КАЧЕСТВО И НАДЕЖНОСТЬ АВТОМОБИЛЯ

КАЧЕСТВО И НАДЕЖНОСТЬ АВТОМОБИЛЯ. Может ли безотказный автомобиль быть долговечным, и наоборот? 3. Влияет ли ремонтопригодность автомобиля на его безотказность? 4. Какие показатели надежности у правительственного автомобиля должны быть выше, чем у обычного транспортного автомобиля? 5. Какие условия способствуют увеличению ползучести металлов? 6. В каких условиях происходит усталостное разрушение деталей? 7. Почему смазка снижает прочность деталей автомобиля? 8. Что может быть причиной коробления корпусной детали автомобиля в процессе его эксплуатации? 9. При каких условиях может наблюдаться задир трущихся поверхностей деталей автомобиля? 10. При каких видах износа трущиеся поверхности деталей гладкие и блестящие? 11. Какие детали автомобиля могут быть подвергнуты фреттинг-коррозии? 12. Какие детали автомобиля могут быть подвергнуты эрозии? 2. ОПИСАНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН, ХАРАКТЕРИЗУЮЩИХ ПАРАМЕТРЫ ПРОЦЕССОВ ТЭА 2.1. Общие принципы описания случайных величин Процессы, происходящие в природе и технике, можно подразделить на две большие группы 1. Процессы, описываемые функциональными зависимостями, когда имеется жесткая связь между аргументом и функцией например, всем известный закон Ома . 2. Случайные или вероятностные процессы, когда функция отражает аргумент с некоторой вероятностью можно напомнить, что вероятность события - это отношение числа случаев, благоприятствующих наблюдению события к общему числу возможных случаев. В практике ТЭА в большинстве случаев приходится иметь дело с вероятностными процессами.

Например, диаметр цилиндров двигателя вследствие износа увеличивается не одинаково по мере наработки, тем более для разных двигателей той же модели Рис. 12 . Рис. 12. Во многих случаях достаточно знать не функцию регрессию, а числовые характеристики совокупности случайных величин и т.д. Основными числовыми характеристиками случайных величин являются математическое ожидание, и среднее квадратическое отклонение, где - число анализируемых случайных величин, а - вероятность наблюдения случайной величины.

Если анализируется не вся генеральная совокупность случайных величин, а только некоторая выборка из этой совокупности, то в качестве меры рассеяния случайной величины используют оценку среднего квадратического отклонения. Более наглядной характеристикой рассеянности разброса случайных величин является коэффициент вариации. Наиболее полно случайная величина описывается законом распределения вероятностей.

Распределение вероятностей может быть представлено таблицей, графиком или формулой.

Существенное значение для распределения вероятностей имеет характер случайной величины, которая может быть дискретной количество пассажиров в автобусе может быть только целым или непрерывной наработка между очередными проколами колеса. На рис.13а показано распределение вероятностей дискретной случайной величины например, расхода запасных частей со склада в течение дня. Рис. 13 а. Рис. 13 б. Если попытаться аналогично изобразить распределение вероятностей непрерывной случайной величины например, наработки до отказа детали, то возникнет противоречие конкретное значение - это точка на непрерывной шкале и вероятность отказа именно в это мгновенье очень мала. О реальных величинах вероятности отказа, очевидно, можно говорить только, если рассматривать некоторый интервал наработки. Чем уже интервал, тем меньше вероятность, но отношение будет конечной величиной, характеризующей определенное значение. Это отношение называют плотностью вероятности.

Плотность вероятности, представленная в виде графика Рис. 13 б, также позволяет судить о том насколько часто или редко может наблюдаться то или иное значение случайной величины. На практике часто важно знать вероятность того что случайная величина равна или меньше некоторого значения, т.е Для закона распределения дискретной случайной величины Рис. 13 в, для непрерывной случайной величины. Если, то. В таком виде закон распределения вероятностей называют интегральным законом Рис.13 г, а плотность распределения вероятностей часто называют дифференциальным законом распределения вероятностей.

Рис.13 в. Рис. 13 г. Закон распределения вероятностей дискретной случайной величины по рис.13в могут называть кумулятивной кривой 3 . 2.2. Виды законов распределения вероятностей Формы кривых распределения могут быть разнообразны, что зависит от особенностей рассматриваемой случайной величины и процесса, в котором рождается эта величина.

Главным фактором здесь является степень наличия последействия.

Процесс не имеет последействия, если состояние в будущем не зависит от того, как система пришла в настоящее состояние.

Например, наработка до прокола колеса и ресурс коленчатого вала являются случайными величинами, но их распределения вероятностей различны.

Если мы сегодня установили на двигатель новый коленчатый вал, то завтра он еще новый и даже через месяц работы автомобиля коленчатый вал можно считать новым.

Если мы сегодня установили новую камеру в колесо, то никаких особых гарантий отсутствия прокола завтра, потому, что камера новая, нет. В этих примерах наработка камеры до прокола является случайной величиной, рождаемой процессом без последействия, а ресурс коленчатого вала рождается процессом с хорошо выраженным последействием. В математике известны многие законы распределения вероятностей случайных величин, из них в практике ТЭА достаточно широко используются пять законов 6,10 . 2.2.1 Экспоненциальный закон Этот закон описывает непрерывные случайные величины, рождаемые процессом без последействия.

Закон выражается формулами где параметром распределения является, здесь - математическое ожидание случайной величины. Для случайных величин, распределенных по экспоненциальному закону, коэффициент вариации равен единице, т.е Формы кривых показаны на рис. 14. Рис. 14. Следует отметить, что в окружающей нас действительности очень многие явления можно отнести к процессам без последействия, поэтому наше интуитивное представление часто соответствует экспоненциальному закону например, человек привыкает к опасности, потому что вначале прирост вероятности события большой, а со временем прирост уменьшается. Случаи применения экспоненциального закона в практике ТЭА - наработка на отказ автомобиля при выходе из строя различных деталей - наработка на отказ моменты возникновения потребности в замене конкретной детали для группы одновременно работающих автомобилей - периодичность внезапных отказов деталей из-за аварии, ДТП и т.п. например, прокол колеса - время простоя автомобиля в ремонте при дефиците запасных частей. 2.2.2. Нормальный закон Этим законом описываются непрерывные случайные величины, рождаемые процессом с хорошо выраженным последействием.

По предельной теореме Ляпунова, если случайная величина является суммой многих случайных величин, то она хорошо описывается нормальным законом.

Отсюда можно считать, что если на процесс влияет много различных факторов, то рождаемая этим процессом случайная величина будет распределена по нормальному закону, который выражается формулой, где - математическое ожидание случайной величины - среднее квадратическое отклонение.

Интегральная функция не имеет аналитического выражения, поэтому для ее построения пользуются табличными значениями функции, где - квантиль условный аргумент, позволяющий определять значения вероятностей для любых совокупностей нормально распределенных случайных величин. Следует отметить, что в разных литературных источниках квантиль может обозначаться различными буквами. Формы кривых распределения показаны на рис.15. Рис. 15. Характерной особенностью нормального закона является то, что кривая плотности вероятности симметрична относительно математического ожидания, а кривая интегральной вероятности зеркально симметрична относительно вероятности 0,5. Поскольку с вероятностью 0,997 нормально распределенная случайная величина укладывается в интервал, а в реальных условиях отрицательных величин, как правило, не бывает, то математическое ожидание не может быть меньше, значит, нормально распределенные случайные величины имеют коэффициент вариации. По этому условию выбирают вид закона распределения анализируемых случайных величин.

Случаи применения нормального закона распределения вероятностей в практике ТЭА - ресурс нормально изнашиваемых деталей - время простоя автомобиля в ТО - трудоемкость ТР - пробег автомобилей по календарным периодам - расход эксплуатационных материалов - и т.п. 2.2.3. Закон Вейбулла Закон описывает непрерывные случайные величины и выражается формулами где и - параметры эмпирические коэффициенты. В зависимости от соотношения величин эмпирических коэффициентов формы кривых могут быть различны Рис. 16 . Кривая может быть симметричной, близко совпадающей с нормальным законом и несимметричной.

Рис. 16. Чаще всего закон Вейбулла используют при коэффициенте вариации. Случаи применения закона в практике ТЭА - ресурс деталей, разрушающихся из-за усталости - наработка до отказа крепежных деталей - простои автомобиля в текущем ремонте - и т.п. 2.2.4. Закон равновероятного распределения Этим законом описываются непрерывные случайные величины, которые достоверно встречаются на некотором интервале от до и вероятность наблюдения случайной величины в этом интервале постоянна Рис. 17 . Рис. 17. Например, если автобусы идут по маршруту с интервалом 15 минут, то время ожидания автобуса человеком, пришедшим на остановочный пункт в случайный момент времени, будет находиться в интервале от 0 до 15 минут и распределено по закону равной вероятности.

Описывается этот закон следующим образом при меньше при при больше при. Случаи применения закона в практике ТЭА - время простоя отказавшего технологического оборудования до прихода мастера по ремонту, если заявка в течение смены обязательно выполняется - время ожидания маршрутного транспортного средства - и т.п. 2.2.5. Закон Пуассона Закон описывает дискретные случайные величины и является приближенным выражением более общего закона Бернулли.

По формуле, предложенной Пуассоном, можно определять вероятность попадания в выборку, где - объем партии, объектов с определенным свойством, например, бракованных.

При этом должно выполняться условие, что вероятность наблюдения бракованных изделий в партии должна быть менее 0,1. Распределение выражается формулой, где параметр распределения является математическим ожиданием случайной величины. Случаи применения закона Пуассона в практике ТЭА - число отказов для группы одновременно работающих автомобилей в течение заданного промежутка времени или наработки - количество аварий или дорожно-транспортных происшествий - число дефектных изделий, попадающих в выборку из партии изделий - количество клиентов, обращающихся на пункт обслуживания в единицу времени - количество запасных частей, забираемых со склада - и т.п. Вопросы для самоконтроля по второму разделу 1. Что дает более полное представление о разбросе случайной величины среднее квадратическое отклонение или ее коэффициент вариации? 2. Почему плотность распределения вероятностей случайной величины называют дифференциальным законом распределения? Может ли этот закон описывать дискретные случайные величины? 3. Каким законам распределения описывается наработка на отказ автомобиля и наработка до предельного износа коленчатого вала? 4. Почему нормальным законом описываются значения ресурса нормально изнашиваемых деталей автомобиля? 5. Каким законом распределения может быть описан ресурс детали, если его среднее значение в два раза больше среднего квадратического отклонения? 6. Каким законом распределения, обычно, описывается ресурс рессор отказывающих из-за усталостных трещин? 7. В чем разница закона распределения, представленного как и ? 3. ОЦЕНКА НАДЕЖНОСТИ АВТОМОБИЛЯ КАК СЛОЖНОЙ СИСТЕМЫ 3.1. Общие представления о сложных системах Под сложной системой понимают объект, выполняющий заданные функции, который может быть расчленен на элементы, каждый из которых также выполняет определенные функции и находится во взаимодействии с другими элементами.

Элементы могут иметь разнообразные выходные параметры, которые с позиции надежности можно разбить на три группы типа Х1 - параметры, изменение которых с выходом за установленные уровни показателей приводит к потере работоспособности элемента и системы Х2 - параметры участвующие в формировании выходных параметров всей системы, по которым трудно судить об отказе элемента Х3 - параметры, влияющие на работоспособность других элементов аналогично изменению внешних условий работы системы.

Для большей наглядности возможных типов выходных параметров систему из двух элементов на примере двигателя можно представить структурной схемой Рис. 18. В представленной на рис. 18 схеме для системы питания Х1 - это пропускная способность топливного жиклера если жиклер забит и топливо не поступает, то система питания отказывает и отказывает двигатель , Х2 - это износ топливного жиклера топливная экономичность автомобиля ухудшается , Х3 - богатая смесь приводит к перегреву двигателя и затрудняет работу системы охлаждения.

В свою очередь плохая работа системы охлаждения приводит к перегреву двигателя и образованию паровых пробок в системе питания - это Х3 для элемента 2, плохая работа термостата затягивает прогрев двигателя, что приводит к снижению топливной экономичности автомобиля - это Х2, обрыв ремня приводит к отказу системы охлаждения и отказу автомобиля - это Х1 для элемента 2. В реальных сложных системах элементы могут иметь или все три типа выходных параметров или меньше один или два. Во многом это зависит от степени расчленения системы на элементы.

В рассмотренном примере система питания и система охлаждения сами являются сложными системами.

Автомобиль является очень сложной системой, которую можно разбить на большое число элементов.

При анализе надежности такой сложной системы ее элементы полезно разделять на группы 1 Элементы, отказ которых практически не влияет на работоспособность автомобиля повреждение обивки салона, коррозия крыла. Отказ таких элементов обычно рассматривают изолированно от системы. 2 Элементы, работоспособность которых за рассматриваемый промежуток времени или наработки практически не меняется для автомобиля, направляемого на уборку урожая, учитывать изменение состояния картера коробки передач не имеет смысла . 3 Элементы, восстановление работоспособности которых не требует значительных затрат времени и, практически, не снижает показателей эффективности работы автомобиля натяжение ремня вентилятора . 4 Элементы, отказы которых приводят к отказу автомобиля и регламентируют его надежность.

В связи с тем, что функционирование автомобиля связано с выполнением разнообразных задач в неодинаковых условиях эксплуатации, выделение элементов в указанные группы может быть проблематично отказ стеклоочистителя в сухую хорошую погоду не приводит к отказу автомобиля, а в дождь и слякоть - приводит к отказу . 3.2. Оценка безотказности сложных систем.

В зависимости от характера влияния на надежность сложной системы, ее элементы можно считать включенными последовательно или параллельно по аналогии с включением лампочек в гирлянде. При этом реальную конструктивную схему системы следует представлять структурной схемой безотказности.

Приведем пример структурной схемы подшипникового узла, состоящего из следующих элементов 1 - вал, 2 - подшипник, 3 - корпус подшипника, 4 - винты крепления крышки подшипника 4 шт 5 - крышка подшипника. Если отказ элемента приводит к отказу системы, то можно считать, что элемент включен последовательно.

Если при отказе элемента система продолжает функционировать, то элемент включен параллельно.

В соответствие с этим структурная схема подшипникового узла будет иметь вид рис. 19. Рис. 19. Безотказность сложной системы, состоящей из последовательно включенных элементов, определяется произведением вероятностей безотказной работы элементов. Например, система состоит из 50-и элементов с одинаковой безотказностью, то. Как видно из приведенного примера, увеличение элементов при их последовательном включении приводит к снижению безотказности сложной системы.

Для реальных элементов безотказность является переменной величиной, зависящей от их наработки, ее можно выразить законом распределения вероятностей.

На рис. 20 показаны графики законов распределения вероятностей для трех последовательно включенных элементов.

Рис. 20. Из графика следует, что при наработке наибольшую вероятность отказа будет иметь первый элемент, однако, при увеличении наработки до величины вероятность отказа второго элемента может существенно возрасти. Третий элемент при рассматриваемых значениях наработки остается, практически, безотказным. Таким образом, для повышения безотказности системы, состоящей из последовательно включенных элементов, следует в первую очередь повышать надежность наиболее слабых элементов. Одинаково увеличивать средний ресурс всех элементов системы нецелесообразно.

При параллельном включении элементов рис. 21 сложная система откажет только при отказе всех элементов, вероятность этого события. Безотказность сложной системы, или. Рис. 21. Например, для системы из трех элементов с безотказностью 0,9 общая безотказность. Таким образом, увеличение числа параллельно включенных элементов увеличивает безотказность сложной системы. 3.3. Резервирование как метод повышения надежности автомобиля.

Различают два вида резервирования горячий резерв, когда резервируемый элемент дублируется такими же параллельно и постоянно включенными элементами, и холодный резерв, когда дублирующий элемент включается в работу только после отказа основного элемента. Для автомобиля примером холодного резерва является запасное колесо, спаренные задние колеса грузового автомобиля при порожнем пробеге можно считать примером горячего резерва при проколе одного из колес порожний автомобиль может продолжать движение. При резервировании различают два метода рис. 22 А Поэлементное резервирование, когда резервируются отдельные элементы сложной системы.

Б Общее резервирование, когда при отказе элемента сложной системы ее может заменять такая же резервная система резервируется вся цепочка элементов. Рис. 22. Безотказность сложной системы при поэлементном резервировании. Например, при т. е. отказ системы можно ожидать в 4-х случаях из 1000. Безотказность сложной системы при общем резервировании. Для того же примера при безотказность системы, т. е. отказ системы можно ожидать в 42 случаях из 1000. Проведенные расчеты показывают, что поэлементное резервирование дает более высокую безотказность сложной системы, однако реализация этого метода резервирования для механических устройств, практически, невозможна для подключения резервных элементов потребуются специальные устройства, т. е. новые элементы и система станет иной. Общее резервирование для механических устройств является более приемлемым в конструкции автомобиля используется многоконтурная система тормозов, однако и в этом случае резервирование сопровождается ростом числа элементов в цепочке сложной системы.

Рост числа элементов в системе приводит к снижению ее безотказности, и при определенном соотношении увеличения числа элементов и числа резервных цепочек безотказность системы может не только не увеличится, а и уменьшиться.

С учетом сказанного, для повышения безотказности механических устройств и, в частности, автомобиля, чаще всего, прибегают к повышению запасов прочности деталей или увеличению их износостойкости и т. п. 3.4. Оценка параметрической безотказности и долговечности изделий. Элементы сложной системы, как правило, имеют несколько выходных параметров, по каждому из которых возможен отказ элемента.

Например, полно поточный фильтр может отказать из-за прорыва фильтрующего элемента или вследствие его забивания.

Для оценки безотказности сложной системы необходимо составить структурные схемы по параметрам возможных отказов. Пример анализа вариантов конструктивной схемы последовательного и параллельного включения двух фильтров приведен на рис. 23 Рис. 23. Если в рассматриваемом примере безотказность фильтра по прорыву фильтрующего элемента, а по забиванию то при параллельном включении фильтров общая безотказность по прорыву будет равна, а по забиванию При последовательном включении фильтров общая безотказность по прорыву, а по забиванию. Сравнивая минимальные значения общей безотказности, можно сделать вывод, что при последовательном включении фильтров рассматриваемая сложная схема надежнее. Не следует забывать, что этот вывод справедлив при заданных значениях безотказности по рассматриваемым параметрам. Для сложных систем с большим числом элементов и их выходных параметров рассматривается столько структурных схем, сколько может быть сочетаний возможных отказов по всем параметрам.

Поскольку большинство элементов автомобиля сложной системы могут выходить из строя по разным параметрам, при оценке долговечности элемента следует это учитывать. Например, кузов легкового автомобиля может быть отправлен в утиль при серьезных повреждениях в дорожно-транспортных происшествиях ДТП и при сильной коррозии или усталостных разрушениях.

Допустим, что средний ресурс кузова по ДТП тыс. км, а средний ресурс кузова по коррозии тыс. км при среднем квадратическом отклонении тыс. км. Какой в этом случае средний ресурс кузова? При решении подобной задачи следует представить структурную схему безотказности элемента по параметрам. В данном примере общая безотказность будет выражаться произведением безотказностей. Наработка на отказ по ДТП является случайной величиной, распределенной по экспоненциальному закону, где. Наработка на отказ по коррозии является случайной величиной, распределенной по нормальному закону и. Подставляя выражения безотказностей по отдельным параметрам в формулу общей безотказности, получим. Отсюда можно найти средний ресурс кузова путем интегрирования кривой безотказности. В результате решения, получена формула среднего ресурса кузова, который выбывает из эксплуатации или из-за ДТП, или вследствие коррозии и усталостных трещин. Для заданных в примере числовых характеристик тыс. км. Если за счет применения новых антикоррозийных покрытий повысить ресурс кузова в два раза, то общий средний ресурс станет равным 90,8 тыс. км. Из проведенных расчетов можно сделать важные практические