Систематизация информации о практическом использовании основных распределений при прогнозировании и оценке надежности различных технических систем является актуальной научной задачей.
В основе изложенного материала лежит систематизация информации, опубликованной в литературе и представляющая анализ результатов модельных и экспериментальных исследований надежности техники, а также статистические данные, полученные в ходе эксплуатации.
Представленная теоретическая информация о применении гаммараспределения в теории надежности может быть использована в качестве первого приближения и подлежит обязательному уточнению с использованием различных критериев проверки гипотез по мере увеличения объема статистических данных в ходе последующих испытаний. Надо иметь достаточно оснований для применения экспоненциального закона распределения, как и любого другого. Поэтому статья может быть полезна исследователям на ранних этапах разработки или модернизации технической системы в качестве априорной информации для построения моделей и критериев, используемых для обеспечения и контроля надежности.
Для описания отказов системы могут быть предложены модели, предназначенные для решения различных задач надежности и поразному учитывающие комплекс факторов, присущих характеру отказов. Случайный характер возникновения отказов в процессе эксплуатации технических систем и их элементов позволяет применять в их описании вероятностно-статистические методы. Наиболее распространенными являются модели отказов, основанные на распределении соответствующих случайных величин, – наработок до отказа невосстанавливаемых объектов и наработок между отказами восстанавливаемых объектов. В качестве основных видов распределения наработок изделий до отказа следует выделить [1]:
• экспоненциальное;
• Вейбулла-Гнеденко;
• гамма;
• логарифмически-нормальное;
• нормальное.
В результате обзора литературы в области надежности технических систем дана оценка практического применения гамма-распределения при исследовании различных технических объектов. На основе проведенного анализа можно подобрать подходящее априорное распределение соответствующего критерия или показателя надежности.