Пояснительная записка: Дисциплина «Механическая эксплуатация автотранспортных средств»
Скачать 2.15 Mb.
|
3.2 Закономерности изменения технического состояния автомобиля по его наработке (закономерности ТЭА первого вида) У значительной части узлов и деталей процесс изменения технического состояния в зависимости от времени или пробега автомобиля носит плавный, монотонный характер, приводящий к возникновению так называемых постепенных отказов. При этом характер зависимости может быть различным. В случае постепенных отказов изменение параметра технического состояния конкретного изделия или среднего значения для группы изделий аналитически достаточно хорошо может быть описано двумя видами функций: целой рациональной функцией n-го порядка В практических вычислениях по формуле (3.1), как правило, достаточно использовать функции первого – четвертого порядка. Таким образом, зная функцию у = φ(L) и предельное упр или предельно допустимое упр.д значение параметра технического состояния, можно аналитически определить из уравнения L = ƒ(у) ресурс изделия или периодичность его обслуживания. Достаточно часто закономерности изменения параметров (например, зазора между накладками и тормозными барабанами, свободного хода педали сцепления и др.) описываются линейными уравнениями: Закономерности первого вида характеризуют тенденцию изменения параметров технического состояния, а также позволяют определить средние наработки до момента достижения деталью, механизмом, агрегатом предельного или заданного состояния. 3.3 Закономерности случайных процессов изменения технического состояния автомобилей (закономерности ТЭА второго вида) При работе группы автомобилей приходится иметь дело не с одной зависимостью у(L), которая была бы пригодна для всей группы, а с индивидуальными зависимостями уi(L) свойственными каждому i-му изделию. Применительно к техническому состоянию однотипных изделий причинами вариации являются: даже незначительные изменения от изделия к изделию качества материалов, обработки деталей, сборки; текущие изменения условий эксплуатации (скорость, нагрузка, температура и т.д.); качество ТО и ремонта, вождения автомобилей и др. В результате при фиксации для группы изделий определенного параметра технического состояния, например у2 каждое изделие будет иметь свою наработку до отказа, т.е. будет наблюдаться вариация наработки. При этом актуальным остается задача установления периодичности ТО для группы однотипных автомобилей. Если все изделия обслуживать с единой периодичностью LТО, то будет иметь место вариация фактического технического состояния, которая скажется на продолжительности выполнения работ, количестве расходуемого материала и запасных частей. В этом случае возникают вопросы: какую трудоемкость и стоимость операции планировать, какие потребуются производственные площади, технологическое оборудование, персонал? При технической эксплуатации приходится сталкиваться и с другими случайными величинами: расход топлива однотипными автомобилями даже на одинаковых маршрутах; расход запасных частей и материалов; число требований на ремонт в течение часа, смены работы поста ремонтной мастерской, станции ТО; число заездов на автозаправочных станций и др. Все это сказывается на нормировании и организации ТО и ремонта, определении необходимых для этого ресурсов. Для решения этих задач необходимо уметь оценивать вариацию случайных величин. 3.4 Методы оценки случайных величин Рассмотрим простейшие методы оценки случайных величин. Исходные данные - результаты наблюдений за изделиями или отчетные данные, которые выявили индивидуальные реализации случайных величин (например, наработки на отказ, фактический расход топлива, материалов и т.д.). 1. Случайные величины (от 1 до п) располагают в порядке возрастания или убывания их абсолютных значений: 2. Точечные оценки случайных величин: среднее значение случайных величин 70 размах случайных величин z = xmax – xmin; среднеквадратическое отклонение, характеризующее вариацию, В ТЭА различают случайные величины - с малой вариацией 0 ≤υ; - со средней вариацией 0,3301,≤≤υ; - с большой вариацией υ>0,33. Точечные оценки позволяют предварительно судить о качестве изделий и технологических процессов. Чем ниже средний ресурс и выше вариация (,,υσz), тем ниже качество конструкции и изготовления (или ремонта) изделия. Чем выше коэффициент вариации показателей технологических процессов ТЭА (трудоемкость, простои в ТО или ремонте, загрузка постов и исполнителей и др.), тем менее совершенны применяемые организация и технология ТО и ремонта. 3. Вероятностные оценки случайных величин. При вероятностных оценках рекомендуется размах случайных величин разбить на несколько (как правило, не менее 5-7 и не более 9-11) равных по длине Δx интервалов (таблица 3.2). Далее следует произвести группировку, т.е. определить число случайных величин, попавших в первый (п1), второй (п2) и остальные интервалы. Это число называется частотой. Разделив каждую частоту на общее число случайных величин (п1+п2+... + пп =п), определяют частость nnii=ω. Частость является эмпирической (опытной) оценкой вероятности Р т.е. при увеличении числа наблюдений частость приближается к вероятности: iip→ω. Полученные при группировке случайных величин результаты сводятся в таблицу (таблица 3.2), данные которой имеют не только теоретическое, но и практическое значение. Например_______, по результатам наблюдений можно предположить, что у аналогичных изделий в тех же условиях эксплуатации и в интервале наработки 6-8 тыс. км может отказать около 6 % изделий (0601,==piω), в интервале 8-10 тыс. км – 12 %, интервале 10-12 тыс. км – 19 % и т.д. Следовательно, имея систематизированные данные по отказам, можно прогнозировать и планировать число воздействий (программу работ), потребности в рабочей силе, площадях, материалах и запасных частях. 4. Вероятность случайного события. В общем виде это отношение числа случаев, благоприятствующих данному событию, к общему числу случаев. Вероятность отказа рассматривается не вообще, а за определенную наработку X: 5. Следующей характеристикой случайной величины является плотность вероятности (например, вероятности отказа) ƒ(х) - функция, характеризующая вероятность отказа за малую единицу времени при работе узла, агрегата, детали без замены. Если вероятность отказа за наработку nxmxF/)()(=, то, дифференцируя ее при п = const, получим плотность вероятности отказа. где dт/dх – элементарная «скорость», с которой в любой момент времени происходит приращение числа отказов при работе детали, агрегата без замены. Так как f(х) = F'(х), Поэтому F(х) называют интегральной функцией распределения, а f(х) - дифференциальной функцией распределения. Имея значения F(х) или f(х), можно произвести оценку надежности и определить среднюю наработку до отказа 6. При оценке качества изделий, нормировании ресурсов, в системе гарантийного обслуживания применяют гамма-процентный ресурс хγ. Это интегральное значение ресурса хγ, которое вырабатывает без отказа не менее у процентов всех оцениваемых изделий, т.е. В ТЭА обычно принимаются γ = 80, 85, 90 и 95 %. В рассматриваемом примере при γ = 95% хγ ≈ 7 тыс. км (таблица 3.2). Риск отказа изделия F в данной ситуации, т.е. более раннее достижение изделиями гамма-процентного ресурса, составляет около 5 %. Гамма-процентный ресурс используется при определении периодичности ТО по заданному уровню безотказности γ. Выражение LТО = γ означает, что обслуживание с периодичностью LТО гарантирует вероятность безотказной работы R≥ γ и отказа F≤(1 – γ). Если организаторы производства без технико-экономического анализа назначали периодичность, например, LТО = 10 тыс. км (таблица 3.2), то примерно 18 изделий из 100 (n1 = 6 и n2 = 12, т(х) = 18) откажут ранее назначенного ТО, т.е. вероятность отказа Остальные 82 % изделий (19+25+20+13+5) имеют потенциальную наработку на отказ хi > 10 тыс. км. Следовательно, ТО им будет произведено ранее, чем они могут отказать, и вероятность их безотказной работы. Для первых отказов невосстанавливаемых изделий и взаимно дополняющих событий (отказ - работоспособное состояние) имеет место условие F(х) + R(x) = 0,18 + 0,82 = 1, т.е., зная вероятность отказа, можно определить вероятность безотказной работы и наоборот. 7. Используя данные таблицы 3.2, можно также определить некоторые точечные оценки случайных величин. Среднее значение случайных величин Для данных таблицы 15 имеем: х = 7·0,06+9·0,12+11·0,19+13·0,25+15·0,20+17·0,13+19·0,05 = 13,0 тыс. км. Таким образом, если бы периодичность ТО равнялась средней наработке на отказ, то более 60 % изделий в рассматриваемом примере отказали бы до обслуживания. Среднеквадратическое отклонение где j – число интервалов. Коэффициент вариации 8. Важным показателем надежности является интенсивность отказов λ(х) – условная плотность вероятности возникновения отказа невосстанавливаемого изделия, определяемая для данного момента времени при условии, что отказа до этого момента не было. Аналитически для получения λ(х) необходимо элементарную вероятность dт/dх отнести к числу элементов, не отказавших к моменту х, т.е. Так как вероятность безотказной работы R(x)=[n – m(x)]/n, то .)()(xnRdxdmх1⋅=λ Таким образом, интенсивность отказов равна плотности вероятности отказа, деленной на вероятность безотказной работы для данного момента времени или пробега. Так как R(х) = 1 - т(х)/п, то после дифференцирования dxdmndxdR⋅−=1 Так как Rndxdmx1⋅=)(λ, то можно записать: dxdRRx⋅−=1)(λ, откуда после интегрирования Эта универсальная формула определения вероятности безотказной работы невосстанавливаемого элемента для любого закона распределения. Зная интенсивность отказов, можно для любого момента времени или пробега определить вероятность безотказной работы. Существуют внезапные и постепенные отказы (рисунок 3.4). Последние описывают работу так называемых стареющих элементов. 9. Наглядное представление о величине и вариации случайных величин дает их графическое изображение: гистограммы (1, рисунок 3.4) и полигоны (2, рисунок 3.4) распределения, а также интегральные функции распределения вероятностей отказа (3, рисунок 3.4) и безотказной работы (4, рисунок 3.4) и дифференциальные функции или законы распределения случайной величины (рисунок 3.5). 10. В ряде случаев законы распределения случайных величин могут быть описаны аналитически, как функции параметров этих законов. Такие аналитические зависимости имеются для нормального, экспоненциального и ряда других законов распределения случайных величин, описывающих процессы ТЭА. Для процессов технической эксплуатации и непрерывных случайных величин наиболее характерны следующие законы распределения. Нормальный закон распределения (двухпараметрический: σ и х). Такой закон формируется, когда на исследуемый процесс и его результат влияет сравнительно большое число независимых (или слабозависимых) элементарных факторов (слагаемых), каждое из которых в отдельности оказывает лишь незначительное действие по сравнению с суммарным влиянием всех остальных. Экспоненциальный закон (однопараметрический - λ). При экспоненциальном законе распределения вероятность безотказной работы не зависит от того, сколько проработало изделие с начала эксплуатации, а определяется конкретной продолжительностью рассматриваемого периода или пробега Δх, называемого временем выполнения задания. Таким образом, эта модель не учитывает постепенного изменения параметров технического состояния, например, в результате изнашивания, старения и других причин, а рассматривает так называемые нестареющие элементы и их отказы. Экспоненциальный закон используется чаще всего при описании внезапных отказов, продолжительности разнообразных ремонтных воздействий и в ряде других случаев: Закон распределения Вейбулла-Гнеденко проявляется в модели так называемого слабого звена. Если система состоит из группы независимых элементов, отказ каждого из которых приводит к отказу всей системы, то в такой модели рассматривается распределение времени (или пробега) достижения предельного состояния системы как распределение соответствующих минимальных значений хi, отдельных элементов: где a и b – параметры распределения. Примером использования распределения Вейбулла-Гнеденко является распределение ресурса подшипника качения. Этот ресурс ограничивается ресурсом одного из элементов (шарика, ролика, конкретного участка сепаратора и т.д.). Значение аналитических зависимостей состоит в том, что если известен вид закона (на основе опыта, литературных источников, наблюдений) и его параметры, то можно расчетными методами, не проводя объемных наблюдений, воспроизвести (прогнозировать) ожидаемые вероятности отказов и других состояний изделий и процессов. Например, для нормального закона необходимо знать два параметра (σ,х), а для экспоненциального - один ( х или λ), чтобы рассчитать вероятность отказов и безотказной работы. Если на основании имеющихся наблюдений или анализа механизма возникновения отказов можно предположить о реализации определенного теоретического закона распределения случайных величин, то соответствующие показатели можно рассчитать аналитически. Так, для нормального закона при расчетах часто пользуются понятием нормированной функции Ф(z), для которой принимается новая случайная величина σ/)(xxz−=, так называемое нормированное отклонение. Тогда Для нормированной функции составлены таблицы, облегчающие расчеты (приложение) Пример 1. Определить вероятность первой замены детали при наработке автомобиля с начала эксплуатации 70 тыс. км. Распределение наработки до первого отказа подчиняется нормальному закону с параметрами: x = 95 тыс. км; σ = 30 тыс. км. Используя понятие нормированной функции, определим нормированное отклонение σ/)(xxz−== (70-95)/30 = -0,83. Р(х) = Ф(z) = Ф(-0,83). По приложению 5 находим Ф(-0,83) = 0,20. Таким образом, примерно 20% автомобилей потребуют замены деталей при пробеге с начала эксплуатации до 70 тыс. км. Вероятность отказа в интервале пробега x1-x2 определяется разностью P(x2) - P(x1) = Ф(z2) - Ф(z1) Пример 2. Определить вероятность отказа той же детали в интервале пробега от x1 = 70 тыс. км до x2 = 125 тыс. км. Определяем: z1 = -0,83; z2 = (125 - 95)/30 = 1. По приложению находим Ф(-0,83) = 0,20; Ф(1) = 0,84. Таким образом, вероятность отказа детали в интервале пробега 70-125 тыс. км составляет 0,64, т.е. у 64 % автомобилей в этом интервале пробега ожидается отказ детали и потребуется ее замена или ремонт. Аналогичные таблицы и «вероятностные бумаги», облегчающие расчеты, имеются для экспоненциального и ряда других законов распределения. Таким образом, умение оценивать случайные величины позволяет в реальной эксплуатации: - во-первых, перейти от ожидания стихийного появления событий (отказы изделия, требования на услуги ТО и ремонт, заправку и др.) к инструментальному описанию и объективному предвидению их реализаций с определенной вероятностью, что позволяет подготовить и приспособить производство к эффективному освоению соответствующих требований; - во-вторых, принять риск в качестве объективной реальности, свойственной любой деятельности, особенно эксплуатационной. Поэтому для успешной производственной деятельности важно не стремиться полностью исключить риск (что нереально для случайных процессов), а уметь его оценить и выбрать с учетом возможных отрицательных и положительных последствий. |
Похожие:
 | Рабочая программа Наименование дисциплины: основы конструкции автотранспортных... Основы конструкции автотранспортных средств: рабочая программа / авт сост. Ю. В. Михалев, спб.: Ивэсэп, 2012. – 15 с | | Программа ежегодных занятий с водителями автотранспортных организаций... Ныне действующие учебный план и программа ежегодных обязательных 20-ти часовых занятий с водителями в автотранспортных предприятиях... |
 | «Смольный институт Российской академии образования» ЭР) автотранспортных средств (атс), предусматривающее формирование знаний и умений в области теоретических основ эр атс, управления... | | Отчет о результатах самообследования направления 190500. 62 «Эксплуатация транспортных средств» «Эксплуатация транспортных средств» (по Перечню направлений подготовки и специальностей высшего профессионального образования и указателю... |
| Программа по специальности 180407. 65 «Эксплуатация судового электрооборудования... Рабочая программа составлена старшим преподавателем Л. А. Антипьевой на основании Федерального Государственного образовательного... | | Программа по специальности 180407 «Эксплуатация судового электрооборудования... Рабочая программа составлена старшим преподавателем Л. А. Антипьевой и доцентом М. Н. Романовым на основании Федерального государственного... |
| Программа по специальности 180407. 65 «Эксплуатация судового электрооборудования... Рабочая программа составлена доцентом О. А. Князевым на основании Федерального государственного образовательного стандарта высшего... | | Пояснительная записка Фонд оценочных средств (фос) по дисциплине «Литература» |
| Рабочая программа Учебная дисциплина оп. 07 Эксплуатация дорожных... Специальность: 08. 02. 01 «Строительство и эксплуатация автомобильных дорог и аэродромов» | | Учебно-методический комплекс дисциплины красноярск 2011 пояснительная... Дисциплина «Психологический практикум» относится к общепрофессиональному блоку дисциплин Государственного образовательного стандарта... |
| Программа по дисциплине «Устройство автомобиля и организация эксплуатации... Предназначена для студентов специальности 190702. 65 «Организация и безопасность движения» | | Прогнозирование эксплуатационных свойств автотранспортных средств... Ведущее предприятие: гоу впо «Нижегородский государственный технический университет им. Р. Е. Алексеева» |
| 1. Пояснительная записка Нормативная база реализации опоп Основная профессиональная образовательная программа по специальности 190629 Техническая эксплуатация подъемно-транспортных, строительных,... | | Пояснительная записка дисциплина «Русский язык» Автоматизированные системы обработки информации и управления (в промышленности, в бюджетных отраслях) |
| Пояснительная записка: Дисциплина «Методы охраны биосферы» Основная образовательная программа подготовки специалиста по специальности (специальностям) | | Пояснительная записка дисциплина «Театрализованные представления» Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования |
