Студопедия

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)

Модель с нормальным распределением




Модель с распределением Вейбулла.

Наработка до отказа имеет распределение Вейбулла:

 

где >0, >0 - параметры распределения.

При =1 распределение Вейбулла совпадает с показательным распределением.

Для этой модели ,

где (гамма-функция),

.

График интенсивности отказов при распределении Вейбулла изображен на рисунке 2.4.

При >1 интенсивность отказов монотонно возрастает, при <1 - монотонно убывает.

После показательного распределения наиболее часто в теории надежности используются распределения Вейбулла.

Наработка до отказа имеет нормальное распределение с плотностью

,

где m и >0 - параметры распределения.

Нормальное распределение не совсем подходит для задач теории надежности, так как случайная величина с нормальным распределением может принимать любые значения от до , а наработка до отказа - положительная величина.

Поэтому вместо нормального в теории надежности часто используют усеченное нормальное распределение, имеющее плотность

где m>0, а c>1 - нормирующий множитель, выбираемый из условия .

Усеченное нормальное распределение обычно применяют, если m<3 . В противном случае с 1,0015 и использование неусеченного нормального распределения дает достаточную точность.

Можно доказать, что в данной модели интенсивность монотонно возрастает и при больших t начинает приближаться к асимптоте (см. рис. 2.5.).




Поделиться с друзьями:


Дата добавления: 2015-04-30; Просмотров: 446; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.009 сек.