СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ СТАБИЛЬНОСТИ ФУНКЦИОНИРОВАНИЯ ТЕХНИЧЕСКИХ СИСТЕМ 

Клячкин Владимир Николаевич, доктор технических наук, профессор, кафедра прикладной математики и информатики, Ульяновский государственный технический университет (432027, Россия, г. Ульяновск, ул. Северный Венец, 32), v_kl@mail.ru
Карпунина Ирина Николаевна, кандидат технических наук, доцент, кафедра общепрофессиональных дисциплин, Ульяновский институт гражданской авиации (432071, Россия, г. Ульяновск, ул. Можайского, 8/8), karpunina53l@yandex.ru.

519.248: 681.518.5 DOI

DOI

10.21685/2307-4205-2018-2-5

Актуальность и цели. Стабильность функционирования системы часто определяет ее работоспособность. Нарушение стабильности может привести к остановке системы или возникновению аварийной ситуации. Важной задачей является скорейшее обнаружение нарушения стабильности процесса функционирования.
Методы. Нарушения проявляются в виде изменения статистических характеристик, поэтому для их обнаружения могут быть использованы методы и алгоритмы статистического контроля процессов. Такой подход позволяет выявить нарушение до того, как произошел выход контролируемых показателей за допустимые пределы. При этом, как правило, одновременно проводится мониторинг среднего уровня процесса и его рассеяния. Выбираются статистические инструменты для контроля: для независимых показателей используются стандартные карты Шухарта, для коррелированных – методы и алгоритмы, основанные на применении многомерной статистики Хотеллинга и обобщенной дисперсии.
Результаты. Проведенное исследование позволило предложить следующую методику оценки стабильности функционирования технических систем: изучение условий работы аналогичных систем и выявление возможных нарушений стабильности функционирования; расчет основных статистических характеристик процесса; выбор статистических инструментов для последующего контроля в зависимости от предполагаемых нарушений и уровня коррелированности параметров; проведение постоянного мониторинга функционирования системы с целью диагностики нарушений стабильности.
Выводы. Предлагаемая методика позволит своевременно обнаружить нарушение стабильности процесса функционирования технического объекта и предотвратить возможную аварийную ситуацию.

Ключевые слова

техническая диагностика, обнаружение нарушений, контрольная карта Шухарта, алгоритм Хотеллинга, обобщенная дисперсия

 Скачать статью в формате PDF

1. Юрков, Н. К. Риски отказов сложных систем / Н. К. Юрков // Надежность и качество сложных систем. – 2014. – № 1 (5). – С. 18–24.
2. Герасимов, О. Н. Методика текущего предупредительного статистического контроля / О. Н. Герасимов, А. Ю. Доросинский // Труды Международного симпозиума Надежность и качество. – 2017. – Т. 1. – С. 30–32.
3. Клячкин, В. Н. Модели и методы статистического контроля многопараметрического технологического процесса / В. Н. Клячкин. – М. : Физматлит, 2011. – 196 c.
4. Клячкин, В. Н. Оценка стабильности показателей качества при очистке питьевой воды / В. Н. Клячкин, А. Д. Барт // Экологические системы и приборы. – 2017. – № 8. – С. 14–20.
5. Иванова, А. В. Статистическая обработка результатов вибромониторинга гидроагрегата / А. В. Иванова, И. Н. Карпунина, В. Н. Клячкин // Научный вестник УИГА. – 2017. – № 9. – С. 144–150.
6. Клячкин, В. Н. Оценка стабильности температурного режима компьютера / В. Н. Клячкин, И. Н. Карпунина, М. К. Федорова // Автоматизация процессов управления. – 2016. – № 3 (45). – С. 58–64.
7. Клячкин, В. Н. Статистические методы анализа данных / В. Н. Клячкин, Ю. Е. Кувайскова, В. А. Алексеева. – М. : Финансы и статистика, 2016. – 240 с.
8. Клячкин, В. Н. Статистические методы в управлении качеством: компьютерные технологии / В. Н. Клячкин. – М. : Финансы и статистика, ИНФРА-М, 2009. – 304 с.
9. ГОСТ Р 50779.42-99 (ИСО 8258-91). Статистические методы. Контрольные карты Шухарта.
10. Уиллер, Д. Статистическое управление процессами. Оптимизация бизнеса с использованием контрольных карт Шухарта / Д. Уиллер, Д. Чамберс. − М. : Альпина Бизнес Букс, 2009. – 409 с.
11. Montgomery, D. C. Introduction to statistical quality control / D. C. Montgomery. – New York : John Wiley and Sons, 2009. – 754р.
12. Святова, Т. И. Многомерный статистический контроль технологического рассеяния процесса / Т. И. Святова, В. Н. Клячкин // Радиотехника. – 2014. – № 11. – С. 123–126.
13. Sullivan, J. H. A Comparison of Multivariate Quality Control Charts for Individual Observations / J. H. Sullivan, W. H. Woodall // Journal of Quality Technology. – 1996. – Vol. 28. – Р. 398–408.
14. Williams, J. D. Distribution of Hotelling’s T2 Statistic Based on the Successive Difference Estimator / J. D. Williams, W. H. Woodall, J. H. Sullivan // Journal of Quality Technology. – 2006. – Vol. 38. – Р. 217–229. 
15. Клячкин, В. Н. Обнаружение нарушений при многомерном статистическом контроле технологического процесса / В. Н. Клячкин, Ю. А. Кравцов // Программные продукты и системы. – 2016. – № 3. – С. 192–197.
16. Горячев, Н. В. Структура автоматизированной лаборатории исследования теплоотводов / Н. В. Горячев, И. Д. Граб, А. В. Лысенко, Н. К. Юрков // Труды Международного симпозиума Надежность и качество. – 2011. – Т. 2. – С. 119–120.
17. Горячев, Н. В. Программа инженерного расчета температуры перегрева кристалла электрорадиокомпонента и его теплоотвода / Н. В. Горячев, А. В. Лысенко, И. Д. Граб, Н. К. Юрков // Труды Международного симпозиума Надежность и качество. – 2012. – Т. 2. – С. 242–243.