Систематические отказы должны быть отнесены к категориям А или В:
a) Отказы, не сопровождающиеся корректирующими модификациями, потому что ожидаемые результаты не устранили бы проблемы стоимости, времени или технические трудности;
b) Отказы, сопровождающиеся корректирующей модификацией, направленной на предотвращение их повторения.
6.4.5 Процесс совершенствования надежности на этапе испытаний на повышение надежности
На рисунке 8 показана последовательность выполнения диагностики отказа, ремонта или замены, классификации и, при необходимости, дальнейших исследований и корректирующих модификаций. Тот же самый процесс должен применяться и в случае, когда источником информации является иная программа или действие, не имеющее целью повышение надежности.
Испытания должны быть приостановлены при появлении отказа на время, достаточное для диагностики, ремонта, изъятия или замены испытуемого объекта. Насколько возможно исследование систематических отказов и модификаций проекта должно проводиться параллельно с испытаниями, несмотря на то, что существует вероятность отказа того же самого типа, пока слабое место сохраняется.
Систематические отказы категории В должны всегда сопровождаться корректирующей модификацией. Когда модификация разработана, она может быть проведена в ближайший удобный момент (то есть при появлении другого отказа или другой приостановки испытаний).
Однако можно достичь большей эффективности, если программа разделена на несколько отрезков времени и модификации (особенно крупномасштабные) проводятся после каждой стадии. Эта схема показана на рисунке 8.
После отказа сменные части могут быть заменены на резервные для восстановления работоспособности системы. Это позволяет включить модификацию в запасной модуль и сэкономить время, не прибегая к прерыванию испытаний. Наличие набора таких запасных модулей очень удобно, но, пока эти модули не включают всех предыдущих модификаций, они должны использоваться только временно.
Эффективность модификации не известна до завершения испытаний, продолжительность которых должна быть в несколько раз больше времени испытаний до первого отказа конкретного типа слабого места. Это позволяет не только выявить, были ли воздействия конкретного слабого места успешно уменьшены или устранены, но также, не появились ли новые систематические слабые места. Любые ошибки в изготовлении или новые компоненты привносят новые слабые места. Для их выявления требуется дополнительное время работы. В качестве статистических методов могут использоваться методы, приведенные в МЭК 60300-3-5.
6.4.6 Математическое моделирование при испытаниях на повышение надежности
В данном разделе описаны методы моделирования, применимые для таких показателей надежности как параметр потока отказов или MTBF. Для других показателей надежности, например интенсивности отказов и MTTF, должны использоваться другие модели. Моделирование повышения надежности дает возможность использовать количественные оценки достигнутых и будущих значений показателей надежности в конце или в промежуточных точках программы повышения надежности. Результаты моделирования могут быть представлены в следующем виде:
- мгновенный параметр потока отказов или MTBF в данной точке программы;
- экстраполируемое значение потока отказов или MTBF в некоторой будущей точке программы;
- прогнозируемый параметр потока отказов или MTBF вне времени, когда отсроченные модификации выполнены или улучшения завершены.
Мгновенные или экстраполируемые интенсивности отказов обычно используются во время выполнения программы, а прогнозируемые значения обычно используются для определения оценки в конце этапа или в конце программы.
Кроме того, могут быть определены оценки для следующих отношений:
- отношение перечисленных выше параметров к параметрам в начале программы;
- количество выявленных систематических слабых мест по отношению к общему количеству, оцененному с помощью моделирования;
- количество систематических слабых мест, устраненных с помощью модификаций по отношению к общему их количеству.
Длина первого периода отказов (периода приработки) может быть оценена непосредственно по данным об отказах путем наблюдений за отказами/наработками или другими средствами. И отказы и наработки в пределах этого периода должны быть исключены из данных, используемых для расчетов повышения надежности.
Имеется несколько используемых в настоящее время математических моделей. Они зависят от предпочтений пользователя, типа и продолжительности программы повышения надежности. Это модель Дуайна, модель AMSAA/Kpoy и модель IBM/Роснера с фиксированным количеством дефектов.
6.4.7 Характер и цели моделирования
В моделях повышения надежности используют математические функции, которые при оптимальных значениях параметров достаточно точно описывают свойства конкретного набора данных. Такие функции и характеристики лучше всего представлять в тех же переменных, что и первоначальный набор данных, который обычно состоит из накопленного количества уместных отказов и накопленных уместных наработок (см. рисунок 9). Для описания моделей могут использоваться непрерывные или дискретные функции. Дискретная модель представляет отказы более реалистично, но часто требует большего количества этапов для оценки, чем непрерывная модель.
Рисунок 9. Характерная кривая, показывающая мгновенные и экстраполируемые интенсивности отказов
 | |
| 495 × 360 пикс. Открыть в новом окне | |
Примечание - Тангенс угла наклона касательной в начале координат и в точке (
,
) равен мгновенному параметру потока отказов, а в точке (
,
) - экстраполируемому параметру потока отказов
, ) равен мгновенному параметру потока отказов, а в точке ( , ) - экстраполируемому параметру потока отказов Выбор модели, которую нужно использовать, включает компромисс между простотой и реализмом. Большинство моделей имеет не больше двух параметров, потому что большее количество усложняет оценку. Для получения оценки максимального правдоподобия или оценки минимума квадратов отклонений решают соответствующие уравнения для параметров. Подставляя эти значения в модельную функцию, получают значения повышения надежности для параметров, перечисленных в 6.4.6.
Важными требованиями моделирования являются следующие:
- необходимы адекватные данные;
- условия испытаний должны соответствовать установленным требованиям.
Модели не должны рассматриваться как абсолютно верные и должны применяться осторожно. Они должны использоваться как статистический инструмент, помогающий принять правильное техническое решение.
6.4.8 Показатели надежности, используемые при моделировании
6.4.8.1 Мгновенный параметр потока отказов
В соответствии с рисунком 4 (кривая 3) отношение общего количества уместных отказов в общем случае имеет форму, изображенную на рисунке 9.
В любой момент времени мгновенный параметр потока отказов - это тангенс угла наклона касательной к кривой в соответствующей точке. На рисунке 9 показаны касательные, проведенные в начале координат и в промежуточной точке ( , ) программы повышения надежности. Тангенсы угла наклона этих касательных представляют значения мгновенных интенсивностей отказов объекта (или совокупности объектов). Они могут быть оценены с помощью использования математической модели после построения соответствующей кривой процесса.
, ) программы повышения надежности. Тангенсы угла наклона этих касательных представляют значения мгновенных интенсивностей отказов объекта (или совокупности объектов). Они могут быть оценены с помощью использования математической модели после построения соответствующей кривой процесса. Однако, если модификации для улучшения надежности были выполнены на более поздних этапах общего периода испытаний, модель может быть недостаточно продолжительной для отражения результирующего повышения надежности. Следовательно, истинный мгновенный параметр потока отказов будет меньше, чем полученная оценка. Если большинство или все модификации отсрочены до конца испытаний (или стадии испытаний), то этот метод оценки надежности не может использоваться. Только прогнозируемый параметр потока отказов можно оценить в соответствии с 6.4.8.3.
6.4.8.2 Экстраполируемый параметр потока отказов
На рисунке 9 показана касательная, проведенная в точке ( , ). Ее тангенс угла наклона представляет экстраполируемый параметр потока отказов в этой точке как оценка методом экстраполяции из точки ( , ). Предполагается, что та же самая модель и параметры, которые применялись к данным об отказах, накопленным до точки ( , ), должны применяться до точки ( , ) и что условия испытаний и выполняемые процедуры модификации являются неизменными при выполнении всей программы.
, ). Ее тангенс угла наклона представляет экстраполируемый параметр потока отказов в этой точке как оценка методом экстраполяции из точки ( , ). Предполагается, что та же самая модель и параметры, которые применялись к данным об отказах, накопленным до точки ( , ), должны применяться до точки ( , ) и что условия испытаний и выполняемые процедуры модификации являются неизменными при выполнении всей программы. Таким образом, экстраполируемый параметр потока отказов - это прогнозируемая оценка уровня, ожидаемого на некотором будущем этапе или в конце программы. Однако следует помнить, что изменение условий испытаний или процедуры модификации может лишить экстраполяцию необходимой достоверности.
Кривая, показанная на рисунке 9, является только примером и не представляет событий реальных испытаний. Возможно, что при испытаниях отказов становится больше, а не меньш
6.4.8.3 Прогнозируемый параметр потока отказов
Прогнозируемый параметр потока отказов - это ожидаемое значение параметра потока отказов при эксплуатации, следующей за программой модификации. Программа, включающая несколько модификаций, выполняемых одновременно, вызывает скачок надежности (см. рисунок 10) вместо непрерывного ее повышения. Если прогнозируемый параметр потока отказов оценивался в конце программы повышения надежности, то это соответствует эксплуатации, если условия испытаний соответствуют условиям эксплуатации. Прогнозирование является более тонким методом и требует более глубоких технических знаний, чем оценка мгновенного или экстраполируемого значения параметра потока отказов.
Рисунок 10. Примеры кривых повышения надежности и скачков
 | |
| 499 × 336 пикс. Открыть в новом окне | |
Полученная оценка не дает доказательств, следующих из испытаний, что все модификации повысили надежность в необходимой степени и не добавили новых слабых мест. Обычно лишь немногие модификации полностью эффективны и лишь в некоторых случаях доставляют новые отказы. Коэффициент эффективности "улучшения" выражается долей, на которую уменьшается значение параметра потока отказов. Этот коэффициент может быть назначен на основе технического анализа каждой модификации или как общее значение (обычно 0,7).
Методика прогнозирования предполагает, что каждый распознаваемый тип систематического слабого места имеет собственный постоянный параметр потока отказов после периода приработки. Этот параметр потока отказов можно подтвердить, если появлялось достаточное количество повторных отказов данного типа. При успешной модификации только наработка до первого отказа каждого типа может быть получена для оценки соответствующего параметра потока отказов.
Выполняют следующие шаги:
a) Используя набор наработок до отказа всех систематических типов отказов и модель оценивают параметр потока отказов для каждого известного типа систематического отказа;
b) Определяют коэффициент эффективности улучшения;