>
? V=V0 - Vm (4.1)
У нашому випадка:? V=[1 - 1] m
Если віконується Рівність? V=0, то рахується, что дефект в колі відсутній.
При нерівності? V? 0 рахується, что в колі присутній дефект. У такому випадка для всіх матриць Z візначається вирази
(Z - 1)? Vm (4.2)
При віконанні рівності (Z - 1)? V m=0 робиться Висновок, что в колі присутній дефект заданої кратності, что Належить даного класу еквівалентності дефектів.
У нашому випадка вирази Z 3 Рівний нулю, тому робимо Висновок, что в колі присутній дефект кратності один, а дефектні елементами є опори R 2 і R 3.
При нерівності (Z - 1)? V m? 0 необходимо перейти до дефектів більш вісокої кратності и повторити процедуру поиска дефектів з качана.
5. Порівняльні дослідження періодічності діагностування АТЗ
. 1 Вибір бази та методу порівняльніх ДОСЛІДЖЕНЬ
Для ОЦІНКИ технічного стану Важлива своєчасно Встановити момент Настанов передвідмовного стану агрегату або системи автомобіля, за которого для Відновлення працездатності та патенти провести профілактіку або заміну ОКРЕМЕ деталей, щоб запобігті відмові.
Розглядається модель передвідмовного технічного стану агрегату або системи автомобіля, в основу якої покладені закономірності Зміни діагностичних параметрів з пробігом та оптимальна періодічність діагностування [17].
Передвідмовнім вважається стан, за которого діагностичний параметр (- пробіг автомобіля) досягає гранично-допустимого значення на момент пробігу [17]:
(5.1)
де - середній пробіг на відмову, км;
- оптимальна періодічність діагностування, км.
Отже, согласно з (5.1) передвідмовній стан всегда буде своєчасно виявленості.
оптимальний періодічність діагностування Прийнято вібіраті з Огляду на техніко-економічний крітерій, а самє на Основі мінімуму витрат на виконан Чергова діагностування та потокового ремонту [17]. На практике корістуються графічнім методом визначення оптімальної періодічності діагностування на Основі побудованіх кривих залежності коефіцієнта оптімальності від відношення витрат для різніх Законів розподілу відмов. Коефіцієнт оптімальності показує, у скільки разів оптимальна періодічність діагностування більша або Менша за середній пробіг на відмову. Задавши відношення витрат, з графіка знаходять значення. Оптимальна періодічність діагностування дорівнює:
(5.2)
Зауважімо, что техніко-економічне обґрунтування Вибори оптімальної періодічності діагностування справедливе для всіх агрегатів та механізмів автомобіля, крім тихий, что забезпечують Безпека руху.
У найтрівалішому (нормальному) експлуатаційному періоді, согласно з Даними СТАТИСТИЧНИХ СПОСТЕРЕЖЕНЬ, відмові розподілені відповідно до експоненційного закону. Коефіцієнт оптімальності НЕ поклади від параметрів закону розподілу та візначається графічно [17].
користуючися діагностічнімі картами агрегатів автомобіля, можна отріматі аналітічну залежність Зміни діагностічного параметра від пробігу. У загально виде ее зображають співвідношенням [17]:
, (5.3)
де - номінальне значення параметра;
, - const (- інтенсівність Зміни параметра, если=1, зменшіть у разів, - Показник степеня, Який візначає характер Зміни параметра).
Формула (5.3) дает можлівість Встановити гранично-допустимих значень параметра, что відповідає пробігу. Для цього спочатку знаходять та согласно з (5.2) та (5.1).
Завдання прогнозування ПРАЦЕЗДАТНИХ стану на період до следующего діагностування розв'язується на Основі моделі, яка базується на теоремі Байєса [17].
Если відомі значення показніків надійності - інтенсівності Раптовий та зношувальніх відмов, а такоже закономірності Зміни діагностичних параметрів, необходимо візначіті ймовірність відсутності відмові у период пробігу з моменту последнего діагностування до следующего (- періодічність діагностування), за умови, что жоден діагностичний параметр за цею годину не Вийди за Межі гранично-допустимих значень.
Апостеріорна ймовірність (така, что ґрунтується на досвіді) відсутності відмові за умови, что передвідмовній стан НЕ настане течение пробігу [; ], Візначається за формулою Байєса:
(5.4)
де, - гіпотезі, відповідно, про Виникнення та відсутності відмов течение ПЕРІОДУ прогнозування [; ];
, - апріорні ймовірності (Такі...
