Bilgiseller / Risk analizi yöntemleri
Yük–dayanım güvenilirliği: ortalama emniyet payı ve dağılımların örtüşmesi
Aynı ortalama payı farklı saçılım ve bağımlılıkla karşılaştırın; tek yük uygulamasını aynı belirsiz dayanım üzerindeki uygulama dizisinden ayırın.
Bu sayfada
Ortalama dayanımın ortalama yükten yüksek olması yalnız iki ortalama hakkında güven verir. Güvenilirlik, gerçek yükün eşleştiği gerçek dayanımı ne sıklıkla aştığına bağlıdır. Özgün normal dağılım örneği ortalama payı sabit tutarken değişkenliği ve korelasyonu değiştirir; ardından aynı bileşene yinelenen yükün neden ayrı hesap gerektirdiğini gösterir.
Yük ile dayanımı aynı fiziksel temelde ifade edin
S, eşdeğer arıza gerilimiyle ifade edilen dayanım; L ise belirli tek yük uygulamasının doğurduğu gerilim olsun; ikisinin birimi MPa’dır. Arızayı L > S, payı M = S − L olarak tanımlayın. Karşılaştırma ancak gerilimler aynı konuma, sıcaklığa, yükleme biçimine ve arıza ölçütüne aitse anlamlıdır. Newton cinsinden kuvvet, MPa cinsinden malzeme gerilimiyle doğrudan karşılaştırılamaz.
Gevrek kırılma eşiği, akma sınırı ve yorulma ömrü ölçütü farklı son durumlardır. Bu örnek, uygulama sırasında hasar birikimi veya dayanım değişimi olmadan tek uygulamadaki anlık eşikle ilgilidir. Kuvvetten L’ye dönüşüm geometriyi ve gerilme yığılma katsayılarını içerebilir; fakat bu katsayıların belirsizliği nominal gerilimin içinde kaybolmak yerine ortak modele katılmalıdır. Fiziksel temel, olasılık hesabından önce kurulmalıdır.
Gölgeli örtüşme alanı yerine aşılmayı tanımlayın
İstenen olasılık pf = P(L > S)’dir. Bağımsız sürekli değişkenler için ∫ fS(s)[1 − FL(s)] ds yazılabilir: belirli dayanımın aşılma olasılığını bütün dayanımlar üzerinden ortalayın. ReliaSoft’un yük–dayanım yaklaşımı arızayı yükün dayanımı aşmasıyla tanımlar. Bağımlılık varsa marjinal yük dağılımı yerine S’ye koşullu uygun dağılımı kullanın. Böylece eşleşmenin etkisi hesaba girer.
İki marjinal yoğunluk eğrisinin görsel olarak örtüştüğü alan genellikle pf değildir. O alan dağılımların benzerliğini ölçerken aşılma, eşleşen çekilişlerle ve sıralarıyla ilgilidir. Bu nedenle aynı yük ve dayanım marjinallerini gösteren iki çizim, bağımlılıkları farklıysa farklı arıza olasılıklarını temsil edebilir. Yararlı öğretici şekil pay dağılımını çizer ve M’nin sıfır altını boyar; bu kuyruk gerçekten arıza olayıdır.
Saçılımı değiştirirken ortalama payı koruyun
Her durum için kurgusal E(S) = 120 MPa ve E(L) = 100 MPa ortalamalarını kullanın. Ortalama pay 20 MPa, ortalamaların oranı 1,2’dir. İkisi de güvenilirlik veya garanti edilmiş alt sınır değildir. Dar bağımsız durumda dayanım standart sapması 6 MPa, yükünki 8 MPa olsun; geniş bağımsız durumda bunları ikiye, 12 MPa ve 16 MPa değerlerine çıkarın.
Yalnız ayrı histogramların normal görünmesini değil, ortak normalliği varsayın. Doğrusal fark böylece 20 MPa ortalamalı normal dağılıma sahiptir. Normal dağılımın birikimli fonksiyonu, standartlaştırılmış payı kuyruk olasılığına dönüştürür. Desteği bütün gerçek sayıları kapsar; fiziksel dayanım ve yüklerde kullanımı bir yaklaşımdır. Özellikle negatif değerler veya uç kuyruklar kararda önemliyse yaklaşımın uygunluğu ayrıca denetlenmelidir.
Varyansı kovaryans terimiyle hesaplayın
Sonlu varyanslı her S ve L için Var(M) = σS² + σL² − 2 Cov(S,L) = σS² + σL² − 2ρσSσL olur. Bu özdeşlik doğrusal fark için tamdır; normallik varyans özdeşliği için değil, normal kuyruk hesabı için gerekir. Kovaryans teriminin birimi MPa²’dir. Terimi atmak tarafsız hesap ayarı değil, bağımsızlık veya sıfır kovaryans varsayımıdır.
NIST, eşleştirilmiş ölçümlerin ve kovaryansın ele alınmasını vurgular. Uygulamada ilişki ortak sıcaklığı, eşleşen üretim partilerini veya ekipmanın görevlere atanmasını yansıtabilir. Bağımsız, eşleştirilmemiş dayanım numuneleri ile ayrı görev histogramı eşleşmeyi doğrudan göstermez. Dolayısıyla seçilen ρ, fiziksel mekanizma ve ilgili eşleştirilmiş kanıt destekleyene kadar açık duyarlılık varsayımı olarak kalmalıdır. Verinin düzeni model kadar önemlidir.
Özgün tek uygulama olasılıklarını karşılaştırın
Ortak normallikte pf = Φ[−20/σM] olur; Φ standart normal birikimli dağılım fonksiyonudur. Dar bağımsız payın σM değeri 10 MPa, pf değeri 0,022750’dir. Geniş bağımsız payda σM = 20 MPa ve pf = 0,158655 olur. Değerler altı ondalığa yuvarlanmıştır. Aynı ortalama emniyet payları ve aynı ortalama oranları, belirgin biçimde farklı eşik aşılma olasılıklarıyla birlikte bulunabilir.
Geniş marjinal standart sapmaları koruyup ρ = 0,6 alın. Bu kez σM = 13,023056 MPa ve pf = 0,062301’dir. ρ = −0,6 için σM = 25,107768 MPa ve pf = 0,212851 olur. Bunlar sınanmış filodan kestirimler değil, özellikle ayrı kurulmuş bağımlılık senaryolarıdır. Şekil ortak ortalamayı korurken pay kuyruğunun arıza eşiğini nasıl geçtiğini gösterir.
İşareti, korelasyonu tasarım yararı saymadan yorumlayın
Pozitif ortalama paylı bu özel fark modelinde pozitif S–L korelasyonu pay varyansını azaltır: daha güçlü birimler daha büyük, zayıflar daha küçük yüklere eğilimlidir. Negatif korelasyon tersini yapar. Bu, belirtilen ortak normal modele ilişkin sonuçtur. Dayanım kestirimi yüksekken işletme yükünü artırma önerisi veya gözlenen korelasyonun nedensel olduğuna ilişkin kanıt değildir. İşaret fiziksel kararın yerini tutmaz.
Tek başına korelasyon genel kuyruk bağımlılığını açıklamaz. Ortak normallik dışında iki ortak dağılım aynı ortalamalara, varyanslara ve korelasyona sahipken farklı aşılma olasılıkları verebilir. Isıl mekanizma ortalamaları da kaydırabilir veya kuyruk biçimlerini değiştirebilir; yalnız ρ’yı değiştirmek bu etkiyi kaçırır. Nadir eşleşmiş uçlar kararı yönetiyorsa tam ortak dağılımı veya savunulabilir koşullu modeli koruyun. Tek katsayı her bağımlılığı özetleyemez.
Yinelenen uygulamalara ayrı örnek uzayı kurun
Geniş durumdaki çiftler on kez bağımsız yeniden çekilirse en az bir uygulamada arıza olasılığı 1 − (1 − pf)¹⁰ = 0,822279 olur. Bu model her denemede hem yükü hem dayanımı yeniden çeker; ayrı örneklenen bileşenleri anlatabilir. Belirsiz dayanımı sabit kalan tek bileşene on uygulamayı anlatmaz. Tek uygulama olasılığı aynı olsa da denemeler arasındaki bağımlılık farklıdır.
S bir kez çekilir ve on yük birbirinden ve S’den bağımsızsa sağkalım E[FL(S)¹⁰] olur. Aynı geniş normal dağılımların bütünlenmesi arıza olasılığını 0,614178 verir. Zayıf birimler varsayımsal deneme dizisinde tekrar tekrar arızalanmaya, güçlüler sağ kalmaya eğilimlidir; S üzerinden ortalama alınınca sonuçlar bağımlı hâle gelir. Kuvvetin beklenen değerini beklenen değerin kuvvetiyle değiştirmek bu yapıyı kaybettirir.
En büyük yükü birikimli hasardan ayırın
Sabit dayanım hesabı, belirtilen on uygulama boyunca P(max Lk > S) ile eşdeğerdir. Dayanımın azalmadığını, önceki eşik altı uygulamaların hasar vermediğini ve yük dağılımının değişmediğini varsayar. Yaşam çevrimi en büyük yükü için uygulama sayısı veya açık rastgele geliş süreci gerekir. Süre, sayı veya görev açıklaması olmayan “ömür boyu yük” ifadesi olayı tanımsız bırakır.
Yorulma, aşınma, korozyon ve sürünme; her tek yük anlık eşiğin altında kalsa bile dayanımı azaltabilir veya hasar biriktirebilir. Bu mekanizmalar zamana bağlı dayanım ya da hasar modeli ve uygun arıza ölçütü ister. Değişmeyen yük–dayanım denkleminde yalnız sayıyı artırmak yorulma modeli yaratmaz. Benzer biçimde seri korelasyonlu yükler, bağımsız yük kuvvet formülü yerine ortak en büyük değer dağılımı gerektirir.
Saçılımı, saçılıma ilişkin belirsizlikten ayırın
Gösterilen standart sapmalar, topluluk veya uygulamalar arasındaki varsayılan fiziksel değişkenliği anlatır. Kestirimlerindeki belirsizlik başka katmandır. Sınırlı numune programı, sensör kalibrasyon hatası veya kaydedilmeyen ağır görevler hem kuyruk biçimini hem bağımlılığı az bilinir bırakabilir. Kestirilmiş parametrelerden hesaplanan olasılık o uyuma koşulludur; parametre belirsizliğini veya model biçimi belirsizliğini kendiliğinden kapsamaz. İki katmanı aynı hata çubuğuyla açıklamayın.
Tasarım incelemesinde belirsiz ortalama, ölçek ve bağımlılığı fiziksel gerekçeli seçenekler içinde değiştirip hangi varsayımların baskın olduğunu kaydedin. Öngörülen arıza olasılığı çok küçükse merkezdeki veriye uyum, ilgili kuyruk hakkında az doğrudan kanıt sağlar. Ek ondalık basamaklar ve büyük benzetim örneklemi sayısal hassasiyeti artırırken bu kanıt boşluğunu değiştirmez. Hesapça karmaşık kestirici seçmeden önce karar için önemli belirsizliği nicelleştirin.
Modeli mühendislik eylemine bağlayın
Örnek farklı müdahaleler gösterir: dayanımı artırmak, yük dağılımını düşürmek, saçılımı azaltmak veya birimlerle görevlerin eşleşmesini yönetmek. Önerilen eylem gerçekten değiştirdiği değişkenler üzerinden değerlendirilmelidir. Zayıf birimleri elemek kalan dayanım dağılımını değiştirir ve ölçüm hatası içerebilir; düşük yükte işletmek yükü ve sıcaklığa bağlı dayanımı değiştirebilir. İki müdahaleden sonra da eski olasılığı aynen kullanmak tutarsızdır.
Arıza ölçütünü, birimleri, topluluğu, ortak dağılımı, bağımlılık varsayımlarını ve uygulama ufkunu sonuçla birlikte bildirin. Diğer varsayımlar değişmezken yük yukarı veya dayanım aşağı kaydığında arızanın artmasını denetleyin. Ardından ilgili müdahalenin, kanıtın ve kabul edilebilir olasılığın aynı olaya ait olup olmadığına karar verin. Ortalama pay, bu açık güvenilirlik gerekçesi içinde yer aldığında yararlı hâle gelir.