ПРОГНОЗИРОВАНИЕ КОЛИЧЕСТВА ОТКАЗОВ МЕТАЛЛОРУКАВОВ ВЫСОКОГО ДАВЛЕНИЯ

АННОТАЦИЯ

В работе рассматривается расчет показателей динамики развития разрушительных процессов, приводящих к отказу металлорукавов высокого давления заправочного оборудования стартового комплекса.

Ключевые слова: металлорукава высокого давления, прогнозирование, прогнозная модель, линейный тренд.

Дана годовая статистика отказов металлорукавов заправочного оборудования (табл. 1).

Таблица 1.

Статистика отказов за год

По таблице видно, что число отказов достигло пика в январе и плавно падало с февраля по май. С апреля месяца заметно снижение количества отказов, продолжающееся до сентября. Это обусловлено тем, что в этот период металлорукава заправочного оборудования эксплуатировались в оптимальных условиях окружающей среды. С октября месяца наблюдается рост числа отказов, обусловленный переходом от летнего периода к осенне-зимнему. Следовательно, погодные условия стали холоднее, повысилась влажность воздуха. С октября месяца по декабрь наблюдается постепенное увеличение числа отказов металлорукавов высокого давления.

Необходимо проанализировать полученные данные и построить текущий прогноз (на следующий год) и краткосрочный (на следующий год) с помощью линейного тренда. Каждый месяц является периодом числа отказов.

Введем следующие условные обозначения:

1) y – число отказов;

2) x – номер периода;

3) a – точка пересечения с осью y на графике;

4) b – увеличение последующих значений временного ряда.

Имеются следующие статистические данные по отказам за прошлый год (рис. 1).

1) Расчет значения линейного тренда (рис. 1). Определение коэффициентов уравнения: в ячейке D15 использовать функцию ЛИНЕЙН. В формуле в качестве известных значений y выделена область значений B2:B13, в качестве известных значений x выделены значения C2:C13, далее значение «Конст» написана единица, строке «Статистика» выставлено значение нуль.

2) Расчёт значения линейного тренда для каждого периода (рис. 1). Для этого в известное уравнение подставлены рассчитанные коэффициенты (x – номер периода).

3) Для определения коэффициентов сезонности было найдено отклонение фактических данных от значений тренда (рис. 1).

4) Расчет среднего числа отказов за месяц (рис. 1) с помощью формулы нахождения среднего значения (СРЗНАЧ(В2:В13)).

5) Определение индекса сезонности для каждого месяца (рис. 3). Каждое число отказов за месяц было разделено на среднее число отказов за год.

6) Нахождение общего индекса сезонности (рис. 1) через функцию определения среднего значения (СРЗНАЧ(G2:G13)).

7) Этап прогнозирования надежности с учетом роста числа откзаов и сезонности:

7.1) Расчет значения тренда на следующий год. Для этого была скопирована формула из D2 в J2, J3, J4, …, J13 (рис. 1).

7.2) На основе полученных данных составляется прогноз по отказам на следующий год с учетом сезонности (рис. 1).

Исходя из полученных данных можно сделать следующие сравнения:

– коэффициент изменения количества отказов за январь, февраль, март:

 = 0,88;

– коэффициент изменения количества отказов за апрель, май, июнь:

 = 0,83;

– коэффициент изменения количества отказов за июль, август, сентябрь:

 = 0,77;

– коэффициент изменения количества отказов за октябрь, ноябрь, декабрь:

 = 0,72.

Произведено сравнение объема отказов по месяцам, для этого были разделены прогнозируемые данные на фактические (рис. 1).