Надежность авиационных приборов и измерительно-вычислительных комплексов. Чернов В.Ю - 72 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

72
где m
y
(t) – детерминированная функция, представляющая собой мате-
матическое ожидание случайного процесса Y(t); V
i
– некоррелирован-
ные случайные величины, математические ожидания которых равны
нулю; f
i
(t) – неслучайные функции времени, называемые координатны-
ми. Среди представлений случайного процесса вида (113) наибольшее
распространение получили канонические разложения Пугачева и Кару-
нена – Лоэва. Основная разница между ними состоит в требованиях,
предъявляемых к точности воспроизведения процесса любым заданным
числом членов N суммы (113). Разложение Карунена – Лоэва обеспечи-
вает минимум среднего квадрата ошибки усредненной на интервале
наблюдения, а разложение Пугачева – минимум среднеквадратичной
ошибки в каждой точке этого интервала. Для описания случайных про-
цессов изменения параметров в эксплуатации могут использоваться
марковские случайные процессы. Выбор модели процесса дрейфа пара-
метров определяет и математический аппарат, применяемый для про-
гнозирования, сложность и точность расчетов.
8.2. Связь прогнозирования технического состояния и
прогнозирования надежности
Процедура прогнозирования технического состояния состоит в фор-
мировании по данным контроля и априорной информации некоторого
апостериорного случайного процесса и последующей оценки его ха-
рактеристик. Цель прогнозирования может заключаться в прямом про-
гнозировании, суть которого состоит в определении состояния объекта
прогнозирования или совокупности объектов в упрежденный момент
времени, являющийся правой границей заданного интервала упрежде-
ния. Под интервалом упреждения понимается промежуток времени, на
который разрабатывается прогноз. Сущность обратного прогнозирова-
ния состоит в определении работоспособности объекта или группы
объектов [21]. При этом отличие обратного прогнозирования от прямо-
го состоит в том, что при прямом прогнозировании необходимо опреде-
лять значение прогнозируемого параметра в заданный будущий момент
времени, а при обратном – будущий момент времени, в который пара-
метр достигнет границы допуска. Обратное прогнозирование называют
прогнозированием надежности.
Решение задачи прогнозирования технического состояния и надеж-
ности можно рассматривать в двух аспектах:
1) прогноз Y(t) в условиях полной априорной определенности;

Страницы