4.6 Пояснение программы 

    Программа реализована на языке программирования Object Pascal в среде программирования Borland Delphi 7.0 и опробована на ЭВМ на базе процессора AMD Athlon XP 1700 Palomino и с 512 Mb оперативной памяти.

    Исходными данными для программы являются количество элементов n, число реализаций РЭУ N, заданное время работы t_З, законы распределения и параметры законов для каждого типа элементов (λ, ρ, β, M(t_ср), σ(t_ср)).

    Начальное число реализаций РЭУ выбираем равным N=1000. Этого вполне достаточно для статистической обработки данных, и моделирование с таким числом реализаций не использует много ресурсов.

    Допустимую  ошибку в определении среднего значения параметра выбираем равной Δ=0,005. Выбранная величина позволит достаточно точно определить характеристики выходного параметра.

    Программа выполнена полностью по структурной  схеме алгоритма решения.

    Листинг текста программы с комментариями приведен в Приложении А.

    Результаты  работы программы приведены в Приложении Б. 

    4.7 Анализ результатов 

    В результате работы программы получили следующие результаты:

     Вероятность  безотказной работы за заданное время tз Pt=0,54450;

     Наработка на отказ T0=1484,90000;

     Гамма-процентная наработка до отказа Tgamma=81,60800;

     Число реализаций РЭУ N1=40000.

    Следовательно, вероятность безотказной работы дифференциального усилителя за заданное время t_З=1000 часов равняется P(t_З)=0,54450. Это означает, что 54% исследуемых устройств должны работать безотказно в течении t_З=1000 часов работы.

    Наработка на отказ равняется T₀=1484,90000 часа. Это значит, что N устройств будут в среднем иметь наработку до отказа, равную1484,90000 часа.

    Гамма-процентная наработка до отказа при γ=95% равняется T_γ=81,60800 часа. Это означает, что у 95% исследуемых устройств в течение суммарной наработки, равной 81,60800 часа, отказ не возникнет.

    В целом, проанализировав полученные результаты можно сделать вывод, что исследуемый фильтр обладает достаточно низким временем безотказной работы, неприемлемой вероятностью безотказной работы за 1000 часов, и малой гамма-процентной наработкой до отказа при γ=95%. 

 

       5 Сравнение результатов  решения 

    Сравним результаты расчётно-аналитического метода со значениями, полученными методом моделирования внезапных отказов элементов РЭС на ЭВМ.

    Результаты  занесены в таблицу 5.1  

Таблица 5.1 – Результаты сравнения

 

    Из  таблицы 5.1 видно, результаты, полученные методом моделированием на ЭВМ мало отличаются от результатов, полученных путём расчётно-аналитического метода. А учитывая то, что аналитический расчёт оказался довольно трудоёмким, неудобным, можно сделать вывод, что оценку безотказности РЭУ лучше проводить моделированием на ЭВМ  внезапных отказов. Точность обоих методов одинакова.

 

Заключение

 

    В результате проделанной работы сравнили оценки безотказности РЭУ, рассчитанные расчетно-аналитическим методом и моделированием на ЭВМ отказов элементов (с учётом внезапных отказов).

    В итоге, мы получили довольно приемлемые результаты с точки зрения реальных РЭУ.

    Однако, результаты, полученные моделированием, могут быть ещё более точными. Для повышения точности необходимо увеличить число реализаций РЭУ. Но при этом увеличится время выполнения программы из-за сортировки массива для определения гамма-процентной наработки.

    Список  использованных источников

 

    1 Боровиков С.М. Теоретические  основы конструирования, технологии  и надежности, – Минск: Дизайн-Про, 1998.

    2 Теоретические основы технологии, конструирования и надежности. Лабораторный практикум под ред. Боровикова С.М., – Минск: БГУИР, 1997.

    3 Теоретические основы конструирования,  технологии и надежности. Методические  указания к курсовой работе  под ред. Боровикова С.М.,– Минск: БГУИР, 1995.

    4 Синицын А.К., Навроцкий А.А. Основы  алгоритмизации и программирования в среде Delphi. Алгоритмы на структурах данных : лабораторный практикум по курсу «Основы алгоритмизации и программирования» для студентов 1-2 курса всех специальностей БГУИР,–Минск: БГУИР,2007.– 52 с.: ил.

 

Приложение А 

Листинг программы 

unit Unit1;

interface

uses

  Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

  Dialogs, Buttons, StdCtrls, Math;

type

  TForm1 = class(TForm)

    Edit1: TEdit;

    Edit2: TEdit;

    Label1: TLabel;

    Label2: TLabel;

    Edit3: TEdit;

    Label3: TLabel;

    Edit4: TEdit;

    Label4: TLabel;

    Edit5: TEdit;

    Label5: TLabel;

    Label7: TLabel;

    Memo1: TMemo;

    Button1: TButton;

    BitBtn1: TBitBtn;

    Edit8: TEdit;

    Edit9: TEdit;

    Label9: TLabel;

    Edit10: TEdit;

    Label10: TLabel;

    Label11: TLabel;

    Edit11: TEdit;

    Edit12: TEdit;

    Label12: TLabel;

    Label13: TLabel;

    Edit13: TEdit;

    Label14: TLabel;

    procedure Button1Click(Sender: TObject);

  private

    { Private declarations }

  public

    { Public declarations }

  end;

var

  Form1: TForm1;

implementation

{$R *.dfm} 

procedure TForm1.Button1Click(Sender: TObject);

var

  n,N1,i,j,Nt: integer;

  T0,Tgamma,Pt,t,lambda,ro,beta,MO,SKO: extended;

  w: array [1..6] of byte;

  toe: array [1..6] of extended;

  Toreu: array[1..50000] of extended; 

  Function exp (lambda:extended):extended;  {Функция выдаёт число с экспоненциальным }

   begin   {законом распределния времени до отказа и заданной интенсивностью отказов}

     exp:=-1/lambda*ln(1-random);

   end;

  Function veibull (ro,beta:extended):extended; {Функция выдаёт число с законом}

   begin {Вейбулла и с параметрами закона ro и beta}

     veibull:=power((-1/ro*ln(1-random)),1/beta);

   end; 

  Function normal(M,SKO:extended):extended; {Функция выдаёт число с нормальным }

   Var   {законом распределения времени до отказа и заданными МО и СКО }

    i:byte;

    s:extended;

   Begin

    repeat

    s:=0;

    for i:=1 to 12 do  s:=s+random;

    until ((s-6>-3) and (s-6<3));{Проверяем, не вышли ли за диапазон нормального закона}

    normal:=SKO*(s-6)+M;

   end; 

  Procedure QuickSort (var a:array of extended; nn:integer); {Процедура сортировки массива}

   var i,j,L,R: integer;

     x,w:extended;

     s:0..50000;

     stak:array[0..50000] of record L,R:word end;

   begin

      s:=1; stak[1].L:=1; stak[1].R:=nn;

      Repeat

        L:=stak[s].L; R:=stak[s].R; s:=s-1;

        Repeat

          i:=L; j:=R; x:=a[(L+R) div 2];

          Repeat

            while a[i]>x do i:=i+1;

            while x>a[j] do j:=j-1;

            if i<=j then

              begin

                w:=a[i];

                a[i]:=a[j];

                a[j]:=w;

                i:=i+1;

                j:=j-1;

              end;

          until i>j;

          if j-L<R-i then

            begin

              if i<R then

                begin

                  s:=s+1;

                  stak[s].L:=i;

                  stak[s].R:=R;

                end;

              R:=j;

            end

             else

               begin

                 if L>j then

                   begin

                     s:=s+1;

                     stak[s].L:=L;

                     stak[s].R:=j;

                   end;

                   L:=i;

               end;

        until L>=R;

      until s=0;

   end;

begin

  {Включаем  процедуру получения случайных  равномерных числел и

  очищаем  экран текстового редактора}

  Randomize; Memo1.Clear;

  {Вводим  кол-во элементов, число реализаций и заданное время работы}

  n:=StrToInt(Edit1.Text);

  N1:=StrToInt(Edit2.Text);

  t:=StrToFloat(Edit3.Text);

  {Вводим  законы распределения времени  до отказов элементов и их  параметры}

  w[1]:=StrToInt(Edit4.Text); lambda:=StrToFloat(Edit5.Text);

  w[2]:=StrToInt(Edit4.Text);