автореферат диссертации по безопасности жизнедеятельности человека, 05.26.03, диссертация на тему:Методика прогнозирования надежности сложных технологических систем в металлургии с учетом временной зависимости вероятности отказов узлов

На правах рукописи

Заверняев Константин Валерьевич

□034622иь

МЕТОДИКА ПРОГНОЗИРОВАНИЯ НАДЕЖНОСТИ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ В МЕТАЛЛУРГИИ С УЧЕТОМ ВРЕМЕННОЙ ЗАВИСИМОСТИ ВЕРОЯТНОСТИ ОТКАЗОВ УЗЛОВ

Специальность 05.26.03 — Пожарная и промышленная

безопасность (металлургия)

Автореферат диссертации на соискание ученой степени кандидата технических наук

12 с:з

Москва, 2009

003462205

Работа выполнена на кафедре «Безопасность жизнедеятельности» ГОУ ВПО Государственный технологический университет «МИСиС»

Научный руководитель — Заслуженный деятель науки РФ,

доктор технических наук, профессор Мастрюков Борис Степанович

Официальные оппоненты — Доктор технических наук, доцент

Грозовский Геннадий Ильич

Защита состоится «19» Марта 2009 года в 15:00 часов на заседании диссертационного совета Д.212.132.04 в ГОУ ВПО Государственный технологический университет «МИСиС» по адресу: 119049, г. Москва, Крымский вал, д. 3, ауд. К -421. Тел.: 237-21-36,237-84-45

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Государственный технологический университет «МИСиС». Автореферат разослан » февраля 2009 г.

Ученый секретарь диссертационного г«"»—>

кандидат технических наук, доцент Лисунец Николай Леонидович

Ведущая организация — Государственный научный центр РФ

«ФГУП «Центральный институт авиационного моторостроения им. П.И. Баранова»

к.т.н., профессор

Муравьев Виктор Александрович

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы.

В процессе работы техническое состояние деталей технологического оборудования, подвергающихся непрерывным разрушающим воздействиям, непрерывно ухудшается. В результате износа, физического старения, поломок и др. элементов конструкции сложных технологических систем (СТС) может возникнуть повреждение деталей оборудования. Достигнув критического уровня повреждения, накопленные в результате процесса эксплуатации, приводят к нарушению работоспособного состояния оборудования, преждевременной выработке деталью ресурса, и как следствие, к ее отказу. Отказ любого элемента оборудования, в свою очередь, приводит к остановке процесса производства, ухудшая его технологические показатели.

Металлургическое оборудование, имеющее значительный срок службы, относится к высоконагруженным, физически быстро стареющим объектам, которые за срок службы подвергаются многочисленным текущим и нескольким капитальным ремонтам, в результате чего их технические характеристики ухудшаются. Вместе с тем большинство металлургических машин являются уникальными, зачастую они изготавливаются в единственном экземпляре или небольшими партиями. Поэтому для ряда машин или их составных частей не существует достаточно эффективных и обоснованных стратегий выполнения адаптивных планово-предупредительных ремонтов, учитывающих фактическое состояние элементов машины и состояние других СТС, входящих в комплекс оборудования.

Наиболее частым является использование методов статистического моделирования повреждений, учитывающих вероятностные режимы экс-

плуатации оборудования, внешние воздействия и характер протекания процессов накопления повреждений. Актуальность такого подхода объясняется необходимостью дальнейшего совершенствования методов прогнозирования трибологической надежности деталей, подвергающихся таким видам повреждений, как изнашивание и усталостное разрушение, имеющих ярко выраженный характер в металлургических машинах, и являющихся основными причинами их отказов.

Решение такой задачи и предопределило цель исследования - создание научно-обоснованной методики прогнозирования и повышения надежности, а так же предотвращения аварий СТС в металлургии как на стадии проектирования, так и на стадии эксплуатации.

Для достижения поставленной цели были решены следующие задачи:

- Разработана методика расчета кинетических параметров надежности для элементов СТС, учитывающих временную зависимость вероятности их отказов.

- На основе разработанной методики реализован алгоритм моделирования и расчета состояния подобных систем.

- Разработан программный комплекс для определения вероятности отказа и прогнозирования надежности как отдельных элементов, так и всей СТС в целом.

- Предложен метод оценки технического состояния существующего металлургического оборудования и даны рекомендации по повышению его надежности в процессе эксплуатации.

Научная новизна полученных результатов заключается в том, что:

- Разработана-методика расчета показателей надежности СТС с учетом временной зависимости вероятности отказа их узлов.

- Разработана и адаптирована вычислительная программа моделирования состояния СТС, позволяющая прогнозировать сроки и причины возникновения отказов и аварийных ситуаций.

- Впервые разработан программный комплекс для оценки и прогнозирования технического состояния СТС с учетом временной зависимости вероятности отказов узлов.

Достоверность полученных выводов и расчетов обусловлена использованием современных методов математического моделирования, основанных на фундаментальных формулах и законах теории вероятности и надежности, а также удовлетворительным согласованием расчетных и экспериментальных данных, полученных на существующем оборудовании металлургических производств.

Практическая значимость результатов работы состоит в том, состоит в том, что разработанные и приведенные в данной работе метод и программный комплекс для его реализации позволяют проводить оценку надежности любой СТС, прогнозировать и предотвращать отказы и аварии на производстве, как на стадии проектирования, так и на стадии эксплуатации СТС.

Апробация работы и публикации. Результаты работы были доложены на IV Международной научно-практической конференции «Печные агрегаты и энергосберегающие технологии в металлургии и машиностроении» (г. Москва, 3-4 апреля 2008 г.). Основные положения работы опубликованы в трудах этой конференции и в двух статьях в центральных научных журналах.

Объем и структура диссертации. Диссертация состоит из введения, 4 глав, заключения и 2 приложений. Работа изложена на 126 страницах машинописного текста, содержит 77 рисунков и 2 таблицы.

Библиографический список использованной литературы содержит 162 наименования.

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели, задачи и методика исследований.

В первой главе проведен анализ существующих методов исследования надежности СТС в металлургии, в отношении как к существующему оборудованию в процессе эксплуатации, так и к оборудованию на этапе проектирования. Рассмотрены общие методики статистического анализа систем, наиболее распространенные математические модели.

Выявлено, что методы разрушающего и неразрушающего контроля, являясь эффективными для контроля за наличием дефектов, качеством и надежностью отдельных элементов металлургического оборудования, и несмотря на свое многообразие, могут быть применены только к элементам (деталям) на этапе эксплуатации.

Как показал анализ, наиболее точно надежность проектируемых металлургических машин можно описать при помощи вероятностных математических моделей, основанных на различных законах распределения и анализе временных рядов данных по отказам узлов и деталей оборудования. На основании рассмотренных данных выработана общая концепция, согласно которой была выстроена математическая модель и в качестве основного принято распределение Вейбулла - Гнеденко.

В результате анализа так же установлено, что практически все существующие программные комплексы по расчету и прогнозированию надежности не учитывают временной зависимости вероятности отказов узлов (деталей) оборудования. Программные методы, позволяющие решить данную проблему, работают только на основе априорных статистических данных по отказам, что, в силу уникальности большей части металлургического оборудования, не позволяет их применять на этапе проектирования.

На основании вышесказанного можно сделать вывод об отсутствии аналогов создаваемой методике прогнозирования надежности.

Во второй главе описана разработанная методика и реализованная на ее основе математическая модель исследования показателей надежности с учетом временной зависимости вероятности отказов узлов.

Подобная модель позволяет закладывать основы безопасности и надежности металлургического оборудования уже на стадии проектирования, тем самым расширяя возможности и методы предотвращения отказов и аварийных ситуаций.

При разработке математической модели и алгоритма прогнозирования надежности были приняты следующие ограничения и допущения:

- каждое из событий системы бинарно и независимость в совокупности всех выделенных бинарных событий;

- процессы восстановления и ремонта конструктивных элементов СТС рассматриваются как мгновенная замена деталей;

- в моделях надежности законы распределения времени работы всех элементов принимаются по закону Вейбулла;

- вероятностные характеристики элементов статистически устойчивы;

- учитываются не механизмы износа, а рассматривается общая вероятностная природа отказов.

Основанная на общих принципах формирования отказов, данная модель обеспечит: разработку алгоритмов оценки надежности сложных изделий, учет обратных связей во взаимоотношении «технологический процесс — выходные параметры машины», оценку взаимодействия параметров машины и особенностей потери ею работоспособности. Решение этих задач дает возможность разрабатывать более совершенные модели отказов разнообразных элементов (деталей, узлов, механизмов) металлургических машин.

Наиболее часто отказы оборудования происходят на первом и третьем периодах работы типичной кривой износа, характеризующей изменение состояния детали во времени. Но, т.к. первый этап (приработка) носит достаточно кратковременный характер и является неотъемлемой частью

работы детали, то наибольший практический интерес представляет этап износа.

Алгоритм, на котором основана разработанная в диссертационной работе модель прогнозирования состоит в следующем:

На первом этапе формируется «дерево отказов» СТС, определяются исходные и промежуточные предпосылки, устанавливаются логические связи и входные параметры узлов.

Начиная с момента окончания периода нормальной эксплуатации, производится расчет технического состояния каждой детали с периодичностью (шагом) Ат. Значение вероятности отказа в этот период (нормальной эксплуатации) принимается постоянным, являясь основным входным параметром модели.

Основной этап алгоритма - нахождение величины степени изнбса детали А^ в текущий момент времени. Характер износа детали (узла) в период интенсивного износа носит вероятностный характер, что в разработанной модели учитывается применением метода Монте-Карло к распределению Вейбулла-Гнеденко, плотность вероятности отказов которого, применительно к разыгрываемой переменной, представляется в виде:

/(х) = а-ЛСГАГ - Л"'1 .е~ЯсТАТ

где а - коэффициент, учитывающий особенности детали

X - разыгрываемое значение интенсивности отказа;;

Хстат - расчетное значение интенсивности отказа.т

Статистический ряд значений ^ формирует мультипликативный конгруэнтный датчик случайной величины. Каждое полученное значение проверяется на соответствие двум критериям, из отобранных значений и формируется ряд (рис. 1):

1. ^стат < для вычисления первого шага Дть и ^ < ?ц+1 для последующих интервалов Дт;, поскольку степень износа детали со временем уменьшаться не может;

2. Разыгрываемое значение должно находиться в области соответствующей плотности распределения для данного шага.

Рис. 1. Формирование ряда случайных величин интенсивности отказа узла.

На основе полученных случайных значений пошагово вычисляются значения вероятности отказа детали (узла) Р; на каждом шаге Ali (рис. 2).

Построение продолжается пока значение вероятности отказа не окажется либо равным 1, либо, если задан дополнительный параметр наработки на замену Рзам, происходит имитация замены детали. После «замены» элемента вычисление всех случайных величин происходит заново, т.о. для каждой «новой» детали, учитывая случайность физических свойств нового элемента, формируется свой ряд случайных величин (рис.2).

Для определения вероятности отказа детали для каждого шага в модели используется выражение:

Р (т ) = 1 - в"Яг

где т - время работы СТС,

X - значение интенсивности отказа на данном шаге моделирования.

«Wio I i.мс- 1-шю .-«.и*» *\ЗЧУ •* ,'чл.-» iiU1» я |f4Vfl_Ir.jM)_1Мч н fW» _.<МММ_rvyw_М.'У И

-Ci Т?2 М

Рис. 2. Построение зависимости Р(т) элемента (узла).

Далее, в соответствии с логическими условиями отказов деталей, входящих в состав каждого узла, происходит расчет технического состояния узлов и всей СТС. Выходным параметром модели является вероятность отказа Р(т) узла или сложной технологической системы.

На основе разработанной методики и алгоритма моделирования создан программно-вычислительный комплекс (рис.3) для расчетов показа-

телей надежности сложных систем, позволяющий учитывать временную зависимость вероятности отказов узлов (деталей).

Разработанная программа написана на языке программирования Си++, имеет простой и доступный интерфейс, аналогичный стандартному интерфейсу Windows-программ.

Рабочее окно программы (рис. 3.) состоит из области моделирования, где строится дерево отказов СТС, и главной панели инструментов с основными функциональными кнопками, которые позволяют создать новый проект, открыть либо сохранить существующий, экспортировать расчетные данные в Excel, редактировать основные рабочие настройки программы.

ш1 j^i ш\ jy ±J

В- ф шм •940 В © Привод В-© Камера отжига могор_РС ЕЕ © плоскоременная передача б© элемент управления гидротавотница шкив

В © Волочильный механизм В © привод В - © ременная передача У-ремень тормоз В © элемент управления Фильеры Е! © Смазочная система В © Система охлаждения

вид дерева отказов СТС

рабочая область

Рис. 3. Внешний вид программы

При клике правой кнопкой мыши на рабочее поле программы открывается рабочее меню, при помощи которого создаются, добавляются и

редактируются новые элементы, а также задаются основные свойства исходных деталей и логические свойства узлов (рис.4).

i -Г' Опрвделнние вериятности итавза Си

U bj в] ±j - щщщт

wtfciurae Делить НОЕЬЙ Уагить

График

И|*я цма

| Б лайвый 3 цемент Г И а ИЛИ

CZMjj X j

Пара метры ля талк

т

Имяд.ет'А«

Паспортное время работы (дней!

|0

Васонтностъ отквза паспортная

jO

Стагитмескю пит. отказа

IP

Р замены

[i

Г Цикл

Юм«**. слслнсстн

0.5

%/ОК | X

Рис. 4. Свойства узлов и деталей

После создания «дерева отказов» и задания необходимых свойств элементов, клик правой кнопкой мыши на любой из элементов позволяет просмотреть результаты моделирования, которые отображаются в виде зависимости вероятности отказа от времени.

Работу с графиками облегчают функции зуммирования (приближения и удаления) графика, сохранение видимого участка в файл изображения, а так же возможность экспорта расчетных данных в виде таблиц MS Excel, где можно более детально анализировать полученные расчеты, и накапливать псевдостатистику по отказам любых деталей.

В третьей главе проведена адаптация и проверка адекватности разработанной математической модели, а так же сопоставление расчетных данных с данными по отказам существующего оборудования.

Прежде чем опробовать программный комплекс применительно к существующему оборудованию, было принято решение проверить правильность поведения разработанной модели следующим образом:

1) Смоделировать дерево отказов гипотетической СТС (рис. 5.), состоящее из трех уровней:

а) головного события А (отказ системы);

б) промежуточных исходных предпосылок Узел 1, Узел 2, Узел 3;

в) исходных предпосылок - Детали 1-1,2-1, 1-2,2-2, 1-3,2-3.

Рис. 5. Дерево отказов гипотетической СТС

2) Для упрощения эксперимента входные параметры исходных предпосылок приняты одинаковыми (стандартная деталь).

3) Очевидно, что адекватная модель должна соответствующим образом реагировать на появление малонадежных элементов, поэтому была

введена СПЕЦ-деталь ным параметром.

- исходная предпосылка с заведомо менее надеж-

4) При помощи замены стандартных деталей СПЕЦ-деталью, а также путем комбинирования логических свойств промежуточных предпосылок и головного события, проведен 21 эксперимент.

Получены показатели состояния исходных предпосылок - стандартной детали и СПЕЦ-детали, состояния промежуточных предпосылок с логическими свойствами «И» и «ИЛИ», с комбинациями стандартных и СПЕЦ-деталей, и графики технического состояния СТС. Полученные данные говорят о том, что модели деталей вычисляются в точности согласно сделанным предположениям, - моделирование каждой исходной предпосылки происходит именно до заданных параметров на замену.

Этот факт говорит о том, что алгоритм вычисления показателей надежности промежуточных предпосылок и головного события, а так же код программы в программно-вычислительном комплексе прописаны верно.

После проверки корректности поведения математической модели, была проведена адаптация программно-вычислительного комплекса применительно к функционирующей металлургической машине. Полученные при помощи разработанной методики и программы результаты были сопоставлены с данными журналов по ремонту.

В качестве объекта исследования использована волочильная машина Niehoff Drawing Machine NDM-940, «дерево отказов» которой (рис.6) сформировано на основе конструкторской документации с учетом только основных узлов и элементов.

На кривую зависимости вероятности отказа NDM-940 от времени, полученной помощи программы были наложены данные об отказах и ремонтах элементов и узлов оборудования по временной шкале (рис. 7). Отказы элементов и узлов оборудования пронумерованы и отмечены на графиках временными событиями.

ti el al jg| ±j

муфта

pe менно-зубчатая передача В 0 Камера отката Mcrrop_DC В 0 плоскоременная передача ремень редуктор

É • © з леменг управления гидрогавотница шкив

I 0 Волочильигй меха»«зм В 0 привод

мотор_АС1 мотор_АС2 мотор_АСЗ 0 ременная передача

тормоз 0 элемент управления раскладчик Фильеры В © Смазочная система мсггор_АС Насос

В © Смазочный Фильтр теплообменник В 0 Система охлаждения В © привод

мотор_ДС1 мотор_АС2 могор_АСЭ Р) охлаждение

вентилятор В © Фильтрационная установка Фильтр

В © о

Как можно видеть из сопоставления данных, разработанная модель позволяет достаточно точно прогнозировать временные интервалы с наиболее частыми и наиболее вероятными отказами, т.е. скопление отказов по реальным данным соответствует пиковым значениям на полученных графиках.

Чтобы более четко определить точность совпадения результатов моделирования с реальными показателями по каждому из элементов и узлов Niehoff Drawing Machine NDM-940, имеющиеся данные по их отказам сопоставлены с соответствующими узлам графиками зависимости вероятности отказа от времени работы

Рис. 6. «Дерево отказов» Niehoff Drawing Machine NDM-940.

Рис. 7. Наложение данных по отказам.

Полное соответствие модели надежности волочильных фильер (рис.8) реальным данным по отказам, наиболее наглядно показывает адекватность разработанной математической модели и способность разработанного программного комплекса моделировать параметрическую надежность СТС. Последние 2 события, несоответствующие графику, объясняются тем, что на волочильную машину были установлены фильеры нового образца из материала, обладающего большим сопротивлением износу, что практически вдвое увеличило срок службы исследуемого элемента.

Рис. 8. Наложение данных по отказам (событие 8).

Сопоставление результатов моделирования с реальными данными по отказам оборудования позволяет утверждать, что разработанный алгоритм, математическая модель прогнозирования и созданный на их базе программно-вычислительный комплекс позволяют исследовать надежность сложных технологических систем в металлургии с учетом временной зависимости вероятности отказов конструктивных узлов.

В четвертой главе проведено исследование параметрической надежности автоматизированного горячештамповочного комплекса на базе кривошипного пресса КГ8042.

Играя большую роль в заготовительном и передельном производствах, кузнечно-прессовые цеха являются неотъемлемой частью всех крупных современных металлургических заводов.

Был проанализирован принцип работы комплекса, а так же подробно изучены конструкции основных узлов, входящих в его состав, что обеспечило корректное построения «дерева отказов». Была рассмотрена только основная часть автоматизированного комплекса, а именно - кривошипный горячештамповочный пресс, фрикционная муфту, дисковый тормоз, грейферный перекладчик и механизм подачи заготовок в пространство пресса, поскольку отказы элементов именно этих узлов комплекса наиболее часто приводят к остановкам оборудования и авариям.

Результатом моделирования работы исследуемого горячештамповоч-ного комплекса (ГШК) стали данные, которые позволяют прогнозировать и оценивать надежность данной сложной технологической системы, изучить, какие из элементов наиболее сильно влияют на параметры безотказной работы комплекса, и дать соответствующие рекомендации по замене и модернизации деталей и узлов.

По полученным данным о работе всего комплекса (рис.9) можно сделать вывод о неудовлетворительном характере поведения системы - средняя вероятность отказа Рср - 0,55-0,58, с максимальными значениями Рмах до 0,9. Полученный график практически не имеет ровных (стабильных) участков, с постоянными скачками значений Р(т) от 0,45 до 0,6. Максимальные (критические) значения повторяются с интервалами в 260-270 дней. По этим данным можно судить о том, что работа ГШК в нынешнем конструктивном исполнении будет сопровождаться большим количеством отказов и остановок оборудования, а следовательно увеличением опасности возникновения аварийных ситуаций.

По данным моделирования основных узлов, входящим в исследуемую СТС установлено, что работа механизма подачи заготовок является наиболее стабильной; среди узлов. Грейферная подача, как конструктивный узел, так же незначительно влияет на поведения всей рассматриваемой технологической системой, а наибольшее количество отказов и ава-

рий во время эксплуатации придется на детали и узлы, входящие в состав пресса КГ8042.

Р£т)

Рис. 9. Результаты моделирования. ГШК.

Анализ результатов моделирования для элементов пресса в режиме реального времени (в диалоговом режиме построения графиков программно-вычислительного комплекса) показал, что влияние на стабильность работы пресса оказывает дисковый тормоз и фрикционная муфта, в частности, входящие в ее состав фрикционные элементы ведущего и ведомого дисков, разрушение которых происходит с периодичностью 255270 дней.

Детальный анализ конструкции фрикционной муфты пресса выявил следующий основной недостаток - малый срок службы феродо-дисков, их быстрый износ и срыв сегментов, что может являться как следствием плохого охлаждения дисков муфты, так и неудовлетворительных механических свойств материала.

На основании этого были даны рекомендации по модернизации» конструкции муфты, в частности, проведению дополнительных исследований на предмет оптимальной вентилируемости фрикционных, увеличения количества поверхностей трения и толщины ведомого и ведущих

дисков, а так же замены материала элементов трения на более износостойкий.

Для проверки обоснованности рекомендаций был проведен перерасчет и моделирование комплекса с муфтой усовершенствованной конструкции, и полученные результаты (рис. 10), показали, что выполнение вышеуказанных рекомендаций по изменению конструкции фрикционной муфты приведет к улучшению работоспособности всей технической системы.

РО)

Рис. 10. Результаты моделирования. Модернизированный ГШК.

Благодаря увеличению срока службы фрикционных дисков муфты до 700-750 дней и снижению критических значений до 0,3, удалось улучшить показатели надежности (снизить вероятность отказа) самой муфты, а так же пресса - средние значения вероятности отказа снизились почти в 2 раза - с 0,52 до 0,3. Помимо этого на модели прогнозирования работоспособности пресса появились ровные участки, что свидетельствует о более стабильном графике его работы.

В целом прогнозируемые показатели модифицированной сложной технологической системы (горячештамповочного комплекса на базе кри-

вошипного пресса КГ8042) так же значительно улучшились, как визуально, - наблюдаются меньшие перепады значений вероятности отказа комплекса, - так и по численным показателям: критические значения Рмах снизились до 0,8, а показатель Рср - до 0,47-0,49. Одновременно с этим уменьшилась частота появления пиковых (критических) значений до 750 - 800 дней, и на графике, в периодах между максимумами, сформировались относительно стабильные участки.

3. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Установлено, что существующие методы математического моделирования имеют существенные недостатки, в частности, они не учитывают изменение показателей надежности технических систем во времени (X~-const). Построение модели СТС с учетом временных зависимостей возможно только при наличии полных статистических данных по отказам элементов оборудования (уже существующего или прошедшего испытания). Уникальность металлургического оборудования не позволяет собрать достаточную базу статистики по отказам, а применение методик прогнозирования, не рассматривающих период повышенного износа, ведет к потере информативности.

2. Разработана методика и математическая модель прогнозирования надежности СТС в металлургии с учетом временной зависимости вероятности отказов узлов, на основе которых создан программно-вычислительный комплекс для прогнозирования надежности с простым и доступным интерфейсом, требующим от пользователя только базовых навыков владения ПК.

3. Программно-вычислительный комплекс апробирован как на теоретической системе, так и применительно к существующей волочильной машине Niehoff Drawing Machine NDM-940. Сопоставление результатов моделирования с реальными данными по отказам оборудования позволяет утверждать, что разработанная математическая модель прогнозирования адекватно описывает реальный процесс и созданный на ее базе программно-вычислительный комплекс позволяет исследовать надежность СТС в металлургии с учетом временной зави-

симости вероятности отказов конструктивных узлов.

4. Доказано, что разработанный программно - вычислительный комплекс позволяет достаточно просто рассматривать сложные системы любого объема, без использования априорных (статистических) данных об отказах элементов оборудования, формируя их непосредственно в процессе работы. Это позволяет использовать программу при проектировании нового оборудования, предотвращая возможные аварии уже на стадии разработки.

5. Проведено исследование работы СТС в виде горячештамповочного комплекса на базе кривошипного пресса КГ8042 при помощи разработанного программно-вычислительного комплекса.

6. Исследование позволило дать рекомендации по усовершенствованию конструкции отдельных узлов пресса.

7. С использованием программного комплекса создана модернизированная модель ГШК, показатели вероятности отказа элементов которого оказались значительно ниже показателей исходной технологической системы, что подтвердило правомерность данных рекомендаций.

8. Применение разработанных в диссертационной работе методики и программно-вычислительного комплекса для прогнозирования изменения технического состояния СТС в металлургии, с учетом временной зависимости вероятности отказов узлов, позволяет рассматривать достоинства и недостатки работы элементов СТС как по отдельности, так и «в сборе» уже на стадии проектирования оборудования.

9. Прогнозирование программными методами отказов оборудования, причин и возникновения аварийных ситуаций уже на этапах проектирования технологических систем является одним из важнейших направлений обеспечения безопасности на металлургических производствах.

4. СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ РАБОТЫ

1. Заверняев К.В., Мастрюков Б.С. Исследование надежности горя-чештамповочного комплекса // БЖД. - 2007. -№11, с.20-23.

2. Заверняев К.В., Мастрюков Б.С. Новый подход к исследованию надежности металлургического оборудования// Металлург, №9, 2006, с. 29-32.

3. Мастрюков Б.С., Заверняев К.В. Прогнозирование металлургического оборудования на стадии проектирования. .Труды IV Международной научно-практической конференции «Печные агрегаты и энергосберегающие технологии в металлургии и машиностроении» (г. Москва, 3-4 апреля 2008 г.).. М.-МИСиС, 2008, с.45-47.

Формат 60 х 90 '/8 Тираж 100 экз. Объем 1,44 пл. Заказ 2082

Отпечатано с готовых оригинал-макетов в типографии Издательского Дома МИСиС, 117419, Москва, ул. Орджоникидзе, 8/9 Тел.: 954-1922

ВВЕДЕНИЕ.з

1. МЕТОДЫ ИССЛЕДОВАНИЯ НАДЕЖНОСТИ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ

1.1. Методы разрушающего и неразрушающего контроля

1.1.1. Методы разрушающего контроля.

1.1.2. Методы неразрушающего контроля.

1.2. Моделирование сложных технологических систем и методы расчета их надежности

1.2.1. Основные понятия и определения надежности.ю

1.2.2. Концепция статистического моделирования.

1.2.3. Основные математические модели, используемые в расчетах надежности.

1.2.4. Общий логико-вероятностный метод анализа систем.

1.2.5. Системный анализ СТС с помощью диаграмм типа «дерево отказов».

1.2.5. Анализ и прогнозирование временных рядов. Метод «Гусеница».

1.3. Существующие программные комплексы моделирования и расчета показателей надежности.

1.4. Постановка задачи исследования.

1.5. Выводы по главе 1.

2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ НАДЕЖНОСТИ С УЧЕТОМ ВРЕМЕННОЙ ЗАВИСИМОСТИ ВЕРОЯТНОСТИ ОТКАЗОВ УЗЛОВ

2.1. Допущения, принятые при разработке модели.3d

2.2. Особенности моделирования показателей надежности металлургического оборудования.

2.3. Описание математической модели.

2.4. Описание интерфейса программно-вычислительного комплекса.

2.4.1. Интерфейс программы.

2.4.2. Создание, редактирование и моделирование.

2.5. Проверка работоспособности модели.

3. ПРОВЕРКА АДЕКВАТНОСТИ МАТЕМАТИЧЕСКОЙ МОДЕЛИ

3.1. Анализ поведения гипотетической сложной системы.

3.2. Сопоставление результатов моделирования сданными по отказам металлургического оборудования.

3.3. Выводы по главе 3.

4. ПРОГНОЗИРОВАНИЕ НАДЕЖНОСТИ АВТОМАТИЗИРОВАННОГО ГОРЯЧЕШТАМПОВОЧНОГО КОМПЛЕКСА.

4.1. Изучение структуры автоматизированного горячештамповочного комплекса.

4.2. Представление исследуемого комплекса в виде дерева отказов».

4.3. Данные по отказам узлов исследуемой сложной технологической системы.

4.4. Прогноз изменения надежности работы горячештамповочного комплекса во времени.юз

4.5. Рекомендации по замене узлов и деталей исследуемого оборудования.

4.6. Выводы по главе 4.

В настоящее время, в эпоху научно-технического прогресса, во всем мире значительно выросло число машин и технологических систем (ТС) высокой конструктивной сложности, способных выполнять ответственные задачи. Сложность технологических систем предопределяет рост числа отказов, а следовательно, числа аварий и катастроф с все более тяжелыми последствиями, в том числе и в металлургической промышленности.

Быстрое развитие и усложнение техники, небывалое расширение масштабов промышленных производств, их автоматизации и, естественно, спектра возможных последствий аварий, внедрение автоматизированных систем управления (АСУ) во все области практики - все это заставляет науку уделять больше внимания вопросам организации, управления и анализа сложных процессов с точки зрения их структуры и организации. Теперь от науки требуются рекомендации не только по управлению сложными системами и процессами, но и по проектированию, разработке и прогнозированию их поведения, а значит и предотвращению возможных аварий.

В процессе функционирования и выполнения технологического процесса производства техническое состояние деталей металлургического оборудования, подвергающихся непрерывным разрушающим воздействиям, непрерывно ухудшается. Это обусловлено результатом воздействия технологических нагрузок и ряда других факторов, которые носят случайный характер. Данные факторы ведут к возникновению и протеканию различного вида повреждений элементов конструкции сложных технологических систем (СТС) в результате износа, физического старения, поломок и др., что сопровождается разрушением деталей оборудования. Достигнув критического уровня повреждения, накопленные в результате процесса эксплуатации, приводят к нарушению работоспособного состояния оборудования, преждевременной выработке деталью ресурса, и как следствие, к ее отказу. Отказ любого элемента оборудования, в свою очередь, приводит к остановке процесса производства, ухудшая его технологические показатели.

Одним из методов обеспечения надежного функционирования деталей металлургического оборудования на стадии эксплуатации, а также, оценки показателей надежности на стадии проектирования, является использование математического описания (моделирования) процессов повреждения на основе моделей типа «дерево отказов» ТС. А наиболее полное представление о поведении изучаемого объекта достигается при учете в модели различных временных факторов и показателей.

Наряду с решением данных задач, использование математического описания процесса повреждения элементов металлургического оборудования поможет решить значительный комплекс проблем, оказывающих влияние на технические и технико-экономические показатели производства.

Большинство процессов накопления повреждений в деталях металлургического оборудования происходит в течение длительных промежутков времени, т.е. имеют ярко выраженную динамику протекания. Эти процессы являются причиной отказов деталей оборудования и изменения его состояния во времени. Учет в моделях повреждений большой инерционности деталей, возрастания периодичности внешних воздействий, взаимодействия обратимых и необратимых процессов, малой скорости процессов, в совокупности с адаптированными фундаментальными принципами динамики машин и теории автоматического управления, позволят решить задачи, связанные с надежностью сложных систем, к которым относится металлургическое оборудование.

В последнее время, наиболее остро встает проблема [7,14] дальнейшего развития и реализации методов прогнозирования надежности на основе моделей отказов [21,47], которые базируются на закономерностях процессов повреждения с учетом их вероятностной природы. Это направление является ключевым для решения основных задач, связанных с оценкой надежности на стадии проектирования и эксплуатации, при наличии реального образца машины. Наиболее частым является использование методов статистического моделирования повреждений, учитывающих вероятностные режимы эксплуатации оборудования, внешние воздействия и характер протекания процессов накопления повреждений [37]. При этом актуальность такого подхода объясняется необходимостью дальнейшего совершенствования методов прогнозирования трибологической надежности деталей, подвергающихся таким видам повреждений, как изнашивание и усталостное разрушение, имеющих ярко выраженный характер в металлургических машинах, и являющихся основными причинами их отказов.

Актуальным направлением использования моделей повреждения является разработка методов расчета предельных состояний отдельных деталей и машины в целом.

Решение такой задачи позволит провести нормирование показателей надежности (безотказности и долговечности), запасов прочности детали, и машины в целом, регламентировать скорости протекания процессов накопления повреждений, а так же переход СТС в предельные состояния в целом, что обеспечит наиболее эффективное использование оборудования

Целью диссертационной работы является повышение надежности и предотвращение аварий сложных технологических систем в металлургии как на стадии проектирования, так и на стадии эксплуатации, поскольку в большинстве своем металлургическое оборудование уникально и не подходит для проведения технологических испытаний.

Для достижения указанной цели необходимо решить следующие задачи:

1. Разработать методику расчета кинетических параметров надежности для элементов сложных технологических систем, учитывающих временную зависимость вероятности их отказов.

2. На основе разработанной методики реализовать алгоритм моделирования и расчета состояния таких систем.

3. Разработать программный комплекс для определения вероятности отказа как отдельных элементов, так и всей СТС в целом.

4. Предложить метод оценки технического состояния существующего металлургического оборудования и дать рекомендации по повышению его надежности в процессе эксплуатации.

Научная новизна работы состоит в следующем:

1. Разработан метод (методика) расчета показателей надежности элементов СТС с учетом временной зависимости вероятности их отказа.

2. Разработана вычислительная программа моделирования состояния СТС, позволяющая прогнозировать сроки и причины возникновения отказов и аварийных ситуаций.

3. Впервые разработан программный комплекс для оценки и прогнозирования технического состояния СТС с учетом временной зависимости вероятности отказов узлов.

Достоверность полученных выводов и расчетов обусловлена использованием современных методов математического моделирования, основанных на фундаментальных формулах и законах теории вероятности и надежности, удовлетворительным согласованием расчетных и экспериментальных данных, полученных на существующем оборудовании металлургических производств.

Практическая значимость работы состоит в том, что разработанные и приведенные в данной работе метод и программный комплекс для его реализации позволяют проводить оценку надежности любой сложной технологической системы, прогнозировать и предотвращать отказы и аварии на производстве, как на стадии проектирования, так и на стадии эксплуатации СТС.

Диссертационная работа состоит из 4 глав, заключения и 2 приложений, изложена на 126 страницах машинописного текста, содержит 77 рисунков и 2 таблицы. Библиографический список использованной литературы содержит 162 наименования.

4.6. Выводы по главе 4

1. При помощи разработанного программно-вычислительного комплекса проведено исследование работы горячештамповочного комплекса на базе кривошипного пресса КГ8042 при помощи разработанного программно-вычислительного комплекса.

2. Сделаны выводы о низкой эффективности существующей конструкции и высокой вероятности возникновения отказов и аварий в процессе эксплуатации комплекса.

3. Даны рекомендации по усовершенствованию конструкции отдельных узлов пресса, а именно фрикционной муфты, входящих в состав СТС.

4. С использованием того же программного комплекса создана новая модель модернизированной СТС, показатели вероятности отказа элементов которой, как и всей СТС, оказались значительно ниже показателей исходной технологической системы, что подтвердило правильность данных рекомендаций.

ЗАКЛЮЧЕНИЕ

Существующие эффективные методики контроля и обеспечения безотказной работы металлургического оборудования, в большинстве своем, требуют наличия образца машины или лабораторных (аналоговых) моделей ее элементов (узлов), в отсутствии которых (на этапе проектирования) возможно применение только математического моделирования.

Все распространенные математические модели и методики моделирования либо позволяют исследовать технологические системы без учета временной зависимости вероятности отказов узлов, что ведет к значительной потере информативности, либо требуют априорных статистических данных по отказам, что зачастую невозможно из-за уникальности большинства проектируемых металлургических машин.

Разработанные метод прогнозирования изменения технического состояния сложных технологических систем в металлургии с учетом временной зависимости вероятности отказов узлов и программно-вычислительного комплекс для его реализации, адаптированный на основе данных по отказам существующего оборудования, позволяют рассматривать достоинства и недостатки работы элементов СТС как по отдельности, так и «в сборе» уже на стадии проектирования оборудования.

Моделирование существующей СТС (горячештамповочного комплекса), анализ ее конструктивных особенностей и причин, влияющих на показатели вероятности отказа как всей системы, так и отдельных элементов конструкции, позволил произвести прогнозирование работы модифицированной технологической системы и сделать выводы о правомерности рекомендаций, без использования каких-либо априорных статистических данных по отказам, без испытаний аналоговых моделей на лабораторных стендах и без проведения экспериментов на существующем оборудовании.

1. Авидженис А. Отказоустойчивость - свойство, обеспечивающее постоянную работоспособность цифровых систем. // Труды института инженеров по электротехнике и радиоэлектронике. Том 66, №10. М.: Мир, 1978, - с.5-25.

2. Анохин А.Н. Анализ деятельности оператора: модели и методы. Учеб. пособие. — Обнинск: ИАТЭ, 1992. 88 с.

3. Антонов А.В., Острейковский В.А. Оценивание характеристик надежностиэлементов и систем ЯЭУ комбинированными методами. — .: Энергоатомиздат, 1993.

4. Башарин Г.П. Модели информационно-вычислительных систем. М.: Наука, 1993. 156 с.

5. Березин Е.А. Оптимальное распределение ресурсов и элементы синтеза систем. Под. Ред. Е.В. Золотова. М., «Сов. Радио», 1974, -304 с.

6. Седуш В .Я., Ченцов Н.А., Ченцова Н.С. Прогнозирование сроков отказа металлургического оборудования. // Металлургическая и горнорудная промышленность. 1994. №3. - С. 75-77

7. Белов П.Г., Системный анализ и моделирование опасных процессов в техносфере: Учеб. Пособие для студ. Высш. Учеб. Заведений М.: Издательский центр «Академия», 2003. - 512 с.

8. Браун Р., Мэзон Р., Фламгольц Э. и др. Исследование операций: В 2-х томах. -М.: Мир, 1981. -677 е., ил.

9. Ю.Барзилович Е.Ю., Мезенцев В.Г., Савенков М.А. Надежность авиационных систем. — М: Транспорт, 1982.

10. Бессонов А.А., Мороз А.В. Надежность систем автоматического регулирования. —Л.: Энергоатомиздат (Ленинград, отд-е), 1984.

11. Буртаев Ю.Ф., Острейковский В.А. Статистический анализ надежностиобъектов по ограниченной информации. — М.: Энергоатомиздат, 1995.

12. Бухштаб А.А. Теория чисел. М.: Просвещение, 1966. -384 с.

13. Рыньков Р.Н. Прогнозирование усталостного ресурса элементов изделий при слуайном нагружении на основе теории информации // Надежность и контроь качества. 1995 №8. - С. 20-28

14. Ван дер Варден Б.А. Математическиая статистика. М.: ИЛ, 1960

15. Василькова В.В., Порядок и хаос в развитии социальных систем, синергетика и теория социальной самоорганизации, СПб, Лань, 1999, 478с.

16. Вентцель Е.С. Овчаров Л.А. Теория вероятностей и ее инжинерные приложения: Учеб. Пособие для студ. Втузов. 3-е изд., перераб., и доп. - М.: Издательский центр «Академия», 2003. - 464 с.

17. Вероятностные методы в вычислительной технике: Учеб. пособие для вузов по спец. ЭВМ /Под ред. А.Н.Лебедева и Е.А.Чернявского. М.: Высш. школа, 1986. - 312 с.

18. Гаскаров Д.В., Истомин Е.П., Кутузов О.И. Сетевые модели распределенных систем СПб.: Энергоатомиздат, Санкт-Петербургское отделение, 1998 - 353 с.

19. Гнеденко Б.В. Курс теории вероятностей, М.: Физматгиз, 1988. -406 с.

20. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности. — М.: 1965.

21. Голиков В.П. Некоторые аналитические методы вычисления функций надежности сложных структур. В кн. 'Основные вопросы теории и практики надежности'. М.: Сов.радио, 1975, с.43-57.

22. Голованов О.В. и др. Моделирование сложных дискретных систем на ЭВМ третьего поколения. Опыт применения GPSS. М.: Энергия, 1978. - 178 с.

23. Главные компоненты временных рядов: Метод «Гусеница» Под ред. Д.Л.Данилова, А.А.Жиглявского, Санкт-Петербургский университет, 1997 - 345 с.

24. Горбань А.Н., Обучение нейронных сетей, М.: СП Параграф, 1990

25. ГОСТ 27.310-95. Межгосударственный стандарт. Надежность в технике. Анализ видов, последствий и критичности отказов. Основные положения. М.: Издательство стандартов, 1997. 12 с.

26. ГОСТ 27.002-89. Надежность в технике. Расчет надежности. Основные положения. М.: Издательствово стандартов, 1989. 15 с.

27. ГОСТ 24.701-86. Единая система стандартов автоматизированных систем управления. Надежность автоматизированных систем управления. Основные положения. М.: Издательство стандартов, 1987.-17 с.

28. Голяндина Н.Э. Метод «Гусеница»-8БА: анализ временных рядов: Учеб. пособие. СПб: Изд-во СПбГУ, 2004. 76 с.

29. Голяндина Н.Э. Метод «Гусеница»-88А: прогноз временных рядов: Учеб. пособие. СПб: Изд-во СПбГУ, 2004. 52 с.

30. Голяндина Н.Э., В.Некруткин, Д.Степанов Варианты метода "Гусеница''-SSA для анализа многомерных временных рядов.

31. Труды II Международной конференции "Идентификация систем и задачи управления" SICPRO'03. Москва, 2003, с. 2139-2168.

32. Гриншпан Л. А. Методы анализа стохастических сетевых моделей вычислительных систем/Под ред. В. С. Танаева. Минск: Наука и техника, 1988.

33. Глазунов Л.П., Грабовецкий В.П., Щербаков О.В. Основы теории надежности автоматических систем управления. — Л.: Энергоатомиздат (Ленинградское отд-е), 1984.

34. Голинкевич Т.А. Прикладная теория надежности. — М.: Наука, 1985.ГОСТ 27.002-89. Надежность в технике. Термины и пределения. — М.:Изд-во стандартов, 1989.

35. Дружинин В.Г. Надежность автоматизированных систем. — М.: Энергия, 1977.

36. Дебок Г., Т.Кохонен, Анализ финансовых данных с помощью самоорганизующихся карт, М.: Издательский Дом "Альпина, 2001, 317 с.

37. Тарасов Ю.Л., Миноранский Э.И., Перов С.Н. Прогнозирование надежности конструкций по критерию усталостного повреждения // Надежность и долговечность машин и сооружений. К.:Наукова думка. Вып.6. 1984., С.91-96.

38. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. 2-е изд., доп. - М.: Наука, 1982. - 296 с.

39. ЕС ЭВМ. ППП для моделирования и исследования на ЭВМ дискретных систем (GPSS/360). Руководство программиста ПРО 309.007 Д2. 1977.-51 с.

40. Иглхарт Д.Л., Шедлер Д.С. Регенеративное моделирование сетей массового обслуживания / Пер. с англ.; Под ред. В.В.Калашникова. М.: Радио и связь, 1984. - 136 с.

41. Исследование операций / Пер. с англ.; Под ред. Дж. Моудера и С. Эл маграби. М.: Мир, 1981. Т.1 - Методологические основы и математические методы. - 712 с. Т.2 - Модели и применения. -677 с.

42. Капица С.П., С.П. Курдюмов, Г,Г, Малинецкий, Синергетика и прогнозы будущего, М., Наука, 1997, 283 с.

43. Коллинз Дж. Повреждение материалов в конструкциях. Анализ, предсказание, предотвращение. (J.A. Collins Failure of materials in Mechanical Design, New York, 1981): Пер. с англ. М.:Мир, 1984. -624с.

44. Кордонский Х.Б., Герцбах И.Б. Модели отказов. Под ред. Гнеденко Б.В. М.: Советское радио, 1966. - 166 с.

45. Литвиненко К. Методы неразрушающего контроля //Техсовет № 4 (46) Ек.: «Абак-Пресс», 2007, С. 38.

46. Кроновер P.M., Фракталы и хаос в динамических системах. Основы теории. Москва: Постмаркет, 2000, 352 с.

47. Клейнен Дж. Статистические методы в имитационном моделировании/Пер с англ.; Под ред. Ю.П.Адлера и В.Н.Варыгина. М.: Статистика, 1978. - Вып.1 - 221 е.; Вып.2 - 335 с.

48. Клейнрок J1. Теория массового обслуживания / Пер. с англ.; И.И.Грушко; ред. В.И.Нейман. М.: Машиностроение, 1979.-432 с.

49. Клейнрок Л. Вычислительные системы с очередями / Пер. с англ.; Под ред. Б.С.Цыбакова. М.: Мир, 1979. - 600 с.

50. Кнут Д. Искусство программирования для ЭВМ.Т 2. Получисленные алгоритмы. М.: Мир, 1977. -728 с.

51. Коваленко И.Н., Кузнецов Н.Ю. Методы расчета высоконадежных систем. М.: Радио и связь, 1988. - 176 с.

52. Неразрушающий контроль. В 5-ти кн. Практ. пособие/ И.Н. Ермолов, Н.П. Алешин, А.К. Гурвич, А.И. Потапов; Под ред. В.В. Сухорукова. М., Высш. шк., 1991.

53. Кутузов О.И., Задорожный В.Н. Аналитико-статистический метод для расчета высоконадежных систем связи // Техника средств связи. Техника проводной связи. -1990. Вып. 1. - С. 121-130.

54. Куперин Ю.А., Нейросетевые технологии в финансах, Учебн.пособие, СПбГУ, 2001, 84 с.

55. Кутузов О.И., Т.М. Татарникова, Моделирование телкоммуникационных сетей. Учебное пособие СПГУТК им. М.А. Бонч-Бруевича., 2001, 51 с.

56. Малинецкий Г.Г., А.Б.Потапов. Современные проблемы нелинейной динамики.- М.:Эдиториал УРСС, 2000, 336 с.

57. Малинецкий Г.Г,, Хаос.Тупики, парадоксы, неадежды, "Компьютерра", №47, 1998.

58. Малинецкий Г.Г, Синергетика. Король умер. Да здравствует король! url: www.iph.ras/~mifs/malinlr.htm

59. Можаев А.С. Общий логико-вероятностный метод анализа надежности сложных систем. Уч. пос. Л.: ВМА, 1988. 68с.

60. Можаев А.С., Громов В.Н. Теоретические основы общего логико-вероятностного метода автоматизированного моделирования систем. СПб. БИТУ, 2000. -145 с.

61. Надежность автоматизированных систем управления: Учеб. пособие для вузов / Атовмян И.О., Вайрадян А.С., Руднев Ю.П. и др. — М.: Высшая школа,1979.

62. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975.

63. Осипов Е. Метод Тусеница''-SSA для анализа временных рядов с пропусками. В сб. Математические модели. Теория и приложения, СПб, изд-во НИИХ, 2005.

64. Острейсковский В.А. Многофакгорные испытания на надежность. — М.:Энергия, 1978.

65. Острейсковский В.А. Старение и прогнозирование ресурса оборудования атомных станций. — М.: Энергоатомиздат, 1990.

66. Острейсковский В.А. Физико-статистические модели надежности элементов ЯЭУ. — М.: Энергоатомиздат, 1986.

67. Острейсковский В.А., Сальников H.J1. Вероятностное прогнозирование работоспособности элементов ЯЭУ. — М.: Энергоатомиздат, 1990.

68. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989. -368 с.

69. Пронников А.С. Параметрическая надежность машин. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002 - 560 е.: ил.

70. Плакс Б.И. Расчет надежности систем со сложной структурой ускоренным методом Монте-Карло //Изв. АН СССР. Техническая кибернетика. 1983. - N6. - С. 158-162.

71. Полляк Ю.Г. Вероятностное моделирование на ЭВМ. М.: Сов. радио, 1971.-400 с.

72. Половко A.M. Основы теории надежности. — М.: Наука, 1964.

73. Потапов В.И., Задорожный В.Н., Кузнецова Е.М. Методология имитационного моделирования вычислительных систем: Учеб. пособие. Омск, 1983. - 80 с.

74. Потапов В.И., Задорожный В.Н., Кузнецова Е.М. Программные средства моделирования вычислительных систем: Учеб. пособие. -Омск, 1984.-80 с.

75. Пригожин И., Конец определенности, Время, Хаос и Новые законы Природы, РХД, Ижевск, 2000, 205с.

76. Пригожин И., И Стенгерс, Порядок из хаоса. Новый диалог человека с природой, М.: Эдиториал УРСС, 2000, 308 с.

77. Пригожин И., И Стенгерс, Время, хаос, квант, М., Прогресс, 1994, 259 с.

78. Пугачев B.C. Основы теории вероятностей и математической статистики, М.: Изд-во «Знание», 1967, - 169 с.

79. Разработка системы моделирования дискретных процессов "ППП СМДП-В" (GPSS-V). Руководство программиста. 4.1 101 е., 4.2 -152 е., Ч.З - 164 е., 4.4 - 139 е., 4.5 - 174 с.

80. Райншке К., Ушаков И.А. Оценка надежности систем с использованием графов. М.; Радио и связь, 1981. -264с.

81. РД 03-418-01. Методические указания по проведению анализа риска опасных производственных объектов. Госгортехнадзор России, 2001. // Безопасность труда в промышленности. -2001. -№10. С.40-50.

82. Рыков С.А. Модели и методы системного анализа: принятие решений и оптимизация: Учебное пособие для вузов. М.: «МИСИС», Издательский дом «Руда и металлы», 2005. - 352 с.

83. ЭЗ.Рябинин И.Д., Черкесов Г.Н. Логико-вероятностные методы исследования надежности структурно-сложных систем.-М.:Радио и связь, 1981. 264 с.

84. Рябинин И.А. Надежность и безопасность сложных систем. // СПб.: Политехника, 2000. -248 с.

85. Рябинин И.А. Логико-вероятностная теория безопасности и ее возможности. // Труды Международной Научной Школы 'Моделирование и анализ безопасности, риска и качества в сложных системах' (МА БРК 2001). СПб.: Издательство ООО 'НПО 'Омега', 2001, с.23-28.

86. Эб.Рябинин И.А., Парфенов Ю.М., Юрлов Ю.Е. Процедура получения функции работоспособности технической системы путем построения деревьев орграфа. // Алгоритм N148. В кн.: Сборник алгоритмов и программ. Вып.7. Л.: ВМА, 1979.

87. Сборник задач по теории надежности / Под ред. A.M. Половко, И.М.Маликова. — М.: 1972.

88. Сборник задач по теории вероятности, математической статистике и теории случайных функций / Под ред. А.А. Свешникова. — М.: 1970.

89. Синергетическая парадигма. Многообразие поисков и подходов. -М.: Прогресс-Традиция, 2000, 536 с.

90. Соболь И.М. Метод Монте-Карло. М., 1978. - 64 с.

91. Соболь И.М. Численные методы Монте-Карло. М., 1973. -212с.

92. Софиев А.Э., Гинесин В.Г., Хвилевицкий Л.О. Экспертиза безопасности средств и систем автоматизации технологических процессов. // Безопасность труда в промышленности. -2002. -№4. -С.5-9.

93. Степанов Д., Н.Голяндина Варианты метода "Гусеница''-SSA для прогноза многомерных временных рядов. Труды IV Международной конференции "Идентификация систем и задачи управления" SICPRO'05. Москва, 2005, с. 1831-1848.

94. Теория прогнозирования и принятия решений. Учеб. Пособие. Под ред. С.А. Саркисяна. М., «Высш. Школа», 1977, 351 е.: ил.

95. Уоссерман Ф., Нейрокомпьютерная техника, М.:Мир, 1992.

96. Ушаков И.А. Вероятностные модели надежности информационновычислительных систем. — М.: Энергоатомиздат, 1991.

97. Харин Ю.С., Степанова М.Д. Практикум на ЭВМ по математической статистике: Для мат. спец. ун-тов. Минск, 1987. -304 с.

98. Хенли Э.Дж., Х.Кумамото. Надежность технических систем и оценка риска. М.: Машиностроение, 1984.

99. Хомяков Д.М., Хомяков П.М. Основы системного анализа. М.: Изд-во МГУ, 1996.-108 с.

100. Черкесов Г. Н., Можаев А.С. Логико-вероятностные методы расчета надежности структурно-сложных систем. В кн. Надежность и качество изделий. М.: Знание, 1991, с.34-65.

101. Шеннон Р. Имитационное моделирование систем искусство и наука. - М.: Мир, 1978. - 418 с.

102. Шрайбер Т.Дж. Моделирование на GPSS / Пер. с англ.; Пер. В.И.Гаргера, И.Л.Шмуйловича; Ред. М.А.Файнберг. М.: Машиностроение, 1980. - 592 е.,

103. Эбелинг В., А.Энгель, Р.Файстель, Физика процессов эволюции. Синергетический подход, М.: УРСС, 2001, 326.

104. Ястребнецкий М.А. Надежность технических средств в АСУ технологическими процессами. М.: ЭНЕРГОИЗДАТ, 1982. -232 с.

105. Маклинток Ф., Аргон А. Деформация и разрушение материалов.-М.: Мир, 1970.-443 с.

106. Barlow R. E., Bounds on Integrals with Applications to Reliability Problems, Ann. Math. Stat., 36, 565—574 (1965).

107. Barlow R. E., Proshan F., Mathematical Theory of Reliability, Wiley N.Y., 1965. Имеется преревод;: Барлоу P., Прошан Ф. Математическая теория надежности.— М.: Cob. радио, 1969.

108. Barlow R. Е. Statistical Theory of Reliability and Life Testing: Proba bility Models, Holt, Rinehartand Winston, N.Y., 1974.

109. Barlow R. E., Marshall A. W., Bounds for Distributions with Monotone Hazard Rate, I & II, Ann. Math. Stat., 35, 1234—1274 (1964).

110. Barlow R. E. Tables of Bounds for Distribution with Monotone Hazard Rate, /. Amer. Stat. Assoc, 60, 872—890 (1965).

111. Barlow R. E., Bounds on Interval Probabilitier for Restricted Families of Distribution, in Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, III, 229—257 University of California Press, Berkeley, 1967.

112. Bellman R. E., Dreyfus S. E., Applied Dynamic Programming, Princeton Univ. Press, Princeton, N.J ./Oxford Univ. Press, London, 1962.

113. Birnbaum Z. W., Esary J. D., Marshall A. W., Stochastic Characterizations of Wearout for Components and Systems, Ann. Math. Stat., 37, 816—825 (1966).

114. Bodin L., Approximations to System Reliability Using a Modular Decomposition, Technometrics, 12, No. 2, 335—344 (1970).

115. Carruthers A. J., MacGow L, Hackemer G. G., A Study of the Optimum Size of Plant Maintenance Gangs, in Operational Research in Maintanance, Jardine A. K. S. (Ed.), Manchester Univ. Press, Manchester/Barnes and Noble, N.Y., 1970.

116. Cox D. R., Renewal theory, Methuen, London/Wiley, N.Y., 1962.

117. Cilliers P., Complexity and Postmodernism: Understanding Complex Systems, Routledge, London, New-York, 1998, 156 p J Cohen, I Stewart, The Collapse of Chaos, Penguin Books, USA, 1994, 495 p.

118. Dean В. V., Replacement Theory in Progress in Operation Research, 1 R. L. Ackoff (Ed.), Wiley, N.Y., 1961.

119. Duncan J., Scholnick L. S., Interrupt and Opportunistic Replacement Strategies for Systems of Deterioration Components, Operational Res. Quart.,24, No. 2, 271—283 (1973).

120. Eilon S., King J. R., Hutchinson D. E. A Study in equipment Replacement

121. Operational Res. Quart., 17, No. 1, 59—71 (1966).

122. Glasser G. J., Planned Replacement; Some Theory and Its Application /. Quality Tech., 1, H0-119 (1969).

123. General Electric Company, Tables of the Individual and Cumulative Terms of the Poisson Distribution, Van Nostrand, Princeton, 1962.

124. Ghurchman G. W., Ackoff R. L., Arnoff E. L., Introduction to Operations Research, Wiley, N.Y., 1957.

125. Gox D. R., Smith W. L., Queus, Methuen, London/Wiley, N.Y., 1961.

126. Harter H. L., New Tables of the Incomplete Gamma Function Ratio and of Percentage Points of the Chi-Square and Beta Distribution, U.S. Government Printing Office, Washington, D.C., 1964.

127. Hastings N. A. J., The Repair Limit Relacement Method, Operational Res. Quart., 20, No. 3, 337—349 (1969).

128. Hastings N. A. J., Equipment Replacement and the Repair Limit Method, in Operational Research in Maintainance, A. K. S. Jardine (Ed.), Manchester University Press, Manchester/Barnes and Noble, N. Y., 1970.

129. Hastings N. A. J., Peacock J. В., Statistical Distributions, Butterworth, London/Halsted Press (Wiley), New York, 1974.

130. Jardine A. K. S., Maintenance, Replacement and Reliability, Pitman London/Halsted Press (Wiley), N.Y., 1973.

131. Jorgenson D. W., McCall J. J., Radnor R., Optimal Replacement Policy North-Holland, Amsterdam, 1967.

132. Karlin S., Total positivity. Stanford University Press, Stanford, 1968.

133. King J. R., Probability Chatrs for Decision Making, Industrial Press. N.Y., 1971.

134. Leadbetter M. R., Smith W. A. On the Renewal Function for the Weibull Distribution, Technometrics, 5, 393—396 (1963).

135. Lomnicki Z. A., A Note on the Weibull Renewal Process, Biometrika, 53, 375-381 (1961).

136. Mann N. R., Schafer R. E., Singpurwalla N., Methods for Statistical Analisis of Riliability and Life Data, Wiley, N.Y., 1974.

137. Marshall A. W., Proschan F., Mean Life of Series and Parallel Systems, Appl. Prob., 7, 165—174(1970).

138. McCall J. J., Maintenance Policies for Stochastically Failling Equipment a Survey, Management ScU, 11, No. 5, 493—524 (1963).

139. Molina С. E., Poisson's Exponential Binomial Limit, Van Nostrand, N.Y. 1942.

140. Mantegna R.N., Stenley H.E. An introduction to econophysics. Correlations and complexity in finance. Cambridge University Press. 2000, 145 p.

141. Morse P. M., Queues, Inventories & Maintenance, Wiley, N.Y., 1963 pp. 168—170.

142. Munford A. G., Shahani A. K., A Nearly Optimal inspection Policy. Operational Res. Quart., 23, No. 3, 373—379 (1972).

143. Mozhaev A.S. Theory and practice of automated structural-logical simulation of system. International Conference on Informatics and Control (ICI&C97). Tom 3. St.Petersburg: SPIIRAS, 1997, p.1109-1118.

144. Pearson K., Tables of the Incomplete Gamma Function, Cambridge University Press, Cambridge, 1934.

145. Pierskalla W. P., Voelker J. A., A Survey of Maintenance Models: the Control and Surveillance of Deteriorating Systems, Nav. Res. Log. Quart. 23, No. 3, 353—388(1976).

146. Smith W. L., Renewal Theory and its Ramifications. /. Roy, Stat, Soc, Series B, 20, 243—302 (1958).

147. Barlow R. E., Prochan F., Mathematical Theory of Reliability, Wiley N.Y., 1965.

148. Smith W. L., Regenerative Stochastic Processes, Proc. Roy. Stat. Soc, "A, 232 (1955).

149. White D.J,, Setting Maintenance Inspection Intervals using Dynamic Programming, /. Ind. Eng., 18, No. 6, 376—381 (1967).

150. Yaneer Bar-Yam, "Significant points" in the study of complex systems, http://www.necsi.org

151. Yaneer Bar-Yam, Concepts in Complex Systems, http://www.necsi.org