第6讲_状态相关系统.ppt

第六章 状态相关系统State-Dependent Systems 目 录 6.1 马尔科夫分析（Markov Analysis） 6.2 负载共担系统（Load-Sharing Systems） 6.3 储备系统（Standby Systems） 6.4 降级系统（Degraded Systems） 6.5 三状态设备（Three-State Devices） 6.1 马尔科夫过程 前几章是在假设部件之间的失效是相互独立的前提下从系统结构的角度研究系统的可靠性。 本章将从系统状态的转移角度研究系统的可靠性。 Markov过程 Markov过程的基本假设：系统由一个状态转移到另一个状态的概率仅仅依赖于系统当前的状态，而与之前的状态无关。 状态转移概率与系统状态的历史无关。此性质类似于指数分布的无记忆性。 马尔科夫性 设{X(t),t∈T}是一个随机过程，如果在t0时刻所处的状态为已知时，则在时刻tt0所处状态的条件分布与其在t0之前所处的状态无关。 在知道随机过程“现在”的条件下，其“将来”的条件分布不依赖于“过去”。 状态转移率 可用瞬间失效率l(t)表示由一种状态转移到另一种状态的概率。 如果过程是稳定的(转移概率不随时间而变)，则转移率是恒定的，即等价于指数失效分布。 两状态系统 假设：n个部件中的每一个部件均表现出两种状态之一——运行、失效。 因此，系统状态为运行和失效部件的2n个可能性的排列组合之一。 两个部件组成的两状态系统的状态 对于串联系统，仅状态1的系统是正常的。 对于并联系统，状态1，2，3的系统都是正常的。 以Pi(t)表示在t时刻状态i出现的概率，则两部件串联系统的可靠度为 两部件并联系统的可靠度为 由于，任何时刻观测到的系统状态必然是四个状态之一，因此 假设单个部件为恒定失效率λi，两部件系统的转移率图(rate diagram)为 l1表示部件1的失效率 l2表示部件2的失效率 图中节点表示四个状态，分支表示从一个节点到另一个节点的转移率(λi)，则t时刻处于状态1的系统在t+△t时刻仍处于状态1的概率等于t时刻处于状态1的概率减去以λi△t概率转移到状态2或3的概率。 同理，可得到状态2，3，4的系统在t+△t时刻系统仍保持原有状态的概率： 推导状态1的公式为： 对以上各式求积分，可证： 串联系统可靠度为 并联系统可靠度为 6.2 负载共享系统(load sharing) 系统特征：两并联部件共同承担一定负载。当其中一个部件失效时，将导致另一部件承担负载的增加，从而导致更高的失效率。 该系统不能用第5章的可靠性框图技术。 可采用Markov方法研究该系统的可靠度。 两部件负载共享系统可靠度分析 定义四个系统状态。转移率图如下： 其中 分别代表部件1和2的有所提高的失效率，这是负载增加的结果。 推导出的微分公式为： 可推导出： 如令 则简化为 例 6.1 两台发电机提供电力。如果其中一台失效，则另一台承担发电任务。因此，增加的负载会导致剩下的发电机失效率的增高。如果λ=0.01每天，λ+=0.1每天。试问连续工作10天的系统可靠度？MTTF？ 6.3 储备系统(standby) 系统特征：由n个部件组成，在初始时刻，一个部件开始工作，其余n-1个部件作为储备。当工作部件故障时，由转换开关将储备部件逐个替换故障部件，直到所有n个部件均发生故障，系统才发生失效。 假设：处于储备状态的部件的失效率低于处于工作状态的部件的失效率。 系统的状态依赖于初始部件的状态，所以有相关性。 以两部件储备系统为例 状态3代表储备单元的一个失效，以λ2－代表储备部件的失效率。此处假设部件2为储备部件。由于部件2的初始状态为储备状态，因此失效率要低于运行状态的失效率。 导出的微分公式为： 可推导出： 如果储备部件不失效，则令λ2－=0 如果令 则公式简化为 例 6.2 一台发电机的失效率为0.01失效/天。一台老的备用发电机每天的失效率为备用时0.001，使用时0.1。请确定计划使用30天的系统可靠度和MTTF？ 例 6.3 一个由两个相同部件组成的储备系统，失效率均为0.002失效/小时，且备用部件备用时的失效率为0.0001。请确定一个可靠度为95%的系统的设计寿命为多长？ 1. 当储备单元相同时 假设：初始单元和备用单元具有相同的失效率，在储备模式下不失效。 假设有k个相同的单元，其中一个在线运行，其他的备用。当在线的部件失效，