КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Модели на основе Марковских случайных процессов
Для описания надёжности восстанавливаемых элементов широко используются модели Марковских процессов с дискретным состоянием и непрерывным временем. Ограничения связаны с некоторыми структурными особенностями: марковские процессы описывают системы, у которых вероятность любого состояния в будущем зависит от её состояния в настоящее время и не зависит от предыстории. Это допущение для большинства задач оценки надёжности машин уместно. Марковские процессы с дискретными состояниями и непрерывным временем (непрерывные цепи Маркова) описывают системы с дискретными состояниями, а переход из одного состояния в другое происходит в случайные моменты времени, определяемые переходными вероятностями. Простейший Марковский процесс – 2 состояния (работоспособность, отказ), характеризуется такими свойствами, как стационарность, ординарность, отсутствие последствия: 1. Стационарность - вероятность событий перехода из одного состояния в другое за наработку х, не зависит от начала отсчёта, а зависит только от наработки. 2. Ординарность – вероятность двух и более событий на элементарном отрезке по наработке пренебрежимо мала. 3. Отсутствие последствий – вероятность событий не зависит от ранее произошедших событий и моментов их возникновения. Для простейшего Марковского процесса – простейшего потока отказов, вероятность k событий (отказов) за наработку x определяется законом Пуассона: , где k – число отказав; ω – параметр потока отказов. Интервал времени между событиями распределён по экспоненциальному закону:
, где - средняя наработка на отказ. Для нестационарного потока число событий (отказов) определяется по формуле: , а вероятность отсутствия отказов:
Дата добавления: 2014-01-07; Просмотров: 374; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |