Documente Academic
Documente Profesional
Documente Cultură
TEROTEHNICA
AUTOVEHICULELOR
CURS 1
2013
Curs pt uz intern la specializarea
Autovehicule Rutiere
ORIGINEA DENUMIRII
n franceza de origine
canadian- fiabilit- are
neles de demn de
ncredere referitor la
uzul unui obiect (unealt,
utilaj, etc.);
Sub denumirea de
reliability
reliability n engleza
american a fost utilizat
pentru prima dat, cu
ocazia ntocmirii
raportului AGREE,
referitor la logistica
comunicaiilor prin satelit
Ce este fiabilitatea ?
Termenul de fiabilitate face parte din limbajul de zi cu zi, n special
atunci cnd vorbim despre funcionalitatea unui produs.
Un produs foarte fiabil este un produs care ndeplinete funcia sa,
n orice moment i n toate condiiile de funcionare.
Definiia tehnic pentru fiabilitate reprezint o extindere a celei de
probabilitate: fiabilitatea este probabilitatea ca un produs s nu se
defecteze n condiii de funcionare date de mediu i n timpul unei
perioade definite de timp.
Probabilitatea termenul ia n considerare, faptul c diverse
evenimente pot fi cauzate de cauze accidentale, stocastice
distribuite i c probabilitate poate fi descris doar cantitativ.
Astfel, fiabilitatea include eecul unui produs i este, prin urmare, un
criteriu important de evaluare calitativ.
Curs pt uz intern la specializarea
Autovehicule Rutiere
Spirala calitii.
Curs pt uz intern la specializarea
Autovehicule Rutiere
Definirea
obiectivului
Utilizare i
Mentenabilitate
CO
NT
LU RO
TEH L
NIC
Urmrirea
produsului n
garanie
Cercetare Dezvoltare
Documentare
tehnic
ncercare Procesare
Fabricare
Omologare
Domenii de influen ale controlului tehnic de calitate.
200
180
160
Numar callback-uri
140
120
100
80
60
40
20
0
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Anul de referinta
10
11
Creterea
complexitii
Reducerea
timpului de
dezvoltare produs
Creterea
funcionalitii
Sistem/ /produs
produs
Sistem
Mecanica,electronica,
electronica,
Mecanica,
materiale,senzori,
senzori,software
software
materiale,
detip
tipmicro
microiimacro
macro
de
tehnologie
tehnologie
Reducerea costului
de dezvoltare
produs
Creterea
cerinelor
cumprtorilor
Creterea
ncrederii n
produsul furnizat
12
DETECIA
DEFECTELOR REVIZUIRE
Cost/ defect
PREVENIREA
DEFECTELOR ACIUNI
PROIECTARE
PRODUCIE
EXPLOATARE
13
CONSTRUCTIV:
Tehnologie de fabricaie optim,
de nalt calitate i complexitate
Specificaii tehnice complete i
exacte;
Calcule exacte i complete;
Stabilirea unui normativ de
fabricaie complet;
Teste derulate pe etapele de
fabricare
ANALITIC:
Determinarea i / sau predicie fiabilitatea
prin tehnici de fiabilitate urmat de optimizare.
inte:
-predicia de fiabilitate;
-detecia punctelor slabe produs;
-realizarea de studii comparative
CANTITATIV
Calculul prediciei de fiabilitate;
Determinarea ratei de defectare;
Analiza probabilistic de
fiabilitate;
Dezvoltarea instrumentelor de
predicie i analiz
Curs pt uz intern la specializarea
Autovehicule Rutiere
CALITATIV
Analiza sistematic a efectului
defectelor i a ieirilor din funciune;
Analiza defectelor prin prisma
cauzalitii
Dezvoltarea instrumentelor de
analiz i comparare
14
Curba de mortalitate
Scoatere
din uz
Z(t)
[def/ u.t]
15
CURS 2
2015
APT
pentru funcionare
INAPT
1
m = xi
n i =1
Ex.
Rezultatul
observrii
unui
flux
de
autovehicule n intervale de cte 5 minute
este urmtorul: 15, 18, 22, 16, 14, 16, 18.
Grafic, variaia fluxului de autovehicule este:
Utiliznd relaia dat, se obine valoarea
medie de 17 autov. / interval
M e = x n+1
1
Me =
xn + xn
+1
2
2
2
MODUL DE SONDAJ Mo
Este indicatorul care arat concludena observaiei efectuate, prin legtura pe care
o stabilete ntre indicatorii gruprii: m i Me
Se determin cu relaia:
M o = m + 3(M e m )
n exemplul analizat, valoarea medianei de
sondaj este: 14 autov. / interval.
Din punct de vedere al eficienei determinrii
statistice, se pot face cteva aprecieri privind
puterea (relevana) observaiei efectuate.
Exist astfel urmtoarele situaii:
1
xc = ( xmax + xmin )
2
n exemplul dat, valoarea central este:
18 autov. /interval
Concludena statistic a irului de date nu
este determinat clar de aceast valoare,
dect n ipoteza c ar coincide cu
valoarea mediei de sondaj
1
2
( xi m )
=
n
DISPERSIA IRULUI DE DATE D -
1
2
D = ( xi m ) = 2
n
AMPLITUDINEA IRULUI A -
a = xmax xmin
Cv =
1
r
M r = xi
n i =1
120
100
100
80
Valoare
Valoare
80
60
60
40
40
20
20
0
0
0
0
10
20
30
40
50
Cazuri observate
60
70
80
10
20
30
40
50
Cazuri observate
60
70
80
k = 1 + 3,32 2 lg
(n ) .
Pentru un numr redus de date (sub 25 valori), gruparea n clase este puin
semnificativ, suplimentul de informaie obinut fiind neconcludent.
n cazul n care eantionul de date este relativ mare (cuprinznd peste 100 de
valori), este recomandat pentru determinarea numrului de clase relaia:
k1 = 4 ( 0 , 7 5 ( n 1 )
1
)5
k2 =
n
.
4
Testul k
Nr.
valori
K
calculat
Testul k1
Nr.
Clase
Nr.
Valori
k1 calculat
Testul k2
Nr. Clase
Nr.
Valori
k2 calculat
Nr.
Clase
55
6.781
145
27.569
27
220
55
55
60
6.907
155
28.319
28
230
57.5
57
65
7.022
165
29.041
29
240
60
60
70
7.129
175
29.737
29
250
62.5
62
75
7.229
185
30.409
30
260
65
65
80
7.322
195
31.059
31
270
67.5
67
85
7.41
205
31.69
31
280
70
70
90
7.492
215
32.303
32
290
72.5
72
95
7.57
225
32.898
32
300
75
75
100
7.644
235
33.478
33
310
77.5
77
105
7.714
245
34.043
34
320
80
80
110
7.782
255
34.594
34
330
82.5
82
115
7.846
265
35.133
35
340
85
85
120
7.907
275
35.659
35
350
87.5
87
125
7.966
285
36.174
36
360
90
90
130
8.023
295
36.678
36
370
92.5
92
135
8.077
305
37.172
37
380
95
95
140
8.129
315
37.657
37
390
97.5
97
xmin = min ( xi )
xmax = max( xi )
a = xmax xmin
k = 1 + 3,322 lg(n )
Numrul de clase va fi partea ntreag a valorii k obinute din calcul,adic :
k = In(k )
a
d=
k
4. Determinarea limitelor specifice unei clase de
ordin j :
j
inf
= xmin + d ( j 1) ;
j
sup
= xmin + d j ;
l
l
j [1. . k ]
j =1
=n
xmax
Numr autov/5 minute
2
5
6
4
xmin
lsuo2
linf2
lsup1
2
linf1
Numrul observaiilor i
xmin3
xmin4
xmin5
xmin1
xmax1
xmax2
xmax3
xmax4
xmax5
f j = qj
frj =
qj
k
q
j =1
fc j = q j ;
r [1 .. k ]
j =1
q
fcr j =
j =1
k
q
j =1
;
j
0
Pentru eliminarea acestor erori, n mod uzual se aplic teste statistice, care n
majoritatea cazurilor se bazeaz pe ipoteza c:
seria statistic pe care se efectueaz testul provine dintr-o populaie
normal.
Erorile sistematice se datoreaz de cele mai multe ori unor situaii specifice, care
ns se menin pe ntreaga perioad de colectare a datelor.
Eantioul de date
Eantionul nu
este credibil
Evaluare eantion
identificare erori
Erori grosolane
Erori
sistematice
Se identific
cuantumul erorii
Erori
aleatorii
Se aplic teste
pentru eliminarea
erorilor
Un nou eantion
supus prelucrrii
de date
z =
| x1,n - m |
Exemplificare 2
Dac se consider un eantion format din 1000 de persoane dintr+o regiune
care au fost chestionat ce model de autoturism aparinnd unui brand cunoscut
prefer i 60% dintre intervievai au spus c prefer modelul A atunci:
-Sigur ntre 40 + 80% din populaia regiunii prefer modelul A;
-Nu exist siguran c ntre 59 - 61 % din populaie prefer acest model
Sunt 3 elemente care determin valoare nivelului de ncredere:
a. Mrimea eantionului, raportat la populaie un eantion mai mare va oferi o
informaie credibil, comparativ cu un eantion redus;
b. Precizia evalurii; n cazul n care 99% din proba confirm evenimentul
probabil si 1% infirm, ansele de eroare sunt mici, indiferent de mrimea
eantionului. n cazul n care procentele sunt de 51% i 49% ansele de eroare
sunt mult mai mari
c. Mrimea (dimensiunea) populaiei; dimensiunea eantionului este
relevant n concordan cu mrimea populaiei pe care-l reprezint.
Criteriul este ns devansat de reprezentativitatea unui eantion format.
Decizia
Obs.
0,01
Testul
are
o Este
foarte
posibil
ca
credibilitate
foarte evenimentul analizat s se
produc n orice condiii
ridicat
Ipoteza de nerealizare a
Testul
are
o
evenimentului este de sub
credibilitate ridicat
5%
0,05< 0,1
> 0,1
Testul
are
credibilitate
acceptabil
n general se cumuleaz
Testul are anse de motive de nerealizare care
eec ridicate
invalideaz
procesele
analizate
| xn - xn
-1
1-
N
0.975
0.95
0
0.92
5
1-
N
0.900
0.975
0.950
0.925
0.900
0.0100
0.24
8
0.04
94
0.0975
15
0.4401
0.5030
0.5559
0.6134
0.0442
0.08
08
0.12
70
0.1984
16
0.4634
0.5241
0.5755
0.6306
0.0928
0.14
53
0.20
32
0.2826
17
0.4848
0.5442
0.5933
0.6461
0.1447
0.20
66
0.26
96
0.3503
18
0.5044
0.5611
0.6095
0.6601
0.1948
0.26
16
0.32
61
0.4050
19
0.5225
0.5785
0.6243
0.6730
0.2411
0.31
01
0.37
42
0.4502
20
0.5393
0.5937
0.6379
0.6848
10
0.2831
0.35
26
0.41
54
0.4881
22
0.5692
0.6206
0.6621
0.7058
12
0.3554
0.42
32
0.48
22
0.5483
23
0.5827
0.6327
0.6728
0.7151
14
0.4145
0.47
92
0.53
40
0.5942
25
0.6071
0.6544
0.6923
0.7319
Dup cum se poate uor deduce, testul Irwin nu este eficient n cazul n care valorile
xn i xn-1 sunt apropiate, deci susceptibile valori erori strecurate n irul datelor supuse
prelucrrii de fiabilistice.
Gruparea erorilor la capetele de ir, n limita inferioar sau superioar a valorilor
caracteristice, justific cerina ordonrii cresctoare a valorilor.
| x* - m |
n
n -1
Testul Grubbs, denumit i testul v permite verificarea valorii xn dac nu este aberant.
n acest scop se calculeaz expresia:
| xn - m |
v =
,
vcalculat vcritic
FIABILITATEA
AUTOVEHICULELOR
CURS 3
INDICATORII DE FIABILITATE
28.05.2015
de
fiabilitate
este
posibil
prin
intermediul
SUBSISTEM 1
SISTEM
SUBSISTEM 2
SUBSISTEM k
Subansamblu 1n
Piesa (reperul
28.05.2015
tehnic)
Subansamblu 21
Subansamblu 22
Subansamblu 2n
Subansamblu k1
Subansamblu k2
Subansamblu kn
F (t ) = P(T < t )
Valoarea teoretic a indicatorului funcie de repartiie a timpului de funcionare, se
determin cu relaia:
N(0 ) - N(t )
F (t) =
,
N(0 )
N(0) reprezint numrul total de produse;
N(t) este numrul de produse n stare de bun funcionare la momentul t al
determinrii.
28.05.2015
Exemplu
Se consider un lot de 35 de pompe de ap care echipeaz un model de autoturism,
pentru care s-a efectuat o analiz de fiabilitate pe baza comportrii n condiii normale de
exploatare. Pe parcursul monitorizrii s-a nregistrat momentul pn la apariia primei
defeciuni (tabelul urmtor) cuantificarea a constat in: [ore funct.].
Obiectivul testului a fost: determinarea indicatorilor generali de fiabilitate.
Nr.
obs.
Moment
cdere
Nr.
obs.
Moment
cdere
Nr.
obs.
Moment
cdere
120
10
440
19
625
29
819
142
11
445
20
667
29
885
145
12
455
21
680
30
895
165
13
470
22
690
31
1.01E+03
215
14
490
23
714
32
1.12E+03
228
15
562
24
724
33
1.19E+03
344
16
567
25
788
34
1.20E+03
365
17
588
26
799
35
1.44E+03
9
28.05.2015
410
18
601
27
814
Nr.
obs. Moment cdere
Frecvena absolut de
apariie a defectelor
Frecvena cumulat de
apariie a defectelor
230
450
14
670
10
24
890
31
1.11*10^3
34
1.33*10^3
35
28.05.2015
defecte in interval
6
4
2
0
0
110
500
lcj
1.510
40
30
fcumj
dif j
20
10
0
0
110
500
lcj
28.05.2015
1.510
P ( t < T t + t)
f ( t ) = lim
.
t 0
t
Valoarea teoretic a densitii de probabilitate a timpului de funcionare se determin
cu relaia:
N ( t ) - N ( t + t)
f ( t ,t + t ) =
.
tN ( 0 )
28.05.2015
1.510
1.2510
110
densj
7.510
510
2.510
0
0
250
500
750
110
lcj
28.05.2015
1.2510
1.510
R (t ) = P (T > t ) ,
Defeciunea apare dup expirarea timpului de supraveghere a produsului, indiferent
de mrimea intervalului.
Teoria fiabilitii, n acord cu axiomele generale de probabilitate, nu exclude apariia
defeciunii, dar poate limita un interval n afara cruia orice eveniment este posibil.
N( t )
R( t ) =
.
N(0 )
28.05.2015
Functia de fiabilitate
1
0.8
Rj
0.6
fiabj 0.4
0.2
0
0
110
500
1.510
lcj
Indicatorii de fiabilitate
1
0.833
Rj
Fj
0.667
0.5
0.333
0.167
0
0
250
500
750
110
lcj
28.05.2015
1.2510 1.510
P ( t < T t + t | T > t)
z ( t ) = lim
.
t 0
t
Valoarea teoretic a funciei z(t) se determin cu relaia:
N ( t ) - N ( t + t)
z ( t ,t + t ) =
.
t N( t )
28.05.2015
0.015
0.012
3
910
zj
610
310
0
200
400
600
800
lcj
28.05.2015
110
1.210
Rata de defectare
Defecte timpurii
defect de asamblare,
producia de eec,
greit materiale,
design defect
Erori aleatoare
de exemplu, cauzate
de eec,
operaional, lipsa
unui mediu de lucru
curat,
eec ntreinere.
Defecte de
mbtrnire
de exemplu,
oboseal,
uzur material,
pittings
Durata de via
ACIUNI
funcionarea corecta, Calcule de fiabilitate,
studii practice,
ntreinere,
control pilot pe serie
studii practice
utilizarea corect i
limitat,
de producie i
aplicare tehnici de
controlul calitii
bune practici
28.05.2015
elementelor
M T B F
f (t ) d t
1
m=
N(0 )
28.05.2015
N(0 )
i=1
ti
I- defectare
28.05.2015
II- defectare
III- defectare
D =
( t - m )2 f ( t ) d t .
1
D=
N(0 )
N(0 )
( t i - m )2 ,
i=1
D ,
D =
( t - m )2 f ( t ) d t .
28.05.2015
1
N(0 )
N(0 )
i=1
( ti - m ) ,
Coeficientul de disponibilitate A
reprezint raportul dintre media timpului de funcionare i valoarea medie a unui
ciclu funcionare reparare
28.05.2015
Frep = P (Trep t ).
Densitatea de probabilitate a timpului de reparare frep(t): reprezint limita
raportului dintre probabilitatea ca durata de reparare a produsului s fie cuprins
n intervalul (t, t+ t) i mrimea intervalului, pentru t> 0.
f r e p ( t ) = lim
P ( t < T r e p t + t)
t 0
mr e p =
f r e p (t ) d t .
H 2 (t ) = M ( N 2t ),
unde: N2 t reprezint numrul intrrilor n funciune n intervalul (0, t).
Numrul mediu al defectrilor n intervalul (0, t), H1(t): reprezint valoarea
medie a defectrilor pentru dispozitivul verificat:
H 1 (t ) = M ( N 1t ),
N1 t reprezint numrul ieirilor din funciune (defectrilor) n
intervalul (0, t).
28.05.2015
P ( t ,t + t )
.
t 0
t
h2 ( t ) = lim
P ( t ,t + t )
h1 ( t ) = lim
t 0
t
Disponibilitatea A(t): reprezint probabilitatea ca produsul s fie n stare de
funcionare la momentul t:
t
A( t ) = R ( t ) +
2(
) ( 1 - F rep ( t - ) ) d
A =
m
mrep + m
28.05.2015
: K [0,1] ;
Eveniment sigur : care se realizeaz ntotdeauna
Evenimentul contrar al unui eveniment C
n
P( A) =
N
Aplicaie
Dintr-un lot de 50 de autovehicule Logan livrate concomitent, tiind c
n acel an s-au livrat n total n ar 5000 autovehicule de acelai
tip, iar n circulaie se afl un numr total de 50000 asemenea
autovehicule, fiind la volanul unuia din acestea, s se determine:
a) probabilitatea de a ntlni un autovehicul din acelai lot;
b) probabilitatea de a ntlni un autovehicul avnd acelai an de
fabricaie.
Algoritmul rezolvrii
Se noteaz:
A probabilitatea de a ntlni un autovehicul din acelai lot
B probabilitatea de a ntlni un autovehicul din acelai an de
fabricaie.
P(A) = (50 - 1) / (50000 -1) = 9,8 . 10-4
P(B) = (5000 - 1 ) / (50000 - 1 ) = 0,09998
Eveniment probabilistic.
Considernd un set de observaii i P probabilitatea asociat
fiecrui eveniment A cu urmtoarele proprieti:
P () = 1;
P ( A + B ) = P ( A)+P ( AB),
dac:
A B = 0
Teorema probabilitii totale:
Este una din teoremele de baz n determinrile de fiabilitate, constituind
punctul de plecare n determinarea indicatorilor de fiabilitate i
mentenabilitate.
Dac evenimentele Ai sunt o desfacere a evenimentului sigur i dac
B este un eveniment oarecare al cmpului de evenimente, atunci:
P(B) = P ( A1 ) P (
B
A1
) + P( A2 ) P(
B
A2
) + ... + P( Ai ) P(
B
Ai
) + ...;
P( Ai ) =
B
P( Ai ) P(
P(B)
Ai ;
Formula lui Bayes este un instrument frecvent utilizat, fiind derivat din
teorema probabilitii totale, agreat att n determinrile de calitate (AQL,
AQM) ct i n teoria fiabilitii, n aprecierea evenimentelor aleatoare. Se
va putea observa la aprofundarea elementelor de teoria fiabilitii ca sunt
indicatori care se determin strict prin aplicarea acesteia. n cazul
repartiiilor discrete, relaia de probabilitate dat de aceast formul asigur
succesul determinrii evenimentului probabil.
Exemplu 1.
Un cablu de acceleraie se poate achiziiona de la trei ntreprinderi
productoare. n urma unui control de calitate efectuat prin
sondaj, pe loturi alese aleator, s-a constat c dou fabrici au
produs 90 de caburi bune i cte 4 defecte, iar cea de a treia a
nregistrat numai 3 cabluri defecte la 100 de cabluri produse.
S se determine :
a) probabilitatea ca un cablu ales la ntmplare provenit de la cele
trei fabrici s fie defect;
b) probabilitatea ca piesa defect s provin de la cea de a treia
fabric.
Rezolvare:
Este deci cazul unui cmp de evenimente incompatibile dou cte dou,
provenite dintr-o mulime numrabil. S considerm, deoarece primii doi
fabricani au aceeai caracteristic referitor la numrul pieselor defecte din
lot, c problema se poate simplifica lund n studiu doar cele dou tipuri
distincte privind structura calitativ a pieselor.
Astfel se consider:
- fabricile cu structur de producie de tip A realiznd cte 90
cabluri bune i 4 defecte;
- structura de producie de tip B, n care s-a constatat un
numr de 3 cabluri defecte dintr-un total de 100 buc.
Pentru a afla probabilitatea total se impune efectuarea unor calcule
preliminare n scopul determinrii numrului total al eantioanelor
provenite din cele trei fabrici i n continuare determinarea aportului
fiecrui productor la numrul total de rebuturi din eantioanele
caracteristice.
Aplicnd relaia probabilitii totale, se obine probabilitatea ca un produs
verificat la ntmplare s fie defect:
P(B) = P ( A1 ) P (
B
A1
P( A ) =
) + P( A2 ) P(
B
A2
) + ... + P( Ai ) P(
4 90
3 97
+
= 0.035
100 194
94 194
B
Ai
) + ...;
P( Ai ) =
B
P( Ai ) P(
P(B)
Ai ;
3 97
P ( A3 ) = 100 197 = 0,42
0.035
A
Exemplu:
Care este probabilitatea ca circulnd pe un drum public s
rmn n pan datorit unei explozii de anvelop pe puntea
fa.
Este cunoscut c 75% din exploziile de anvelope se produc pe
puntea fa.
Explozia de anvelope n general reprezint 5% din cauza
penelor de autovehicule.
n general pe drumurile publice rmn n pan 3% din totalul
celor aflate n trafic.
P(A) = 0,03
P(B/A) = 0.75
P(B/C(A) = 0,05
P( Ai ) =
B
P :=
P( Ai ) P(
P(B)
Ai ;
( 0.03 0.75)
( .03 0.75 + 0.05 0.97)
=0,317
copyright @ 2015
Clasificare:
Legi de distribuie pentru variabile aleatoare
discrete:
Distribuia binomial;
Distribuia polinomial;
Distribuia Poisson (Legea evenimentelor rare);
Distribuia uniform;
Distribuia exponenial;
Distribuia normal i lognormal;
Distribuia Weibull;
Distribuia Gamma;
Distribuia Student.
Distribuia binomial
Repartiia a fost studiat de J. Bernoulli, care a dat i prima
schem de realizare a acesteia:
Lund n considerare o succesiune de extracii independente dintr-o urn
care conine A bile albe i B bile negre, iar dup fiecare extracie bila
fiind reintrodus n urn, s-a studiat probabilitatea ca n mod aleator
s se extrag o bil alb, respectiv una negr. Probabilitatea p de a
extrage o bil alb va fi constant i egal cu:
p=A/(A+B);
Probabilitatea contrarie q de a extrage o bil neagr va fi de asemeni
constant i egal cu :
q=B/(A+B);
astfel c suma celor dou evenimente va fi:
p+q=1
fiecare ncercare s formeze un set complet de evenimente
compatibile i incompatibile, adic, s existe numai dou rezultate
posibile;
probabilitatea de apariie a unui fenomen la fiecare ncercare s
fie constant i egal cu p, caz n care probabilitatea evenimentului
contrar q va fi:
P C A = 1 - p = q;
P(A = k) = C kn p k q n- k =
n!
p k q n-k
k!(n - k)!
unde
p este probabilitatea de succes a evenimentului
q este probabilitatea de eec a experimentului
k indic de cte ori evenimentul A apare (mai exact ki indic de cte ori apare
evenimentul Ai).
n este numrul total de evenimente (experimente)
Expresia funciei de repartiie este:
n
F(k) =
n!
k ! ( n -k ) !
k =0
p k q -n
F(k) =
n!
k ! ( n -k ) !
k =0
pk q
n k
i=1
k i pi
= k
k
C kn i p i q
i = 1
Modul de sondaj:
n p - q < M 0 < n p + q;
n- k i
Dispersia:
D[X] = M[X - M(X)] = nk =1 ( x k - n p )2 p k = n p (1 - p)
2 = D 2 [X] = n p q ;
Aplicaia 1
Se consider sistemul de monitorizare a coninutului de oxigen din gazele de
evacuare cu dou sonde de oxigen montate una n amonte i cealalt n aval de
catalizator.
S se determine care este probabilitatea ca sistemul s funcioneze cu ambele
sonde n stare de funciune, dac probabilitate de defectare a sondei de oxigen
este 0,1.
Rezolvare:
1. Particularizarea parametrilor caracteristici:
n
n!
F(k) =
k ! ( n -k ) !
k=0
n=2
p=0.1
deci q =0.9
x reprezint numrul de defecte admis, n acest caz fiind : 0
p k q -n
2!
0
2 0
F(x ) =
(0.1) (0.9) =
0 !(2 0 )!
2
2
(1) (0.9) = 0.81
=
1 2
Aplicaia 2
Se consider un motor n patru cilindrii.
S se determine care este probabilitatea ca sistemul s funcioneze cu doi cilindri
defeci, dac probabilitate de defectare a oricrui cilindru este 0.05.
Rezolvare:
1. Particularizarea parametrilor caracteristici:
n
n!
F(k) =
k ! ( n -k ) !
k=0
n=4
p=0.05
deci q =0.95
x reprezint numrul de defecte admis, n acest caz fiind : 2
p k q -n
Aplicaia 3:
Controlul tehnic de calitate pe linia de producie a subansamblului
computer de bord pentru un model de autovehicul din producia de serie,
impune ca 95% din producia zilnic s se ncadreze n limitele
specificaiei
tehnice
impuse.
Pentru aceasta inginerul responsabil cu calitatea, alege din producia
zilnic 20 echipamente pe care le testeaz. Acceptarea lotului zilnic este
condiionat de constatarea ca nu mai mult de un echipament testat s nu
se ncadreze n cerinele de calitate. n caz contrar ntreaga producie din
ziua
respectiv
urmeaz
s
fie
testat
individual.
Care este probabilitatea ca inginerul s accepte eronat producia dei
numai 90% din fabricaie ndeplinete condiiile tehnice impuse?
Care este probabilitatea ca inginerul s solicite inutil controlul individual al
ntregului lot de fabricaie dei cel puin 95% din produse sunt n
parametrii?
Rezolvare:
Aplicaia propus pune n discuie dou evenimente care dei par a
avea o conexiune logic, urmeaz un curs de rezolvare distinct. ntr-o prim
etap se analizeaz cazul acceptrii unui lot peste nivelul de calitate admis:
adic din cele 20 echipamente testate cel mult unul este defect.
Datele iniiale ale problemei n acest caz sunt:
numrul n de produse testate este: n = 20;
evenimentul probabil, n acest caz va fi : p = 0.10;
cele ki evenimente probabile sunt: k = 0, 1.
20!
(0.1)0 (1 0.1)(200 ) = 0.12157
0!(20 0)!
20!
(0.1)1 (1 0.1)(201) = 0.27017
P(20,1) =
1!(20 1)!
P(20,0) =
Aplicaia 4
Se consider un eantion format din 17 autovehicule ce urmeaz s treac printr-o
intersecie semaforizat. S se determine care este probabilitatea de trecere prin
intersecie a 0, 2, 5, 7, 9, 11, 15 i 17 autovehicule, cunoscnd c funcia ce
guverneaz aceast probabilitate poate lua valori: 1/8; 3/8; 1/2; 5/8 i 7/8.
Comentariu i rezolvare. n enunul aplicaiei, s-a utilizat noiunea de funcie de
probabilitate, care n fapt reprezint funcia empiric care poate guverna rata de
succes a evenimentelor (posibilitatea de trecere prin intersecie a numrului de
autovehicule considerat). Explicit se pune problema densitii de probabilitate a
ratei de succes a evenimentului: prin intersecie trec, 0, 2 .. 17 autovehicule dac
funcia empiric ce declaneaz evenimentul este: 1/8 ..7/8. Se menioneaz c
valorile acestei funcii sunt cuprinse n intervalul 0 .. 1
3/8
1/2
5/8
7/8
Probabilitatea
de trecere
Numr de
treceri
0
2
5
7
9
11
15
17
0.10
3.389*10-4 7.629*10-6
5.734*10-8
0.29
0.02
1.037*10-3
2.166*10-5
12
0.04
0.16
0.05
4.563*10-3
4.618*10-8
2.439*10-3
0.18
0.15
0.04
7.112*10-6
6.223*10-5
0.08
0.19
0.14
4.356*10-4
6.466*10-7
0.02
0.09
0.20
0.01
2.959*10-12
2.166*10-5 1.037*10-3
0.02
0.29
0.00
5.734*10-8 7.629*10-6
3.388*10-4
0.10
0.00
2.959*10-
0.3
Pi , 1
Pi , 2
0.2
Pi , 3
Pi , 4
Pi , 5
0.1
10
15
20
ki
Valorile k
F=1/8
F=3/8
F=1/2
F=5/8
F=7/8
Repartiia polinomial
Reprezint o generalizare a repartiiei binomiale, fiind
specific studiului fiabilitii mijloacelor de msur i
control.
n acest caz se introduce vectorul m - dimensional cu
repartiia k1, k2, ..,km .
Expresia general a probabilitii este:
n!
p1k 1
P n ( k 1 , k 2 ,.., k m ) =
k1! k 2 ! . . . k m !
p k2 2 . . . p kmm ;
Repartiia Poisson
( legea evenimentelor rare )
n teoria probabilitilor i statistic, Legea Poisson de
distribuie este o distribuie de probabilitate discret care
exprim probabilitatea de apariie a unui anumit numr
de evenimente care au loc ntr-un interval fix de timp i /
sau spaiu n cazul n care aceste evenimente apar cu o
rat medie cunoscut i independent de timp de la
ultimul eveniment. (Distribuia Poisson poate fi, de
asemenea, utilizat pentru evaluarea probabil a
evenimentelor specifice unor alte intervale, cum ar fi
distanta, zon sau de volum.)
Repartiia Poisson
( legea evenimentelor rare )
Este caracteristic repartiiei unor evenimente cu rat de
frecven redus ca de exemplu: producerea accidentelor,
defeciuni de maini i instalaii, apariia unor piese
necorespunztoare ntr-un lot de piese foarte bune.
Repartiia este caracterizat prin faptul c defeciunile
care apar sunt extrem de rare, astfel c funcia de
defectare are valori:
F(t) < 0,1 i este aceeai pe orice interval din durata de
exploatare a produsului.
Acest fapt se transpune sub forma matematic:
m = n p =
Unde:
k este numrul de apariii ale unui eveniment;
este un numr real pozitiv, egal cu numrul ateptat de
apariii n intervalul dat. De exemplu, n cazul n care
evenimentele se petrec, n medie, de 4 ori pe minut, n
cazul n care se dorete determinarea probabilitii
apariiei unui eveniment de k ori ntr-un interval de 10
minute, s-ar folosi o distribuie Poisson ca modelul cu
= 10 4 = 40 .
Densitatea de probabilitate n apariia evenimentului exprim ansa incidenei ntrun interval de timp caracteristic sau raportat la un eantion reprezentativ i este dat
de relaia:
f (k < ) =
k!
Me = +
1 0,02
P (t , ) = e ( (e 1))
t
Aplicaie.
Numrul mediu de defectri n garanie efectuate ntr-un service,
reprezentan a unei mrci de automobil este de 1.2. S se determine
probabilitatea ca ntr-o zi s apar patru defectri reclamate de clieni.
Algoritm de rezolvare i comentariu
P[ X = k ] = e-
1.2
k
= e4
= 0.026
k!
4!
Aplicaia 5.6.
La o expoziie auto, numrul de vizitatori al unui stand care expune
automobile hibride este de 4 la fiecare 10 minute.
Care este probabilitatea:
s fie cel puin doi vizitatori la fiecare 10 minute
s fie exact doi vizitatori la fiecare 10 minute;
s viziteze standul exact 5 vizitatori la fiecare 10 minute
Algoritm de rezolvare
Parametrii repartiiei conform enunului sunt:
parametrul caracteristic (media defectelor n garanie) este = 4;
variabila X va fi n acest caz funcie de solicitarea punctual a aplicaiei;
X=0, 1 i 2 la punctul a; X=2 la punctul b i X=5 la punctul c.
Probabilitile
calculate
P(0, )
0.301
P(1, )
0.361
P(2, )
0.217
P(5, )
6.246 . 10-3
P(0,)+P(1,)
0.662
CP(0,1,)
0.338
Aplicaia 1
Se consider observarea cu echipament radar a regimului de vitez pe o arter
urban. Considernd rezultatele nregistrate, grupate n intervale de viteze conform
tabelului alturat, s se determine probabilitatea ca viteza legal admis s fie
depit cu: 10, 20, 30, 40 i 50 km/h.
Repartiia statistic a vitezelor observate.
Interval
de viteze
[km/h]
Nr.
vehicule
ncadrate
20
20
30
30
40
40
50
50
60
60
70
70
80
80
90
90
100
39
32
41
77
37
14
Comentariu i rezolvare
n scopul rezolvrii acestei aplicaii, se impune n prealabil reducerea ei la o
problem de tip probabilistic. n acest scop, vom considera o ierarhizare a
evenimentelor k funcie de gradul de risc pe care l reprezint.
50
50 60
60 70
70 80
80 - 90
90 - 100
Nr. vehicule
ncadrate
Nk
94
77
37
14
1
=
N
k max
k n
k =0
f(k, )
P(k, )
0.147
0.147
0.281
0.428
0.27
0.698
0.173
0.871
0.083
0.954
0.032
0.986
0 .3 0
densitatea de probabilitate
0 .2 5
0 .2 0
0 .1 5
0 .1 0
0 .0 5
0 .0 0
50
60
70
80
90
100
d o m e n iu l d e v ite z e [k m /h ]
1 .0
0 .8
0 .6
0 .4
0 .2
0 .0
50
60
70
80
90
d o m e n iu l d e v ite z e [k m /h ]
100
1
;
pentru x [a,b];
f(x) : (b - a)
Funcia de 0;
repartiie
pentruuniform
x [a,b]pe
; intervalul [a, b]
este:
0 pt.x (, a )
F [ X = x] = ( x a ) ( x b) x [a, b]
1 pt.x (b,+
F(t)
Media teoretic:
x dx
1
a+b
2 b
M[X] = a x f(x) dx = a
=
x |a =
;
b-a
2 (b - a)
2
b
Dispersia:
(a - b )
;
D[X] = M[X - M(X)] =
12
Repartiia exponenial
f(t) = e- t ; f 0;
Reprezentarea
grafic a
variaiei
indicatorului
f(x)
R (t ) = e = e
0.8
0.6
R(x)
0.4
0.2
f (t ) 1
z (t ) =
= =
R (t ) m
Functia rat a defectrilor constitue elementul caracteristic
al acestei legi de distribuie, caracterizat din acest punct
de vedere ca fiind:
funcia cu rat de defectare constant
Aplicaie 1
Algoritm de rezolvare:
1. Calculul parametrului caracteristic exprimat n uniti de msur etalon:
=
0.004
= 1.143 10- 4 [defecte / km]
350
t (max ) t (min )
n 1
Distana parcurs
[km]
Funcia de fiabilitate
R(t)
1000.00
0.8920
0.108
0.00010190
4500.00
0.5980
0.402
0.00006833
8000.00
0.4010
0.599
0.00004581
11500.00
0.2690
0.731
0.00003070
15000.00
0.1800
0.82
0.00002058
18500.00
0.1210
0.879
0.00001380
22000.00
0.0810
0.919
0.00000925
25500.00
0.0540
0.946
0.00000620
29000.00
0.0360
0.964
0.00000416
32500.00
0.0240
0.976
0.00000279
36000.00
0.0160
0.984
0.00000187
39500.00
0.0110
0.989
0.00000125
43000.00
0.0073
0.993
0.00000084
46500.00
0.0049
0.995
0.00000056
50000.00
0.0033
0.997
0.00000038
1.510
0.8
4
Ri 0.6
Fi
fi
0.4
zi
510
0.2
0
0
110
110
210
310
410
510
ti
0
0
ti
parcurs [km]
Functia de fiabilitate
Distributia timpului de fun
densitatea de probabili
rata de defectare
Parcur
s
R(t)
5000
0,819
0,181
3,275 .10-5
10000
0,670
0,330
2,681.10-5
15000
0,549
0,451
2,195.10-5
20000
0,449
0,551
1,797.10-5
25000
0,368
0,632
1,472.10-5
30000
0,301
0,699
1,205.10-5
35000
0,247
0,753
9,864 . 10-
40000
0,202
0,798
8,076 . 10-
45000
50000
0,165
0,135
Indicatorul de fiabilitate
F(t)
f(t)
0,835
0,865
6
6
6,612 . 106
5,413 . 106
z(t)
4 . 10-5
indicatorul de fiabilitate
0.909
R
F
i
0.5
0.091
0
0
3
5 .10
1 10
R(t)
F(t)
4
2 10
4
4
3 10
4 10
t
i
parcurs realizat [km]
5 10
4
6 10
4
6 .10
Aplicaie 2
Studiul unui eantion de pistoane, la momentul t
= 10000 km, din perioada vieii utile, a dus la
determinarea valorii empirice a funciei de
fiabilitate:
R(t) = 0,622.
Algoritm de rezolvare
Din relaia de determinare a funciei de fiabilitate,
se determin parametrul caracteristic :
ln R(t )
=
t
se obine pentru valoarea de: 4,748 10-5 [def/km],
care reprezint i rata cderilor z(t).
pentru media timpului de funcionare,
se obine valoarea de :21060 [km]
Aplicaie 3
Care este probabilitatea de supravieuire a unui
eantion de 100 uniti supuse observrii, dac media
timpului de funcionare ntre reparaii este de 80
uniti?
Dar dac se alege intervalul de observare n limitele:
200 300 uniti, s se determine valoare
indicatorului rat de defectare: z(t).
Algoritm de rezolvare
Probabilitatea de supravieuire, identificat
prin indicatorul funcie de fiabilitate, este:
R(100) = e
100
80
= 0.2865
R (300) e
R (300,200) =
= 200 / 80 = 0.2865
R (200) e
Aplicatia 4
Se consider testarea unui lot de 8 plcue de frn n vederea
stabilirii fiabilitii unui lot de fabricaie. Rezultatele nregistrate
privind momentul ieirii din uz se prezint n tabelul 5.10.
Cunoscnd c legea estimat de repartiie a duratei de
exploatare a acestora este de tip exponenial, s se determine
indicatorii de fiabilitate corespunztori vieii utile. Rezultatele se
prezint analitic (tabelar) i grafic.
Nr. ordine lot
Momentul
defectrii
[km ech.]
Algoritm de rezolvare:
n acest caz, n prima etap de rezolvare a aplicaiei se impune determinarea
parametrului caracteristic , fapt ce necesit calculul mediei statistice de sondaj.
O alt cerin a aplicaiei o reprezint localizarea intervalului de timp n care s se
calculeze indicatorii caracteristici.
Referina la perioada vieii utile face trimitere la domeniul de funcionare cu rata de
defectare constant (conform estimrilor generalizate).
n acest sens, se va considera media timpului de utilizare rezultat din prelucrarea
statistic a datelor din tabel, ca fiind cu aproximare de 3 si reprezint o referin
a vieii utile optime.
Astfel, valoarea inferioar a intervalului vieii utile va fi considerat ca fiind m - 3,
iar limita superioar m+ 2.
Pentru acest interval se vor identifica valori echidistante n care se calculeaz
indicatorii de fiabilitate
Parcurs
[km ech]
R(t)
F(t)
f(t)
z(t)
5252
0.906
0.094
0.00001
702
0.00001879
19210
0.697
0.303
0.00001
310
0.00001879
33160
0.536
0.464
0.00001
008
0.00001879
47120
0.413
0.587
0.00000
775
0.00001879
61070
0.317
0.683
0.00000
596
0.00001879
75020
0.244
0.756
0.00000
459
0.00001879
88980
0.188
0.812
0.00000
353
0.00001879
102900
0.145
0.855
0.00000
272
0.00001879
116900
0.111
0.889
0.00000
209
0.00001879
130800
0.086
0.914
0.00000
161
0.00001879
144800.00
0.066
0.934
0.00000
124
0.00001879
158800.00
0.051
0.949
0.00000
095
0.00001879
Indicatorul statistic
Media de sondaj
53220
9594
( x )2
2 2
(x ) =
1
2
u2
du
e 2
t m
F (t ) =
1
F(t ) =
e
2 0
(
t m )2
2 2
mt
R(t , m, ) =
1
R (t ) =
e
2 t
(
t m )2
2 2
Rata de defectare:
f (t )
z (t ) =
R(t )
m=Me=Mo=2,5
Aplicaie:
S se calculeze i s se reprezinte grafic indicatorii de fiabilitate ai unei
distribuii normale dac se cunosc: media timpului de funcionare 21.000
ore, abaterea medie ptratic: 4200 ore. Intervalul de reprezentare: 500040000 ore
Rezolvare
Datele iniiale:
Variabila:
1
t i = 5000 + (i 1) (40000 5000)
n
110
810
610
fi
410
210
110
210
310
410
ti
timpul [ore]
810
610
fi
410
210
0
0
110
210
ti
timpul [ore]
310
410
110
110
810
610
fi
410
210
0
0
110
210
ti
timpul [ore]
310
410
tm
Z=
, Z [0 K1 ]
t = Z + m
Integrala normalizat
Z
Exemplu:
Timpul mediu necesar pentru o revizie tehnic este de 80 de minute, cu
o abatere medie ptratic de 9 minute (determinri efectuate pentru
normarea unui service auto).
S se determine:
a. Probabilitatea ca timpul efectiv de revizie s fie de exact 90 minute;
b. Probabilitatea ca timpul de revizie s fie mai mare de 85 de minute;
c. Probabilitate ca timpul de revizie s fie ntre 70 75 de minute
Rezolvare:
Parametrii caracteristici sunt:
Media statistic: 80 minute
Abaterea medie ptratic: 9 minute
Variabila t va lua valorile funcie de cerinele punctuale
Pt. punctul a: t = 90
nlocuind n relaia Laplace se obine:
Z=
Probabilitatea ca
timpul de intervenie
s fie 90 de minute
este:
P(90,m,)=0.13335
t m 90 80
=
= 1.11
Z=
t m 90 85
=
= 0.555
70 80
Z(70,80,9) =
= 1.111
9
75 80
Z(75,80,9 ) =
= 0.555
9
P(70,m,)=1-0.1335=0.8665
P(75,m,)=1-0.2912=0.7088
Distribuia Log-normal
Densitatea de probabilitate a evenimentelor
f (x , m, ) =
1
x 2
(
lg (x ) m )2
2 2
m=e
2
2
Me = e
Modul de repartiie fiind n acest caz
Mo = e
Distribuia Weibull
Legea de distribuie Weibull are o aplicabilitate larg n
determinrile de fiabilitate, fiind propice utilizarea
acesteia n caracterizarea oricrei perioade caracteristice
din viaa produsului, avnd n vedere faptul c poate fi
particularizat la distribuia exponenial sau normal.
Este utilizat cu prioritate n aprecierea distribuiei uzurii
elementelor autovehiculului (rulmeni, arbori cotii,
pistoane, etc.), subansamble i ansamblul general
autovehicul.
Constituie un instrument puternic, cu caracter general n
aprecierea cderilor provocate de evenimente a cror
repetabilitate poate fi gestionat n secvene de timp
R( t ) = e
-(
t -
1
R
i ,1
i ,2
i ,3
i ,4
i ,5
2.82 .10
0.5
3
4
4.01 .10
5 10
6 10
4
t
7 10
i
beta = 0,5
beta = 1
beta = 1,5
beta = 2
beta = 3
8 10
4
4
8.51 .10
F( t ) = 1 - e
-(
t -
t - -1 -( t - )
f(t) =
(
) e ;
parametrul de form
=1
Variabila de timp - t
>1
<1
(n ) = (n 1)!
Reprezint o distribuie specific variabilelor aleatoare continue, cu
aplicabilitate semnificativ n dezvoltarea aplicaiilor referitoare la teoria
ateptrii, sau n cazul analizei proceselor, dezvoltate pe criterii statistice.
Este caracterizat de prezena a doi parametrii ce definesc aceast distribuie:
parametrul de form care permite identificarea variaiei indicatorilor de
probabilitate caracteristici i valorile acestui parametru pot duce la
asocierea acestei distribuii cu cea exponenial, sau Weibull sau n unele
cazuri (mai rar) distribuia normal;
- parametrul de scar, ce determin domeniul de valori a indicatorilor
identificai.; n mod curent valoarea acestui parametru duce la apropierea
distribuiei de cea exponenial.
( x ) =
t x 1 e t dt ,
(n + 1) = n ! = n (n 1) (n 2 )K 2 1.
(0 ) = 1
1
u 2
= = e du
2
e x
( )
x > 0.
F (x , , ) =
f (x , , )
0
=1, =2,0
=2, =2,0
=3, =2,0
=5, =1,0
=9, =0,5
Algoritm de rezolvare:
x
e
f (x , , ) = x ( 1)
( )
280
e 120
(31) 120
= 0.85119
= 280
(3 1)!
Densitatea de probabilitate
+1
+1
2
2 t 2
1 +
f (t ) =
(x
i =1
m)
NCERCRILE DE FIABILIATATE
ALE AUTOVEHICULULUI
28.05.2015
28.05.2015
28.05.2015
28.05.2015
28.05.2015
28.05.2015
nN
28.05.2015
ncercrile cenzurate
ncercri cenzurate fr nlocuire
O ncercare de fiabilitate se consider cenzurat la nivelul r dac aceasta
se ncheie la timpul tr corespunztor apariiei defeciunii de rang r.
Nivelul r este stabilit anterior funcie de numrul total N de elemente supuse
ncercrii.
t2
tr
t1
timp
1
S (N , r) =
r 1
+ ( N r + 1) t r
i =1
N
28.05.2015
unde:
r este rangul defeciunii la care se oprete testul;
n = 1, 2, .. , r;
N - r numrul dispozitivelor rmase n funcionare;
ti este de forma:
Specializarea: Autovehicule Rutier
T
MTBF =
r
Deoarece valoarea astfel determinat nu reprezint o constant
generalizabil de la eantion la populaie, este necesar ca funcie de
nivelul de ncredere p, aplicat testului s se determine valorile cele mai
probabile ale intervalului mediei timpului de funcionare, la care se poate
raporta testul.
Nivelul de ncredere determin pragul de semnificaie al testului, din relaia:
p = 1
= 1 p
28.05.2015
28.05.2015
2 T
minf_ c =
2
2r ,
2
2 T
msup_ c =
2
2r ,1
2
2 T
minf_ n = 2
(2r , )
2 T
msup_ n = 2
(2r ,1 )
F (t ) = 1 e
28.05.2015
R(t ) = e
r t
N T
r
z (t ) =
N T
N T
r
e
f (t ) =
N T
r t
N T
ncercri trunchiate
Deoarece ncercrile cenzurate prezint un real dezavantaj legat de timpul
relativ mare n care se desfoar, s-a imaginat i un alt procedeu de
stabilire a indicatorilor specifici de fiabilitate, prin ncercri trunchiate.
Acest tip de ncercri se caracterizeaz prin faptul c se impune prin
cerina testului timpul pe parcursul cruia se desfoar, nregistrndu-se
numrul cderilor care au avut loc.
Acestea pot fi: fr nlocuire sau cu nlocuire, funcie de situaia n care se
completeaz sau nu numrul dispozitivelor supuse probelor.
ncercrile trunchiate fr nlocuire
n aceast situaie, se fixeaz durata testrii dispozitivelor tc,
nregistrndu-se numrul cderilor i timpul cnd au avut loc n intervalul
prestabilit.
Testarea se ncheie cu un numr de N r dispozitive.
28.05.2015
+ (N r) tc
i =1
S
= ;
r
2S
2 (2 r + 2 , 1 - )
2
28.05.2015
2S
2 (2 r, )
F (t ) = 1 e
r 1
t
N
T
r
e
f (t ) =
N T
28.05.2015
R(t ) = e
r 1
t
N
T
r 1
t
N T
r 1
z (t ) =
N T
ncercrile secveniale
28.05.2015
28.05.2015
H 1 : M = S1;
H0 este ipoteza nul(de refuz); iar H1 este ipoteza de acceptare,
adic:
1 - este probabilitatea de a refuza un lot cu M = S1;
este probabilitatea de a refuza un lot cu M = S0;
este probabilitatea de a accepta un lot cu M = S1;
1 - este probabilitatea de a accepta un lot cu M = S0.
este de regul riscul productorului - probabilitatea de respingere a
unui produs necorespunztor;
este riscul beneficiarului - probabilitatea de acceptare a unui
produs necorespunztor.
28.05.2015
Testul Wald const n a forma pentru fiecare valoare a lui r raportul celor
dou probabiliti i a compara cu dou numere date a i b cu proprietatea:
b < a.
Conform condiiilor impuse iniial avem inegalitile:
Si < r < S s ;
Pentru perioada vieii utile, timpii cumulai se calculeaz cu relaiile:
1
C
r ;
B
B
1
A
=
.
Ss
B
B
Si =
unde:
1
A=
28.05.2015
ln b
;
Ms
ln
Mi
B = Mi Ms ;
Ms
ln
Mi
C =
ln a
.
Ms
ln
Mi
a i b determinndu-se cu relaiile:
a =
1-
b =
1-
28.05.2015
Produsele
se accept
Ssup
Testul este
neconcludent
Sinf
Produsele
se resping
28.05.2015
ncercri accelerate
Permit determinarea n scurt timp a fiabilitii
dispozitivelor ncercate;
Pornesc de la premiza simulrii condiiilor de
lucru reale ce pot s apar pe durata exploatrii
dispozitivelor;
La testarea n condiii de solicitare extrem
(suprasarcini) asigur evaluarea de fiabilitate cu
o relevan de 90%
28.05.2015
28.05.2015
Solicitarea
Timp
28.05.2015
Derularea ncercrilor
ncercrile sunt derulate pe loturi de dispozitive
de minim 5 uniti, fiind nregistrate momentele
defectrilor (cderilor), corelat cu diagrama de
solicitare;
Rezultatele se centralizeaz n tabelul de date
ntocmit la derularea testelor.
28.05.2015
Solicitarea
Timp
28.05.2015
Durata de exploatare
Media duratei
de exploatare
Solicitarea
28.05.2015
28.05.2015
28.05.2015
ncercri de anduran
Arat capacitatea de rezisten la solicitri maximale
(testarea limitelor);
Satisfac parial cerinele ncercrilor de fiabilitate;
Sunt destinate evalurii performanelor dispozitivelor
(autovehiculelor, motoarelor) supuse ncercrii;
Asigur determinarea parametrilor maximali (peste
valorile nominale) i pot decurge pn la scoaterea din
uz prin avarie complet a sistemului testat;
Sunt urmrii concomitent mai muli parametrii
considernd ca fiind important evaluarea global a
dispozitivului, fr a fi necesar un plan de testare
orientat n direcia determinrii influenei univoce a
solicitrilor.
28.05.2015
Testele de anduran se refer la testele de obicei fcute pentru a afla dac o aplicaie
poate rezista la sarcina de proces maximal, pe o perioad lung de timp. n timpul
testelor de anduran, consumul de memorie a proprietilor este monitorizat pentru a
determina potenialele defeciuni.
9Testele de anduran sunt utilizate n principal pentru a msura rspunsul a unui
element de testat n poteniale condiii simulate pentru o anumit perioad i pentru un
anumit prag de ncercare. Observaiile nregistrate n timpul testului de anduran sunt
folosite pentru a spori i mai mult parametrii de performan ai elementului testat.
9Teste de anduran implic examinarea unui sistem n timp ce rezist la o sarcin
uneori dus peste valoarea nominal caracteristic parametrilor de funcionare, pentru
o perioad lung de timp, fiind analizat reacia sistemului n astfel de condiii.
9De exemplu, la testele de autovehicul, acesta poate rspunde aa cum se anticipase
atunci cnd este testat pentru o zi. Cu toate acestea, atunci cnd este testat timp de
trei zile, probleme de resurse privind rezistena la oboseal, cum ar fi gradient de
temperatur, ocuri i vibraii poate provoca sistemului funcionri necorespunztoare.
28.05.2015
28.05.2015
28.05.2015
28.05.2015
28.05.2015
28.05.2015
28.05.2015
Modelarea fiabilitii
sistemelor
Conexiuni i tehnici de evaluare
global a fiabilitii
R(i )
i =1
Conexiunea paralel
1
2
(1 R (i ))
i =1
i
n
Conexiuni mixte
2
S3
F2 S2
F2
S2
F1
F1 S1
S1
F2
F1
F2
F1
I
F2
F2
F1
DISCRET
CONTINUU
CONTINUU
LAN
PROCES
DISCRET
P j ( t, t + t ) =
P ( t ) p
i
i , j(
t , t + t)
P (
j
t ) =
P (t)
i
P' (t ) = P(t ) q i , j
i j
Pi = 1,
i=1
R =
- probabilitatea de defectare
F =1 R =1
M = R T
- durata medie de insucces a instalaiei pentru intervalul de timp T
M R = (1 R ) T
- valoarea medie a tranziiilor sistemului n perioada T
MT =
P q
i
3
1
2
4
Funciune
Avarie
1 ,2,
1, 2
1
2
1 2
2
1 2
0
0
2 1
1
2
1 2
0
P1 =
1 2 1
2
2
1
1+
+
+
1 2 1 1 + 2 21 1 + 2
MENTENANA I
MENTENABILITATEA
AUTOVEHICULELOR
C1/II
MENTENAN I MENTENABILITATE
Mentenabilitatea: probabilitatea ca un dispozitiv defect s fie repus n
funciune ntr-o perioad de timp mai scurt dect cea planificat prin
protocolul de remediere a strii tehnice.
Mentenabilitatea este pus n aplicare prin intermediul msurilor de mentenan.
Enciclopedia Britanic
Maintenance a menine n stare existent
Repair (reparaie) a readuce n bune condiii
Entertain (ntreinere) a menine n bun condiie, stare
Dicionarul Explicativ al Limbii Romne
A menine - a pstra ceva n aceeai stare sau form n care se afl la un
moment dat, a face s dureze
A ntreine a pstra n stare bun, n bune condiii, a face s dureze, a
menine
A repara a face propriu pentru folosire, a reface, a menine
e) Accidentale (ex.):
- Deformarea sau ruperea unor piese n urma unor
suprasolicitri accidentale
- Obturarea jicloarelor sau orificiilor calibrate ale
unor sisteme hidraulice sau pneumatice
- Contacte electrice imperfecte
Indicatori globali:
Coeficientul de disponibilitate
Unde:
npi numrul lucrrilor profilactice efectuate asupra dispozitivului i;
Tui timpul de utilizare al dispozitivului i.
Protecia mediului
n conformitate cu legislaia de protecie a mediului, aliniat la directivele
Uniunii Europene, activitatea de mentenan are un rol major n prestarea de
activiti care s se ncadreze n principiile respectului fa de om i mediul
ambiant.
Principalele responsabiliti ale mentenanei n acest domeniu sunt:
- Diagnosticul permanent al strii tehnice referitor la emisiile poluante;
- Prevenirea scurgerilor de fluide;
- Cunoaterea i verificarea permanent a gradului de poluare datorat
ntreprinderii ;
- Luarea de msuri de ncadrare a polurii n limite legale i de
internalizare a costurilor aferente reducerii polurii;
- ntreinerea i exploatarea corect a instalaiilor de recuperare, filtrare
i depozitare a fluidelor reziduale.
Mentenan preventiv
Definiia mentenanei preventive este: mentenana care are ca obiect reducerea
probabilitilor de defectare sau degradare a unui bun sau serviciu.
Tipurile de mentenan preventiv sunt urmtoarele:
- Mentenan sistemic, adic mentenana realizat prin activiti de
ntreinere, reparaii curente, revizii i reparaii capitale, constituite ntr-un
plan tehnic normat de intervenii, specific fiecrui tip de utilaj n parte;
- Mentenana condiional, cu semnificaia mentenanei realizate prin
intermediul urmririi parametrilor de uzur a elementelor sau subansamblelor
cheie ale utilajelor, prin intermediul unor instrumente specifice (analizoare
de uzur, de vibraii, de ulei, etc.) urmrind ca interveniile de mentenan s
fie realizate nainte de apariia defectului;
- Mentenana previzionar, ce reprezint mentenana preventiv
subordonat analizei de evoluie urmrit de parametrii semnificativi ai
degradrii bunului, ce permite ntrzierea i planificarea interveniilor.
Mentenana corectiv
Mentenana corectiv reprezint ansamblul de activiti realizate dup defectarea
unui mijloc de producie, sau dup degradarea funciei sale n mod neprevzut.
Aceste activiti constau n localizarea defectelor i diagnosticul acestora,
repunerea n funciune cu, sau fr modificri i controlul bunei funcionri.
Mentenana corectiv este de dou tipuri:
- Mentenana curativ, care reprezint activiti de mentenan corectiv,
care au ca obiectiv repunerea unui mijloc de producie ntr-o stare specific
de funcionare, care i permite ndeplinirea funciilor sale. Prin activitile
corective de reparaii sau / i modificri se urmrete nlturarea
defeciunilor;
- Mentenana paliativ, ce presupune activiti de mentenan corective
destinate a permite unui mijloc de producie, n mod provizoriu, ndeplinirea
integral sau parial a funciilor sale. Aceast mentenan fiind n principal
alctuit din aciuni cu caracter provizoriu, de depanare, care trebuie urmate
de aciuni curative.
Costuri de mentenanta
Mentenanta preventiva
Mentenanta corectiva
Disponibilitate
Matricea de fiabilitate
Curs AR 2010/2011
IV
III
II
60
1
20
60
30
20
60
20
28
20
55
IV
III
II
60
1
20
60
30
20
60
20
28
20
55
IV
III
II
- Triunghi de supravieuire
- Paralelogram de supravieuire
60
1
20
60
30
20
60
20
28
20
55
IV
III
II
Nj =
ni
ri , j
i , j qi
, j
60
1
20
60
30
20
60
20
28
20
55
IV
III
II
i , j
* j =
i , j
*
qi =
qi ,
Caracteristicile utilajelor pe
parcursul avansrii n exploatare
60
1
20
60
30
20
60
28
20
20
4
IV
III
55
II
rj
ni
* j
M T Rj =
Qj =
- cheltuielile de mentenan efectuate n medie pentru fiecare utilaj din parcul n funciune:
Q uj =
n
i
Momentul lansrii
unui produs
Casarea
produselor din
prima generaie
Momentul ncheierii
seriei de fabricaie
Lichidarea activitii de
service pt tipul de
produs