مقاله مدليابي قابليت اعتماد

 nx دارای 120 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است فایل ورد nx  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد. این پروژه توسط مرکز nx2 آماده و تنظیم شده است توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي nx،به هيچ وجه بهم ريختگي وجود ندارد بخشی از متن nx : مقدمهبحث قابلیت اعتماد از جالبترین مباحث آمار است كه برای هر نوع سلیقه و ضرورتهای علمی مطلبی ارزنده دارد از لحاظ كاربرد علوم در صنعت، تكنولوژی و سایر علوم نقش اساسی و انكارناپذیر دارد. مجموعه ای كه ملاحظه می‌كنید بحثی از مدلیابی قابلیت اعتماد است در فصل اول مفاهیم پایه‌ای كه ضرورت دارد مثل تابع قابلیت اعتماد و تابع مخاطره آمده است در فصل دوم توزیع هایی كه در قابلیت اعتماد كاربرد دارند ملاحظه می‌شود فصل سوم مبحثی از انتخاب مدلها در قابلیت اعتماد دارد كه شامل بخش هایی ویژه است در فصل 4 مبحث برازش مدل را با استفاده از آزمونهایی رایج در علم آمار داریم. در این مجموعه سعی شده است از مثالهایی زیاد و پركابرد و نمودارهای متناسب با آن استفاده شود. در تهیه این پروژه از 3 منبع:1- تئوری قابلیت اعتماد گرتس باخ2 – مدل بندی قابلیت اعتماد لینراس، ولستنهلماستفاده شده است. امیدوارم مطالب آماده شده مورد استفاده قرار بگیرد. تیرماه 1385 فاطمه ابوالقاسم 81034947 تابع قابلیت اعتماد:فرض كنید T‌ یك متغیر تصادفی پیوسته كه نشان دهنده ویژگی طول عمر است می‌باشد كه زمان شكست نامیده می‌شود با تابع چگالی احتمال f(t) و فرض كنید T‌ یك مقدار نامنفی است و مقیاس اندازه گیری تعریف می‌شود یك درك ویژه از T‌ علامت گذاری كردن T‌ است. تابع توزیع به صورت زیر است: F(t) تجمع احتمال شكست را همانطور كه t‌ افزایش پیدا می‌كند توصیف می‌كند. F(t) در حال افزایش در زمان t=0، صفر است و متمایل به یك است وقتی t‌ به بی نهایت میل می‌كند همچنین f(t)‌ با مشتق گیری از F(t)‌ بدست می‌آید. شكل (1-1)- توابع توزیع و قابلیت اعتماد صدمین صدك از توزیع T، مقدار tp‌را می‌گیرد. چنین نكاتی در یك توزیع طول عمر مناسب اند مثلا طول عمر ضمانت شده تولید مصرف كننده تابع قابلیت اعتماد R(t) بصورت زیر است:R(t1=1-F(t)= P(T>t) این احتمال وقتی كه طول عمر از t‌ متجاوز می‌شود را بیان می‌كند و اندازه عمده‌ای از قابلیت اعتماد است. می‌گوییم قابلیت اعتماد در to است. تابع قابلیت اعتماد تكمیل كننده F(t) است مقدار یك در t=0‌ می‌گیرد و متمایل به صفر است وقتی t‌ به بی نهایت میل می‌كند.F(t) و R(t)‌برهم منطبقند وقتی دو تابع مقدار 5/0 می‌گیرند. مقدار t‌ در این نقطه t0/5‌ میانه است كه یك اندازه ممكن برای متوسط طول عمر است. مثال (1-1): یك تولید كه دارای تابع قابلیت اعتماد زیر است: كه t‌ سالها را اندازه می‌گیرد ضمانت 6 ماهه دارد احتمال شكست تولید در زمان گارانتی بوسیله داده شده است. تعیین مدت زمان گارانتی لازم برای احتمال شكست 0/01‌، یعنی t0/01 از طریق حل معادله زیر بدست می آید : بنابراین یك زمان گارانتی مناسب برای این تولید ممكن است تنها 3 ماه باشد. در آنالیز قابلیت اعتماد متوسط زمان برای شكست سیستم (MTTF) اغلب از موضوعهای مورد علاقه است كه بصورت زیر می‌باشد: (1-1)اكنون می‌توانیم نشان دهیم وقتی T‌ روی بازه تعریف می‌شود، MTTF‌ ناحیه بین R(t)‌ و محور t‌ است. این یك مقایسه مفید از توابع قابلیت اعتماد گوناگون است. با ارزیابی طرف راست (1-1‌) درمی‌یابیم كه: در tR(t)، R(t)‌ همانطوركه t‌ به بی نهایت میل می‌كند متمایل به صفر است خیلی سریعتر از وقتی كه t‌ متمایل به بی نهایت است. بنابراین: (2-1)در نمودار (2-1)‌ ناحیه تحت R2(t) واضحا بزرگتر از ناحیه تحت R1(t) است. و با قابلیت اعتماد بزرگتری در تمام t‌ همراه است. در نمودار (3-1)‌ توزیع های طول عمر MTTF یكسان دارند اما در واقع خیلی متفاوت اند. شكل (1-2)- MTTF R2 بزرگتر از R1 دارد. شكل (1-3)- دو تابع قابلیت اعتماد با MTTF‌ یكسان یكیك عامل مهم در انتخاب مدل بهتر طول عمر مورد نیاز تولید است. واضح است كه برای مقادیر كم t، R2(t) رضایت بخش تر است. حال با این مدل قابلیت اعتماد یك مرتبه شروع به سرازیری رفتن می‌كند عامل تفاوت بین این مدلها MTTF‌ نیست اما می‌تواند واریانس باشد، اندازه واریانس درجه‌ای است كه توزیع طول عمر را گسترش می‌دهد كه مقدار آن اینگونه بیان می‌شود: (3-1)انحراف معیار است، ریشه دوم واریانس و همان واحد t‌ را دارد. تابع مخاطرهتابع چگالی احتمال مقدار احتمال غیرشرطی شكست در زمان t‌ است. اما بیشتر مورد استفاده در آنالیز قابلیت اعتماد است تا ببیند كه چگونه یك بخش سیستم كه در زمان t‌ باقی می‌ماند متمایل به شكست است. یك فاصله كوچك زمانی [t,t+ t] را در نظر بگیرید احتمالی غیر شرطی كه یك واحد سیستم در این فاصله شكست می‌خورد است. برای های خیلی كوچك این مقدار تقریبا می‌باشد.فرض كنید برآمد A «باقی ماندن آنسوی t» و برآمد B‌ شكست در زمان باشد برآمد A‌ شامل برآمد B‌ می‌شود. احتمال اینكه واحدهای سیستم در زمان داده شده است كه هیچ شكستی در زمان [0,t]‌ رخ نداده است به صورت زیر است: تابع h(t)‌ مخاطره نامیده می‌شود. تابع مخاطره چگونگی تمایل واحدی از سیستم را به شكست بعد از یك مدت زمان توصیف می‌كند. (4-1)تابع مخاطره تجمعی به شكل زیر است: بنابراین تنها لازم است بدانید یكی از توابع R(t), f(t) , h(t)‌ قادر خواهد بود دو تای دیگر را استنباط كند همانطور كه در شكل (1-4) نشان داده شده است تابع مخاطره مهم است زیرا تعبیر طبیعی مستقیم و اطلاعاتی درباره طبیعت تابع در انتخاب یك مدل مناسب طول عمر مفید است. شكل (1-4)- ارتباط بین R(t) , f(t) , h(t) تابع مخاطره ممكن است شكلهای متفاوتی به خود بگیرد:(i) بنابراین و این تابع قابلیت اعتماد توزیع نمایی با پارامتر است. این طور در نظر گرفته می‌شود كه یك واحد سیستم هر لحظه اززمان سالم می‌ماند كه به آن ویژگی عدم حافظه گفته می‌شود. مثلا یك اختراع الكترونیكی ممكن است تحت كنترل بعضی محیط ها كه فرآیند تصادفی هستند ماندن یك موج نیرو یا دیگر تكان ها قرار بگیرد اگر این اختراع وقتی تكان ها اتفاق می افتد شكست بخورند اما در غیر این صورت زمان بین تكان ها نشان دهنده زمان شكست اختراع است. h(t) (ii) ‌ تابع افزایشی از t‌ است واحدی است برای خراب شدن سیستم در طی فرسودگی، كوفتگی یا خسارات جمع شده در عمل این رایج ترین مدل است. h(t) (iii)‌ تابع كاهشی از t‌ است، این تابع كمتر رایج است اما ممكن است در قسمتی از فرآیند تولید كه كیفیت اجزا پایین است كه زود شكست می‌خورند واقعی باشد. ممكن است فرآیندی استفاده شود تا این بخش‌های معیوب را برطرف سازد تا اجزایی با كیفیت بالاتر كه فرسودگی آهسته و تدریجی را نشان می دهند بوجود آید. بطور مشابه یك اختراع مكانیكی ممكن است زمانی كه كار می‌كند به یك قطعه‌ای كه اجزا را تبدیل به جامد می‌كند احتیاج پیدا كند تا اختراع را بعد از اینكه قابل اطمینان تر می‌شود سفت كند. شكل كامل با مدلی كه تابع “Bath tub” نامیده می‌شود داده شده در اینجا ما با خطر كاهش جزئی روبرو هستیم كه بوسیله یك زمان ثابت شكست كه، «عمر مفید» و به صورت نهایی «فرسوده شدن» نامیده می‌شود پیروی كند جائیكه میزان خطر افزایش پیدا می‌كند شكل (1-5) معمولا مفید نیست كه بصورت مدل bath tub‌ كامل در سطح پیچیده مدل بندی می‌كنیم اغلب صورت‌های متفاوت بطور جداگانه رفتار می‌شوند. ادامه خواندن مقاله مدليابي قابليت اعتماد

نوشته مقاله مدليابي قابليت اعتماد اولین بار در دانلود رایگان پدیدار شد.