容错复习资料.docVIP

基础 概率 离散随机变量 系统状态：（x0,x1,…,xn） P(x=xi)=P(xi)=f(xi) F(xxi) 期望 连续随机变量 期望 典型分布 二项式分布（离散） 一个事件发生或者不发生，设成功的概率为p，那么失败的概率为1-p。独立试验的次数为n，其中成功的次数为r。因此可得，在n次试验中成功r次的概率为：，其中 泊松分布（离散） 在二项式分布中如果概率p非常小（成功事件发生的概率很小），n非常大（试验次数很多），用泊松分布可以简化计算。 = 指数分布（连续） Weibull分布（连续） 马尔可夫过程 （说明：针对泊松过程的马尔可夫过程） 前提条件：（1）第n次第n-1次，只与时间相关 （2）事件的发生是相互独立的 （3）在时间间隔Δt内多个事件的同时发生忽略，不考虑 假设，表示系统在t时刻事件发生n次的概率。 则初始状态，事件数为0，即P0（0）=1，P1（0）=P2（0）=…=Pn（0）=0 P0(t+Δt)=(1-λΔt)P0(t) (A) P1(t+Δt)= λΔt P0(t)+ (1-λΔt)P1(t) (B) Pn(t+Δt)= λΔt Pn-1(t)+ (1-λΔt)Pn(t) 由（A）式得： t=0时，P0（0）=1，代入上式得C=1 由（B）式得： 将代入上式： 可靠性理论 （一）概念 系统可靠性定义：系统不出错 CDF：累加密度函数——F(x) ——R（t） PDF：概率密度函数——f(x) hazard function：灾难函数——z(t) failure-rate model-错误率模型 设 N为器件总数；（在t=0时，正常的器件数为N） n(t)为t时刻，剩余的正常工作的器件数； 则：（1）数据密度函数（data density function）定义为：在时间间隔里，错误的数量相对于最初总量变化的比率，即： ——用于衡量错误发生的整体速度 （2）灾难率（hazard rate）——灾难函数：在时间间隔里，错误的数量相对于该时间段内最初正常器件数变化的比率，即： ——用于衡量错误发生的瞬时速度 由上述两个公式可以得出： ① 【因为】 ② 【因为 】 ③错误分布函数： ④正确分布函数： 例子： 故障器件数 1 2 3 4 5 6 7 8 9 10 操作时间（hr） 8 20 34 46 63 86 111 141 186 266 N=10，并根据上表可知：n（0）=10，n（8）=9，n（34）=8……以此类推 所以在0~8时间段内： 在8~20时间段内： 以此类推 （二）方法 组合方法（分而治之） 串、并行的结构 n中取r 图论（cut set,tie set） Tie set:由cause到effect的所有路径的组合（A tie set is defined as a minimal path of the system and is therefore a set of system components connected in series） min Tie set:集合里没有重复路径的Tie set Cut set:A cut set is a set of system components which, when fail, cause failure of the entire system. min Cut set: A minimal cut set is a set of system components which, when fail, cause failure of the entire system; but when any one component in the set does not fail, the system will not fail as a whole 故障模型 模型一 ，即器件的故障率是指数分布的 推导过程： 因为 因此 又因为，因此 （1） 代入：将代入式（1）即可得到。 又因为，则 （以下模型同理） 模型二 模型三 for （三）实例 FMECA——Failure Mode Effects an