este

si

In domeniul Laplace, pentru rennoirea simpl

si

Pentru cazul general

23

care poate redeveni modelul procesului simplu prin substituirea functiilor


loc de
In general

relatie cunoscut si ca ecuatia rennoirii. In jurul momentului t se poate produce prima


rennoire cu o probabilitate exprimat de f (t). O rennoire de un ordin oarecare produs n
jurul aceluiasi moment t, dac rennoirea anterioar s-a produs la momentul , are sansa
de producere exprimat de integrala de convolutie.
1

Disponibilitatea sistemelor
Disponibilitatea se refer la sistemele cu rennoire pentru care durata rennoirii nu mai
este neglijabil. Mai mult, ea este aleatoare descris de o functie de repartitie a timpului
n care se poate realiza rennoirea, densitatea de repartitie asociat cu probabilitatea ca
sistemul s fie pus n functiune n jurul momentulul t, probabilitatea punerii n functiune
n jurul acelui moment conditionat de nencheierea rennoirii la acel moment

media timpului de rennoire, dispersia acestuia etc.


Un sistem de acest gen poate fi tratat cu metodele de la sistemele cu timp de rennoire
neglijabil dar cu densitatea de repartitie a duratei de viat diferit pe primul interval fat
de urmtoarele. Astfel, un sistem cu rennoire integral devine un sistem cu rennoire
general punnd pentru primul interval densitatea de repartitie f (t) si pentru
1

urmtoarele
s.a.m.d.
In domeniul Laplace, pentru momentele repunerii n functiune

Pentru defectri

24

Media timpului de functionare se numeste disponibilitate.


Sub aspect organizatoric strategiile de rennoire elaborate n raport cu caracteristicile de
fiabilitate pot fi periodice sau neperiodice. Strategiile tin seama de caracteristicile
statistice discutate mai sus.

25

FIABILITATEA STRUCTURAL
Tratarea sistemelor prin observarea strii
Tratarea structural a sistemelor
Metode structurale
Tratarea sistemelor prin observarea strii
Tratarea fiabilittii unui sistem ca un ntreg nu este totdeauna productiv. Deseori se pune
problema ca ntregul s fie nteles ca o reuniune de subsisteme, fiecare n parte cu
caracteristicile sale de fiabilitate.
Este cunoscut reprezentarea sistemelor prin ecuatii de stare si ecuatii de observare care
pun n evident anumite intrri ale sistemului, anumite variabile de stare si anumite
manifestri cantitative observate (iesiri). In forma cea mai general ecuatiile se prezint
sub forma

dar este posibil, n conditiile unei alegeri adecvate a variabilelor de stare x(t), o
exprimare mai simpl

n care observatiile (iesirile) y(t) depind numai de starea sistemului si numai indirect de
variabilele de intrare u(t).
Un sistem descompus n prtile lui componente aduce unele din variabilele sale interne,
de stare, n calitatea de variabile de interconectare a subsistemelor care l compun. In
contextul nou, unele variabile de stare preiau rolul de intrri (iesiri) ale subsistemelor
componente. Ansamblul poate fi descris satisfctor folosind numai aceste variabile care
interconecteaz diferitele prti ale sistemului.
In studiile de fiabilitate intrrile sistemelor sunt considerate solicitrile curente, care au
un caracter aleator si care nu au caracterul unor variabile manipulabile. De aceea ele pot
fi ncadrate n categoria unor variabile de stare necontrolabile dar al cror efect este
observabil. Aceste variabile care fac functionarea sistemului mai mult sau mai putin
sigur le grupm ntr-un vector cu componente dublu indexate
cu indicele inferior
care se refer la subsistemul modelat si cu cel superior care numr variabilele pentru
acel subsistem. Astfel, subsistemul j poate avea l asemenea variabile.
Cu aceste notatii, varabila de iesire de indice i din totalul de p se exprim astfel:
j

unde se observ n subsisteme componente, fiecare cu un numr de variabile, care


inventariate duc la numrul total
Sistemul n ansamblul lui se consider c functioneaz corect dac au loc concomitent
relatiile

26

interpretabile ca intervale de tolerant pentru varibilele observate y .


Desigur, valorile variabilelor observate sunt aleatoare asa nct fiabilitatea sistemului se
poate evalua ca
i

n subtext considerndu-se c evenimentele intersectate sunt independente, o ipotez


acceptabil dac dorim s evitm complicatii de calcul insurmontabile. Valorile y pot fi
i

puse n legtur cu variabilele

, aleatoare la rndul lor

Fiecare component are functia proprie de fiabilitate, calculat ca probabilitate a


intersectiei unor evenimente independente

De observat c fiabilitatea unei (oricrei) componente este definit n raport cu un criteriu


exterior, cel derivat din conditiile de bun functionare a ansamblului.
Modelarea fiabilittii sistemului pe aceast cale este foarte complicat chiar si pentru
sisteme de mic amploare. Pentru aprecierea fiabilittii sistemului este necesar evaluarea
functiilor de fiabilitate ale fiecrei componente n parte. In context, este presupus
cunoscut toat gama de legi de repartitie ale varabilelor
. Ulterior, tinnd seama de
structura sistemului, trebuie calculate varibilele de performant y si densittile lor de
repartitie. Abia dup aceea se poate aprecia fiabilitatea sistemului.
O asemenea abordare are o singur sans: simularea Monte Carlo, dificil din cauza
i

necesittii de a produce n decursul simulrii procesele aleatoare

Tratarea structural a sistemelor


Analiza fiabilittii pe baze logic-structurale este mult mai convenabil si chiar dac nu
este exact ea este acoperitoare. Modelele din aceast categorie se numesc modele logice.
In locul variabilelor multiple y se utilizeaz o singur variabil S bivalent: S = 1 dac
i

pentru orice i = 1, 2, ..., p avem


sau

, S = 0 dac pentru un i avem

. Atunci

Similar, pentru fiecare subsistem j variabila x ia valoare 1 sau 0 dup cum toti
j

parametrii
sunt n limitele permise sau vreunul din ei (cel putin unul) este n afara
intervalului ngduit. Si aici fiabilitatea subsistemului este dat de
Ca urmare a introducerii variabilelor binare S si
exprima ca o functie boolean de ultimele

27

, prima se poate

Scopul analizei logico-structurale este de a stabili o relatie functional ntre fiabilitatea


sistemului si fiabilittile subsistemelor componente
Este oare o simplificare n aceast manier de modelare? Rspunsul este afirmativ!
Prima simplificare const n faptul c functiile de fiabilitate ale componentelor sunt
cunoscute, deci nu este necesar un calcul prealabil, altminteri destul de complicat, al
functiilor de fiabilitate ale fiecrui subsistem. Sunt posibile neconcordante dar calculele
sunt considerabil simplificate. A doua simplificare major tine de exprimarea boolean,
mult mai simpl fat de exprimarea functional de mai sus.
Exemplu comparativ. Fie sistemul automat cu reglare dup abatere din figur

Modelul functional are n vedere un vector al perfomantelor unidimensional y = z/z. O


posibil descompunere n dou subsisteme ar putea fi: un subsistem obtinut prin
combinarea regulatorului (R) cu instalatia tehnologic reglat (ITR) si cellalt traductorul
(T) de pe calea de reactie. Functiile de transfer se noteaz cu H (s) pentru primul
subsistem si cu H (s) pentru conexiunea invers. Se admite c mrimea de referint este
riguros constant z . Factori aleatori diversi modific parametrii din functiile H (s) si
H (s). In regim stationar functia de transfer conduce la
d

Prin logaritmare si drivare se obtine

care, dup nlocuirea diferentialelor cu diferente finite, exprim eroarea stationar relativ
y n functie de abaterile relative ale amplificrii componentelor. Acesta este modelul
functional al sistemului. Buna functionare este considerat aceea pentru care
nct

asa

Dar

admitnd c toate amplificrile sunt pozitive. Acum punnd


, din relatia de
mai sus rezult domeniile de variatie admisibile pentru parametrii sistemului

Functiile de fiabilitate individuale sunt

28

Pentru a stabili functia de fiabilitate a sistemului pe baza modelului functional trebuie


parcurse pentru momente diferite urmtoarele etape:
1. Stabilirea densittilor de repartitie a parametrilor H si H ;
2. Calculul functiilor de fiabilitate pentru cele dou componente;
3. Calculul functiei de repartitie a parametrului de performant y;
4. Calculul functiei de fiabilitate a sistemului.
Dificultatea major este ncorporat n punctul 3 al algoritmului prezentat.
In varianta logic functionarea corect este asigurat dac ambele componente
functioneaz corect
d

si functia de fiabilitate

Metode structurale
Modelele structurale sunt bazate pe asa-numitele grafuri de semnal. Un graf de semnal d
ideia de continuitate intrare-iesire pentru o structur conex complex.
Modelul serie pentru care defectarea fie si a numai unul din subsisteme scoate sistemul
din functiune.

si

Ca un caz particular, se poate spune c un sistem serie alctuit din subsisteme fr uzur
este la rndu-i un sistem fr uzur

Sistemele paralel sunt sisteme pentru care defectarea se produce numai n cazul
defectrii tuturor componentelor.
Analiza cantitativ a fiabilittii sistemului tine seam de independenta defectrilor
ceea ce face probabilitatea defectrii sistemului egal cu produsul probabilittilor de
defectare a componentelor

29

si mai departe

Sistemele sunt ns mai complicate dect serie sau paralel. Unele, cele mai putin
complexe pot fi combinatii de subsisteme unele serie, altele paralel. Poate fi vorba de o
reuniune de intersectii sau o intersectie de reuniuni, deci de serii de subsisteme legate n
graful de semnal n paralel sau de grupe de subsisteme n paralel care la rndu-le sunt
legate n serie. Calculul functiei globale de fiabilitate din functiile de fiabilitate
individuale nu este deloc complicat n aceste situatii.
Exist ns sisteme care nu sunt nici serie, nici paralel, nici serie-paralel si nici paralelserie. Asta se ntmpl cnd variabila boolean asociat unui subsistem apare n doi sau
mai multi termeni (factori) cum ar fi n cazul
n care x apare mai mult dect o dat.
In principiu orice functie boolean poate exprima structura unui sistem. Exist ns
sisteme asa-zis coerente pentru care performantele sunt cu att mai bune cu ct sunt
active (n bun stare de functionare) mai multe subsisteme componente
3

De retinut c nu toate sistemele reale sunt coerente!


O metod de tratare este metoda probabilittii totale. Pentru aceasta variabila (variabilele)
care se repet n functia de structur sunt fcute pe rnd 1 si 0 ceea ce, dac aduce functia
la una din formele serie-paralel sau paralel-serie permite calculul functiei de fiabilitate
prin evaluarea probabilittii totale. In etape
apoi
care se pot referi la structuri serie-paralel sau paralel-serie si fiabilitatea sistemului capt
expresia

Dac sitemul cu x fixat la valorile 0 sau 1 nu este combinatie de structuri serie si paralel
atunci se aplic metoda probabilittii totale nc o dat. Dac structura rezultat prin
atribuirea x = 0 nu este de un tip simplu de tratat atunci
j

Metoda probabilittii totale permite cu usurint evaluarea asa-ziselor ponderi ale fiecrui
subsistem n functionarea sistemului

n continuare este dat un exemplu cu o retea de comunicatii care conecteaz patru


localitti prin linii directe ntre fiecare dou localitti din sistem, linii permeabile n
ambele sensuri.
Transmiterea informatiei ntre dou localitti, de la (a) la (b) de pild, se poate face

30

conform structurii din figura de mai jos, fie direct, fie pe trasee care includ alte localitti.
Functia
exprim posibilitatea (S = 1) sau imposibilitatea (S = 0) de a conecta cele dou localitti.
Variabilele binare
liniilor din figur.

exprim starea de functionare sau nefunctionare a

Graful de semnal este reprezentat n figura urmtoare

Sistemul nu este reductibil la structuri serie si paralel. Variabila x , de pild, se repet si


atunci
3

ceea ce se ntmpl cnd circuitul (3) este un scurtcircuit si


pentru ntrerupere pe acelasi circuit.

si cu formula probabilittii totale

Pe de alt parte, ponderea pentru elementul (3) este

S-a considerat pretutindeni c fiabilitatea oricrei linii este R.

31

FIABILITATEA PROGRAMELOR DE CALCUL


Generalitti
Modelul Jelinski-Moranda
Extinderi ale modelului Jelinski-Moranda
Modelele Goel-Okumoto (I) si Musa
Modelele Littlewood si Littlewood-Verrall
Modele cu rat de defectare variabil
Generalitti
Un program poate fi privit ca o functie care aplic o multime de date care i sunt
furnizate, pe o multime de rezultate. La fiecare executie programul primeste un set de
date si poate produce rezultate corecte, ntr-un fel asteptate, poate produce rezultate
eronate sau poate executa operatiuni un timp indefinit, ceea ce echivaleaz cu a nu
produce nici un rezultat. Ultimele dou situatii reprezint defectiuni ale programului. Ele
pot fi remediate si programul poate executa din nou calcule pn la apartia unei alte
situatii de pan.
Modelul Jelinski-Moranda
Sub aspect istoric, modelul Jelinski-Moranda este unul dintre primele modele ale
fiabilittii programelor. Modelul se bazeaz pe cteva ipoteze. Se presupune c
a) intervalele de timp ntre defectrile succesive sunt variabile aleatoare independente
distribuite dup legi exponentiale cu parametri diferiti;
b) rata de defectare este proportional cu numrul de erori latente ale programului;
c) la fiecare defectare a programului se efectueaz o depanare de durat neglijabil, prin
care se elimin o eroare si numai una.
Conform acestor ipoteze, programul cunoaste un proces de rennoire cu rennoiri
negative. Rata lui de defectare scade la fiecare defectare. Intre depanri rata este, desigur,
constant deoarece lipseste uzura.
Dac N(t) este numrul curent de erori rmase (reziduale) atunci N(0) = N este numrul
de erori initiale. Cu eliminarea unei erori la fiecare depanare, pentru un interval de
functionare X , numrul de erori prezente nc n acest interval este N(t) = N - k + 1
k

cu
cu N(t)

. Rata de defectare n fiecare interval este constant si este proportional

pentru orice interval


de lrgime X , k = 1, 2, ..., N. Numrul initial de erori N si
constanta de proportionalitate sunt parametrii modelului.
k

Functia de fiabilitate n intervalul

este

si media duratei ntre defectrile k - 1 si k este

32

Observatorul situat n momentul


poate face o predictie asupra urmtoarei
defectri prin evaluarea functiei de fiabilitate asociate intervalului curent de timp R(t, t +
x) si prin calculul duratei medii de viat rmas m(t). Aceste functii au exact expresiile de
mai sus

din cauza c rata de defectare n fiecare interval


este constant.
Dac M(t) este numrul de defectri n intervalul (0,t) atunci N = N(t) + M(t) . Expresia
aceasta care descrie n fond un proces de rennoire M(t) permite prognozarea numrului
de interventii efectuate ntr-un interval oarecare si a numrului de erori reziduale ale
programului.
Dac
reprezint distributia numrului de defectri n intervalul (0,t)
cu t fixat atunci n intervalul initial
iar conditia initial a procesului este
Probabilitatea de a se produce defectarea k n intervalul scurt (t,t + t) este proportional
cu t, factorul de proportionalitate fiind
. Procesul este descris n
intervalul (t,t + t) de sistemul alctuit din ecuatia cu diferente
scris pentru r = 1, 2, ..., N -1, la care se adaug ecuatia pentru ultima eroare
Pentru t din ce n ce mai mic sistemul se transform n ecuatiile diferentiale

Cu conditiile initiale mentionate mai devreme, solutia sistemului este


pentru orice r = 1, 2, ..., N. Factorii
si
sunt probabilitti care se asociaz,
evident, manifestrii unei erori n intervalul (0,t), respectiv eliminrii unei erori latente n
acelasi interval. Cele dou probabilitti complementare intervin ntr-o lege binomial cu
parametrii N si
.
Functia de rennoire, media numrului de defectri n rstimpul (0,t), este

33

care are o variatie exponential. Modelul n discutie are o crestere exponential a


fiabilittii. Densitatea de rennoire este

Se poate aprecia, de asemenea, comportarea statistic a numrului de erori remanente la


momentul t dat de relatia N(t) = N - M(t) care are n vedere numrul initial de erori si
numrul de erori eliminate n urma aparitiei lor n intervalul (0,t).
Din probabilitatea aparitiei a r erori n intervalul (0,t), a crei expresie este dat mai sus,
se poate scrie imediat
o lege binomial cu parametrii N si
. Numrul mediu de erori remanente este
si probabilitatea ca toate erorile s fi fost eliminate n intervalul (0,t) este
Aceast relatie permite calculul timpului de testare necesar pentru ca, cu probabilitatea Q
s putem spune c programul nu mai are nici o eroare

De asemenea, se poate evalua timpul mediu necesar eliminrii tuturor erorilor

Dac se estimeaz parametrii N si din observarea a n erori pna la momentul t atunci se


pot face aprecieri importante si interesante asupra comportrii programului n continuare.
Functia de fiabilitate pentru intervalul (t, t + x) este exponential cu rata de defectare (N
- n)
Dac se impune o anumit probabilitate de bun functionare R, atunci durata x
corespunztoare este

si durata medie pn la urmtoarea defectare este

Numrul de defectri n intervalul (t, t + x) se distribuie binomial cu parametrii N - n si


Functia de rennoire este
Numrul erorilor remanente la momentul t + x este k dac n intervalul (t, t + x) se
produc si sunt remediate N - n - k erori si probabiltatea asociat este
Durata de testare suplimentar necesar pentru a elimina toate erorile este

34

si durata medie pn la eliminarea tuturor erorilor este

Estimarea parametrilor N si se poate face pe baza observatiilor experimentale asupra


duratelor succesive de functionare ntre defectri
dintre intervale, densitatea de repartitie este
Densitatea de repartitie pentru vectorul observatiilor

pn la a n-a. Pentru unul

este

Logaritmul acestei functii este o functie de verosimilitate convenabil pentru maximizat

Anularea derivatelor partiale conduce la un sistem de dou ecuatii cu necunoscutele N si


. Valorile rezultate
si sunt estimri prin metoda verosimilittii maxime ale
parametrilor teoretici N si . Experienta arat c estimatiile au tendinta de a fi infinit,
respectiv zero, ceea ce este desigur neconvenabil. In asemenea mprejurri experimentul
se prelungeste.
Extinderi ale modelului Jelinski-Moranda
O prim extindere are n vedere rezolvarea la fiecare defectare nu a unei singure erori ci a
unei fractii date 1 - c, constant, din numrul total de erori N. In aceste conditii, numrul
de erori remanente evolueaz dup schema de mai jos

pn la epuizarea tuturor erorilor.


Rata defectrilor se mentine constant pe intervale si proportional cu numrul erorilor
remanente

35

Parametrii acestei variante a modelului n discutie sunt si c cu N si neprecizate.


Asadar, modelul nu poate prezice nici numrul de defectri ntr-un interval de timp dat si
nici numrul de erori remanente la un moment dat. Se pot ns evalua functia de
fiabilitate, durata medie rezidual de viat, se poate prevedea cnd urmeaz a se produce
urmtoarea defectare. Astfel

Metoda verosimilittii maxime de estimare a celor doi parametri pe baza observatiilor


experimentale
- duratele de functionare ntre defectri pn la defectarea a na - are n vedere densitatea de repartitie a vectorului observatiilor

care logaritmat produce

Prin minimizarea acestei functii se obtin estimatiile


minimul se obtin prin rezolvarea sistemului

si . Valorile care asigur

n necunoscutele si c.
Varianta aceasta a modelului Jelinski-Moranda este cunoscut si sub denumirea de
varianta geometric.
Exist si o variant hibrid care are n vedere dou categorii de erori latente: o prim
categorie conform modelului geometric, eliminate n schema geometric fractionarconstant; o a doua categorie de erori cu incident poissonian de parametru repartitia

Poisson este repartitia pentru variabila aleatoare k discret,


, cu > 0,
care permit eventual reluarea programului fr remediere. Modelul Jelinski-Moranda
hibrid este cu rat a defectrilor constant ntre dou defectri succesive
Dezvoltarea predictiilor este n bun msur similar celor expuse mai sus.
Modelele Goel-Okumoto (I) si Musa

36

Modelul Goel-Okumoto (I) compenseaz una din rigidittile modelului JelinskiMoranda si variantelor lui. Este vorba de ipoteza rezolvrii obligatorii a unei (unor) erori
la fiecare defectare. Acest model admite continuarea executrii programului fr
remediere, remedierea nssi fiind un eveniment care se poate produce cu o probabilitate
precizat p.
Procesul aleator al rennoirilor nu mai coincide n acest caz cu acela al eliminrii erorilor.
Dac
descrie procesul aleator al eliminrii erorilor, adic este
probabilitatea eliminrii a r erori n intervalul (0,t), atunci probabilitatea eliminrii celei
de a k erori n intervalul (t,t + t) este produsul dintre probabilitatea ca eroarea k s se
manifeste n intervalul specificat, t, cu
eroarea mentionat s fie eliminat cu acea ocazie.
Pentru r = 0 se poate scrie ecuatia cu diferente
k

, si probabilitatea p ca

care prin trecere la limit se transform n ecuatia diferential

prin rezolvarea creia, cu conditia initial P (0) = 1, se obtine


0

Dac pn la momentul t s-au remediat r sau r - 1 erori, probabilitatea ca dup nc un


interval scurt t s fie rezolvate (tot) r erori (r = 1, 2, ..., N - 1) este aproximativ
De asemenea, probabilitatea ca pn la t + t s se remedieze toate cele N erori este
Ambele relatii cu diferente finite devin prin trecere la limit,

, ecuatii diferentiale

Rezolvarea sistemului de ecuatii diferentiale rezultat, cu conditiile initiale P (0) = 0


pentru toti r, se obtine
r

o lege binomial de parametri N si


.
Numrul mediu de erori eliminate este dat de relatia
Repartitia numrului de erori remanente este descris de o lege de asemenea binomial
Modelul Musa este bazat pe aceleasi ipoteze ca si cel anterior. Ia ns n considerare
timpul de utilizare a unittii centrale (CPU). Acest timp este multiplicat cu un factor de
compresie c, raportul dintre durata echivalent de operare si durata de testare. Erorile
latente care se manifest n timpul de testare sunt eliminate cu probabilitatea p. In faza de
utilizare propriu-zis nu mai au loc eliminri de erori. Factorul de contractie exprim

37

proportia n care executiile din faza de operare curent au fost reduse prin alegerea
metodelor de proiectare si testare. De pild o or de testare poate echivala cu mai multe
ore de utilizare curent. Se noteaz cu M = N /p numrul maxim de defectri, necesar
pentru eliminarea tuturor erorilor programului. Tinnd seama de factorul de compresie,
numrul mediu de defectri observate n intervalul (0,t) devine
0

cu t timpul de rulare curent a programului. Avnd n vedere relatia dintre N si M si


rezultatul m = 1 /N care exprim durata medie pn la prima defectare, rezult
0

relatie caracteristic modelului Musa.


Modelele Littlewood si Littlewood-Verrall
Modelele prezentate mai devreme au o limitare dat de constanta coeficientului .
Littlewood propune un model n care fiecare eroare are ponderea proprie , i = 1, 2, ..., N
. Cu aceast nou completare, rata defectrilor capt o expresie nou
i

Desigur, ponderile erorilor nu pot fi n totalitate cunoscute. Se foloseste uzual o


distributie apriori subiectiv a acestor ponderi

o lege , aceeasi pentru orice indice i = 1, 2, ..., N, ceea ce subliniaz faptul c


ierarhizarea erorilor nu este posibil nainte de a se manifesta.
La momentul
cnd n erori s-au manifestat deja, se poate preciza aposteriori
repartitia prin intermediul ecuatiei lui Bayes. Pentru aceasta se observ c probabilitatea
ca n intervalul (0,t) eroarea i s nu se manifeste este
. Ecuatia Bayes d distributia
aposteriori a acelei erori

care dup nlocuirea densittii apriori devine

asadar o repartitie cu parametrii si t cu


.
Varianta Littlewood-Verrall, mai veche, nu cuprinde printre parametri numrul total de
erori latente N. Predictiile se refer n acest caz la intervalul de timp cu un nceput
arbitrar si cu finalul la eroarea urmtoare.
Modele cu rat de defectare variabil

38

Aceste modele au n vedere rate de defectare


cu (t) o functie (deci neconstant!) de timp precizat.
Dac functia (t) este liniar atunci
si vorbim despre modelul Schick-Wolverton. Expresia ultim arat c rata defectrii
revine la zero dup fiecare defectare/remediere a defectului. In cazul liniar

Durata medie a intervalului pn la defectarea urmtoare este

Cazul general, (t) o alt functie, este cunoscut sub numele de modelul Shanthikumar.
Dm pentru acest caz expresia functiei de rennoire

si a probabilittii care descrie procesul aleator al defectrilor


o lege binomial de parametrii N si [1- a(t)] cu a(t) integrala care apare n exponentiala
din formula precedent.
Un caz particular de important practic este acela n care ponderea (t) are expresia
ceea ce transform functia a(t) n
Acesta este modelul Goel-Okumoto (II). Procesul de manifestare a erorilor este
poissonian

n subtext, produsul N este finit dar N si tind concomitent la infinit, respectiv la zero
ceea ce echivaleaz cu un numr de erori foarte mare, independente una de cealalt.
Functia de rennoire este n acest caz
si are o form exponential.
Ca o concluzie a acestei sectiuni se poate retine numrul apreciabil de modele,
posibilittile mari de testare dintre care, pentru sigurant, se alege uzual situatia cea mai
dezavantajoas.

39

DIAGNOZA SISTEMELOR SI RECUNOASTEREA FORMELOR


Diagnoza sistemelor (fault detection) utilizeaz ntre altele metoda numit recunoasterea
formelor (pattern recognition).
Termenul forme asa cum este utilizat n recunoasterea formelor reprezint o generalizare
a ceea ce ndeobste ntelegem prin form cnd ne referim la geometria unor obiecte, o
extindere la formele de manifestare ale unor structuri din natur. In acest cadru general,
fenomenele, obiectele si sistemele din natur au anumite forme de manifestare (patterns)
care fac posibil distinctia ntre tipuri/clase diferite de fenomene/obiecte/sisteme.
Intr-o exprimare matematic, abstract, elementele unui spatiu C al claselor sunt asociate
prin intermediul unei aplicatii G pe un spatiu P al formelor (de manifestare). Formele din
spatiul P sunt asociate la rndul lor prin mijlocirea unei alte aplicatii M pe spatiul F al
observatiilor sau al msurtorilor.
Accesul nemijlocit este posibil numai la elementele spatiului F. Functiile M si G n
general nu sunt inversabile asa nct trecerea de la spatiul observatiilor napoi la spatiului
formelor si apoi la spatiul claselor pe o cale univoc pe care aplicatii inversabile ar oferio nu este posibil.
In circumstantele de mai sus, recunoasterea formelor este o tehnic de a obtine informatie
n form redus (reduction), de a aplica (mapping) informatia, de a eticheta informatia
(labeling).
In procesul de clasificare apare problema dubl a clasificrii gresite si/sau a distinge ntre
elementele diferitelor clase.
Cteva definitii specifice. Prin clasificarea unor forme se ntelege asignarea datelor de
intrare la una sau alta ditre cele c clase prespecificate pe baza extragerii
caracteristicilor/atributelor semnificative si pe baza analizei acestor atribute.
Recunoasterea unor forme const n abilitatea de a clasifica; uneori se creaz o a c + 1-a
clas corespunztoare inclasificabilului (clasa nu stiu sau nu pot decide). Descrierea
este o alternativ a clasificrii n cazul formelor cu caracteristici structurale. O clas de
forme este un set de forme care uzual mpart unele atribute comune cunoscut fiind
originea lor comun; cheia definirii unor astfel de clase st n capacitatea de a identifica
atribute/caracteristici potrivite si msuri bune ale similarittii formelor. Preprocesare
este operatia de filtrare sau de transformare a datelor brute pentru a ajuta fezibilitatea
evalurilor, pentru a extrage caracteristici si a minimiza zgomotul. Zgomotul este un
concept care-si are originea n teoria transmiterii informatiei; n recunoasterea formelor
zgomotul reprezint o serie de circumstante departe de ideal cum sunt distorsiunile sau
erorile asupra datelor/formelor de intrare, erorile n faza de preprocesare, erorile n
extragerea caracteristicilor/atributelor, erorile n datele de verificare/instruire.
Un clasificator este o functie sau un algoritm care face o partitionare a spatiului

40

caracteristicilor n regiuni de decizie purtnd anumite etichete, regiuni care sunt


etichetate. Dac vectorul caracteristicilor (numerice) este d-dimensional atunci regiunile
sunt o partitie a spatiului R , deci nu se admit suprapuneri ale lor. Exceptiile sunt admise
n cazul universurilor fuzzy. Intre regiunile de decizie sunt frontiere de decizie. Dac
regiunile sunt definite atunci procesul de clasificare este simplu. Se aplic unei forme
eticheta regiunii creia i apartine. Problema definirii acestor regiuni este ns dificil si
este cheia ntregii probleme a clasificrii. Clasificatorii se bazeaz pe functii
d

discriminante. Intr-o clasificare n c clase, functiile discriminant


actioneaz dup regula: atribuie x clasei w (regiunii R )
m

dac

. O frontier de decizie este definit

de
.
Instruirea unui sistem de recunoastere a formelor, nvtarea de ctre un astfel de sistem
tine seama de experienta sau de cunostintele a priori care trebuie totdeauna utilizate la
proiectarea unui sistem de recunoastere a formelor. Acele cunostinte se constituie n asanumitele multimi de nvtare. Ele constituie o baz de date care furnizeaz informatii
importante asupra modului cum trebuie asociate date de intrare cu decizii la iesire.
Instruirea/nvtarea utilizeaz forme tipice, reprezentative pentru formele care vor aprea
n aplicatia real.
Sunt utilizate mai multe variante ale recunoasterii formelor: una este varianta statistic,
alta este varianta sintactic/structural si, mai nou, varianta cu retele neuronale.
Procedurile ingineriei sistemelor de recunoastere a formelor parcurg uzual rmtorii pasi
(orientativi):
1. Studiul claselor de forme sub aspectul structural si sub aspectul probabilistic.
Explorarea posibilittilor de definire a unor msuri ale similarittii/dissimilarittii ntre
clase/n interiorul claselor. Studiul unor aspecte deformante, al unor proprietti
invariante, al surselor de zgomot.
2. Determinarea accesibilittii unor caracteristici/msurtori specifice.
3. Evaluarea performantelor sistemului de recunoastere a formelor raportat la resursele
disponibile, acuratetea clasificrilor raportat la resursele hard.
4. Disponibilitatea unor date de verificare/instruire (training sets).
5. Disponilbiltatea unor tehnici de-a gata de recunoastere a formelor.
6. Dezvoltarea unor posibilitti de simulare a sistemului de recunostere a formelor.
7. Verificarea/instruirea sistemului (training).
8. Verificarea performantelor sistemului prin simulare.
9. Parcurgerea iterativ a pasilor de mai sus pentru ameliorarea performantelor sistemului
de recunoastere a formelor.
In sistemele de recunoastere a formelor se folosesc variate masuri de similitudine. In
spatiile metrice, distanta euclidian

sau metrica mai general

41

sunt utilizate foarte frecvent. Foarte uzual este si distanta ponderat


cu Q matricea de ponderi pozitiv definit, care dac este si simetric se poate factoriza
sub forma Q = T T si atunci matricea T reprezint o posibil transformare de spatiu liniar
T

cu norma euclidian n spatiul adres, egal cu cea ponderat n spatiul surs.


Pentru distantele mentionate, care sunt derivate din produsul scalar de vectori

sunt valabile inegalitatea lui Schwartz si inegalitatea triunghiului. Dac


atunci
este proiectia vectorului y pe directia x.
Dac vectorii x si y sunt binari atunci este de utilizat distanta Hamming, suma n
multimea numerelor naturale a rezultatelor nsumrii modulo 2 a bitilor de acelasi rang ai
celor doi vectori.
Pentru multimi finite

sau distanta Levenshtien


Pentru siruri, fie acestea u si v, se au n vedere lungimile (diferite) si ordinea elementelor.
Elemente utilizate n constructia msurilor de similitudine si/sau lipsei de similitudine
sunt incluziunea (un sir contine un alt sir), suprapunerea (subsirul cel mai cuprinztor
comun celor dou siruri), similaritatea variational (costul minim al convertirii unui sir la
altul) etc.
Din descompunerea distantei
rezult o contributie constant/irelevant dat de termenii prim si ultim din expresie
final si o contributie care poate fi o msur a similitudinii dat de termenul central. Un
maxim al acestuia din urm produce un minim al distantei ntre formele x si y. Termenul
central, fr coeficientul -2, este corelatia (nenormalizat) a celor dou caracteristici
complete x si y. Imprtirea cu produsul normelor, dac astfel de norme sunt definite,
conduce la corelatia normalizat. Un maxim al acesteia presupune o
asemnare/similitudine pronuntat a celor dou forme.
Varianta spatiului scalat este exemplificat prin forma prototip (template) (1 2 3 4) de
regsit n secventa de intrare (7 6 3 4 1 2 4 3 1 2 3 4 5 6 5 4). Prin mediere dou cte dou
se obtin formele (1,5 3,5) si, respectiv (6,5 3,5 1,5 3,5 1,5 3,5 5,5 4,6) si, dup o nou
mediere, n aceeasi manier se obtin (2,5) si (5 2,5 2,5 5). Recunoasterea se produce n
trepte. Este aici de verificat economia de calcule (multiplicative) n metoda corelatiei.
Metoda spatiului scalat este generalizabil prin crearea unei familii de caracteristici

42

cu f(x) forma de recunoscut, g(x,y) un nucleu al convolutiilor date de formula de mai sus,
n care apare parametrul de scalare y.
O functie foarte utilizat este functia Gauss

care este un nucleu de continut unitar (integrala pe axa real este egal cu 1). El
realizeaz o netezire variabil cu rezolutia.
Diagnoz prin retele neuronale. Amprentele defectiunilor diverse se pot recunoaste
prin mijlocirea retelelor neuronale artificiale. Retelele neuronale artificiale sunt
reproduceri (nc modeste) ale retelelor de neuroni ale fiintelor vii, n particular ale celor
umane. Retelele de neuroni naturale sunt cele mai rafinate sisteme de prelucrare a
informatiei. Chiar dac vitezele sunt de cele mai multe ori inferioare celor ralizate de
calculatoare, o retea cum este creierul uman depseste n rafinament orice calculator
electronic. In tratarea informatiei suntem capabili a percepe, a prelucra semnalele primite,
a extrage catacteristici reprezentative dintr-o lume foarte complex si a decide. Aceste
operatii le efectum curent, cu o vitez cel putin acceptabil, n conditiile unei
adaptabilitti comportamentale remarcabile n raport cu situatii noi. Aceast din urm
caracteristic este datorat reflexelor rapide (de pild dimesionarea pupilar n raport cu
intensitatea sursei de lumin) si capacittii de a nvta. Dac reflexele sunt n mare
msur similare unor scheme automate simple, capacitatea de a nvta se refer la
adaptarea lent la a executa o actiune nou (mersul pe biciclet, de pild) sau la a aplica o
teorie matematic nou. Un sportiv de performant repet de nenumrate ori aceleasi
scheme pn cnd anumite miscri devin aproape inconstiente. Dobndeste astfel reflexe
noi prin nvtare. Matematicianul aplic anumite elemente teoretice la rezolvarea unor
probleme si prin exercitiu repetat nvat s rezolve si s formalizeze aspecte noi ale
disciplinei sale.
BIBLIOGRAFIE
1. Ctuneanu, V.M. si A.Mihalache Bazele teoretice ale fiabilitatii, Ed.Academiei RSR,
Bucuresti 1983
2. Dumitrescu, D. si H.Costin Retele neuronale. Teorie si aplicatii, Ed.Teora, Bucuresti,
Sibiu, 1996
3. Mihalache, A. Cnd calculatoarele gresesc. Fiabilitatea sistemelor de programe
(software), Ed.Didactic si pedagogic, Bucuresti 1995
4. Popovici, Al.A. Proiectarea securittii sistemelor complexe, Ed.Sti-intific si
enciclopedic, Bucuresti 1988
5. Stefnescu, C. Sisteme tolerante la defecte, Matrix Rom, Bucuresti 1999
6. Vancea, R., St.Holban si D.Ciubotariu Recunoasterea formelor. Aplicatii,
Ed.Academiei RSR, Bucuresti 1989
7. Publicatii periodice: AIChE Journal vol.36-45 (1990-1999)
8. Surse Internet.

43

44