Плотность распределения наработки до отказа

Надёжность изделия - это не просто «сломается или нет». Это вопрос о том, когда именно произойдёт отказ и как велика вероятность, что изделие проработает заданный срок без поломок. Центральный объект теории надёжности - случайная величина $T$ (наработка до отказа) и её плотность распределения $f(t)$, которая описывает, насколько «концентрирован» поток отказов во времени. Ниже разберём основные законы распределения наработки до отказа, выведем ключевые формулы и разберём, как интерпретировать форму кривой $f(t)$. Начните с калькулятора: поменяйте параметры и сразу увидите, как меняются плотность и интенсивность отказов.

Что такое плотность распределения наработки до отказа

Наработка до отказа $T$ - случайная величина: у разных экземпляров одного изделия она принимает разные значения. Чтобы описать её статистическое поведение, вводят функцию плотности распределения $f(t)$:

$$f(t) = \lim_{\Delta t \to 0} \frac{P(t < T \le t + \Delta t)}{\Delta t},$$

то есть $f(t)\,\Delta t$ - приближённая вероятность того, что изделие откажет в интервале $(t,\, t+\Delta t)$. Площадь под кривой $f(t)$ на всей оси равна единице: рано или поздно изделие откажет с вероятностью $1$.

С плотностью напрямую связаны три другие функции, встречающиеся в каждой задаче по надёжности:

• Функция распределения (ненадёжности): $F(t) = \int_0^t f(\tau)\,d\tau$ - вероятность того, что отказ произошёл до момента $t$.
• Вероятность безотказной работы: $P(t) = 1 - F(t) = \int_t^\infty f(\tau)\,d\tau$.
• Интенсивность отказов: $\lambda(t) = f(t)/P(t)$ - условная плотность отказа при условии, что до момента $t$ изделие ещё не отказало. Именно она описывает «мгновенную опасность» отказа.

Рассчитать для своей задачи

Экспоненциальный закон: постоянная интенсивность отказов

Простейший и наиболее распространённый в теории надёжности закон - экспоненциальный. Его плотность:

$$f(t) = \lambda\,e^{-\lambda t}, \quad t \ge 0,$$

где $\lambda > 0$ - постоянная интенсивность отказов (единица: $1/\text{ч}$, $1/\text{км}$ и т. п.). Функции надёжности принимают удобный вид:

$$P(t) = e^{-\lambda t}, \qquad F(t) = 1 - e^{-\lambda t}, \qquad \lambda(t) = \lambda = \text{const}.$$

Главное свойство экспоненциального распределения - отсутствие последействия (memoryless property): вероятность безотказной работы на следующие $\Delta t$ часов не зависит от того, сколько часов изделие уже проработало. Иначе говоря, изделие «не стареет» - его не нужно менять по выработке ресурса, только после фактического отказа.

Средняя наработка до отказа (MTTF - Mean Time To Failure):

$$\text{MTTF} = \int_0^\infty t\,f(t)\,dt = \frac{1}{\lambda}.$$

Медиана: $T_{0.5} = \dfrac{\ln 2}{\lambda} \approx \dfrac{0{,}693}{\lambda}$ - всегда меньше MTTF (кривая $f(t)$ «скошена» вправо).

Рассчитать для своей задачи

Экспоненциальный закон хорошо описывает электронные компоненты в период нормальной эксплуатации и элементы, отказы которых обусловлены случайными внешними воздействиями, не связанными с износом.

Распределение Вейбулла: универсальная модель

Экспоненциальный закон - частный случай более общего двухпараметрического распределения Вейбулла. Его плотность:

$$f(t) = \frac{\beta}{\eta}\left(\frac{t}{\eta}\right)^{\beta-1} \exp\!\left[-\left(\frac{t}{\eta}\right)^\beta\right], \quad t \ge 0,$$

где $\beta > 0$ - форм-параметр (параметр формы), $\eta > 0$ - масштабный параметр (характеристический ресурс, ч). При $\beta = 1$ распределение Вейбулла вырождается в экспоненциальное с $\lambda = 1/\eta$.

Интенсивность отказов:

$$\lambda(t) = \frac{\beta}{\eta}\left(\frac{t}{\eta}\right)^{\beta-1}.$$

Форм-параметр $\beta$ полностью определяет характер кривой $\lambda(t)$:

• $\beta < 1$: $\lambda(t)$ убывает - период приработки (доминируют производственные дефекты).
• $\beta = 1$: $\lambda(t) = \text{const}$ - период нормальной эксплуатации (случайные отказы).
• $\beta > 1$: $\lambda(t)$ возрастает - период износа (накопление усталостных повреждений).

Средняя наработка до отказа через гамма-функцию:

$$\text{MTTF} = \eta\,\Gamma\!\left(1 + \frac{1}{\beta}\right).$$

Мода (наиболее вероятная наработка) при $\beta \ge 1$:

$$T_{\text{mo}} = \eta\left(\frac{\beta - 1}{\beta}\right)^{1/\beta}.$$

При $\beta < 1$ моды нет - $f(t)$ убывает от $+\infty$ и стягивается к нулю.

Кривая интенсивности отказов и «ванна Баттерворта»

Суммарная кривая $\lambda(t)$ реальной технической системы имеет характерную форму «ванны» (bathtub curve). На практике её строят как суперпозицию трёх периодов:

1. Период приработки $[0, t_1]$: высокая убывающая $\lambda(t)$ - выявление скрытых производственных дефектов; описывается Вейбуллом с $\beta < 1$.
2. Период нормальной эксплуатации $[t_1, t_2]$: $\lambda \approx \text{const}$; хорошо описывается экспоненциальным законом.
3. Период износа $[t_2, \infty)$: возрастающая $\lambda(t)$ - усталость, коррозия, старение; описывается Вейбуллом с $\beta > 1$ или нормальным законом.

Зная, на каком периоде находится изделие, выбирают подходящий закон распределения для расчётов надёжности и принимают решение о техническом обслуживании: в период износа профилактические замены экономически оправданы, в период нормальной эксплуатации - нет.

Связь f(t) с характеристиками надёжности

Из плотности $f(t)$ вычисляются все нужные показатели надёжности.

Вероятность безотказной работы на интервале $[0, t]$:

$$P(t) = \int_t^\infty f(\tau)\,d\tau = 1 - F(t).$$

Для экспоненциального закона: $P(t) = e^{-\lambda t}$. Для Вейбулла: $P(t) = \exp\!\left[-\left(t/\eta\right)^\beta\right]$.

Гамма-процентный ресурс $T_\gamma$ - наработка, которую изделие не достигнет с вероятностью $\gamma$:

$$P(T_\gamma) = \frac{\gamma}{100}, \quad \text{то есть}\quad \int_{T_\gamma}^\infty f(t)\,dt = \frac{\gamma}{100}.$$

Для Вейбулла явно: $T_\gamma = \eta\,\left(-\ln(\gamma/100)\right)^{1/\beta}$.

Дисперсия наработки показывает разброс между экземплярами:

$$D(T) = \eta^2 \left[\Gamma\!\left(1+\frac{2}{\beta}\right) - \Gamma^2\!\left(1+\frac{1}{\beta}\right)\right].$$

Чем больше $\beta$, тем «уже» распределение и тем стабильнее ресурс партии.

Оценка параметров по выборке отказов

На практике параметры $\lambda$ или $(\beta, \eta)$ оценивают по статистике отказов $n$ изделий. Для экспоненциального закона оценка максимального правдоподобия проста:

$$\hat\lambda = \frac{r}{\sum_{i=1}^r t_i + (n-r)\,t^*},$$

где $r$ - число зафиксированных отказов, $t_i$ - наработки отказавших, $t^*$ - момент окончания испытания (для усечённой выборки).

Для Вейбулла параметры $\beta$ и $\eta$ оценивают методом максимального правдоподобия, решая нелинейное уравнение, или графически - по вероятностной бумаге Вейбулла (прямая на этой бумаге подтверждает гипотезу и даёт $\hat\beta$ из наклона, $\hat\eta$ из пересечения).

Частые ошибки

• Путают $\lambda$ и $f(t)$. Интенсивность отказов $\lambda(t) = f(t)/P(t)$ - не то же самое, что плотность. При экспоненциальном законе они численно совпадают только потому, что $P(0) = 1$ и $\lambda(t) = \text{const} = \lambda$.
• Не переводят единицы. Если $t$ в часах, то $\lambda$ в $1/\text{ч}$, а MTTF в часах. При подстановке в формулу $P(t) = e^{-\lambda t}$ числа должны быть в согласованных единицах.
• Забывают про условие $t \ge 0$. Функции $f(t)$, $P(t)$, $\lambda(t)$ определены только при $t \ge 0$. При $t = 0$: $P(0) = 1$, $F(0) = 0$.
• Применяют экспоненциальный закон к деталям с износом. Если $\lambda(t)$ возрастает, экспоненциальный закон занижает вероятность раннего отказа и даёт неконсервативную оценку ресурса.
• Путают MTTF и медиану. Для экспоненциального распределения медиана $\approx 0{,}693\cdot\text{MTTF}$, для Вейбулла соотношение ещё более нетривиально. Сравнивать гарантийный срок с MTTF напрямую некорректно.

FAQ

Почему для электронных компонентов используют экспоненциальный закон?

Электронные компоненты (резисторы, конденсаторы, микросхемы) в нормальном режиме работы отказывают от случайных факторов - перенапряжений, флуктуаций температуры, - которые не зависят от «возраста» элемента. Отсутствие последействия экспоненциального закона точно отражает эту физику. Кроме того, он математически удобен: произведение вероятностей безотказной работы элементов сразу даёт $P_{\text{сист}}(t) = e^{-\lambda_{\text{сум}} t}$.

Что означает масштабный параметр eta в распределении Вейбулла?

Параметр $\eta$ - это характеристический ресурс: при $t = \eta$ вероятность безотказной работы составляет ровно $e^{-1} \approx 0{,}368$, независимо от $\beta$. Иначе говоря, $63{,}2\%$ изделий откажут раньше $\eta$, $36{,}8\%$ - позже. Это удобная «точка отсчёта» при сравнении партий.

Как выбрать закон распределения для конкретного изделия?

Сначала строят кривую $\lambda(t)$ по реальным данным отказов (эмпирическую). Если она убывает - $\beta < 1$, постоянна - $\beta = 1$ (экспоненциальный), возрастает - $\beta > 1$. Для уточнения строят вероятностную бумагу Вейбулла: линейность эмпирических точек подтверждает гипотезу. При небольших выборках применяют критерии согласия (хи-квадрат, Колмогоров-Смирнов).

Коротко

Плотность распределения наработки до отказа $f(t)$ описывает, как «размазан» поток отказов по времени. Экспоненциальный закон ($\lambda = \text{const}$) применяют для случайных независимых отказов; закон Вейбулла с форм-параметром $\beta$ охватывает все три периода жизненного цикла изделия: приработку ($\beta < 1$), нормальную эксплуатацию ($\beta = 1$) и износ ($\beta > 1$). Из $f(t)$ однозначно вычисляются вероятность безотказной работы $P(t)$, MTTF, медиана и гамма-процентный ресурс - основные характеристики в задачах по теории вероятностей и надёжности систем.