ГОСТ Р 27.301—2011
А.2.1.5 Причинами ограничения применения метода являются:
- потребность а высококвалифицированных специалистах;
- потребность в масштабных компьютерных системах и программном обеспечении.
А.2.2 Анализ наихудшего случая
А.2.2.1 Анализ наихудшего случая — это подход, основанный на определении и подтверждении, может ли
работоспособность системы такили иначе нарушатьсяапределах техническихусловий при всех возможных комби
нациях заданных предельных значений ее параметров.
А.2.2.2 Вобщем случае метод используют для систем, состоящих из нескольких компонентов.
А.2.2.3 Метод состоит из следующих этапов:
- идентификация системы и ее компонентов,
- идентификация математической или логической функции, характеризующей работослособностьсистемы;
- идентификация пределов изменения параметров системы;
- анализ характеристик работоспособности системы для всех комбинаций заданных пределов изменения
параметров,
- сравнение результатов сданными технических условий;
- разработка рекомендаций дпя доработки конфигурации системы;
- проверка выполнения рекомендаций.
А.2.2.4 Преимуществами метода являются:
- уверенность втом.чтосистема имеет высокую надежность придрейфе составляющих параметров ихарак
теристик:
- не требует сложной математической обработки;
- аналитические результаты часто оказываются точными.
А.2.2.5 Причиной ограничения применения метода является необходимость знаний математических и логи
ческих связей между параметрами, которые могут быть весьма сложными.
А.2.3 Имитационное моделирование
А.2.3.1 Имитационное моделирование представляет собой набор статистических подходов, которые
используют для того, чтобы подтверждать и определять, действительно ли работоспособность системы может
нарушаться при всех комбинациях заданных изменений параметров изделия в пределах технических условий.
Имитационное моделирование подразделяется на метод моментов и метод Монте-Карло.
Первый метод базируется на линейном приближении функции параметров, определяющих работоспособ
ность изделия рядом Тейлора относительно номинальных значений.
Второй метод основан на стохастическом моделировании случайных реализаций значений параметра из
заданных распределений.
А.2.3.2 Имитационное моделирование часто используют совместно с методом наихудшего случая. Модели
рование Монте-Карло выполняют с помощью соответствующих компьютерных программ.
А.2.3.3 Имитационное моделирование состоит из следующих шагов:
а) общие шаги обоих методов:
- идентификация системы и ее компонентов;
- идентификация функций, характеризующих работоспособность системы;
- идентификация пределов изменения параметров системы:
б) метод моментов:
- установление линейного приближения функции, характеризующей работоспособность изделия рядом
Тейлора.
- идентификация номинальных значений и отклонений проектируемых параметров;
- идентификация номинальных значений иотклонений работоспособности, вычисленныхпо проектируемым
параметрам;
в) моделирование Монте-Карло:
- идентификация распределения вероятности для каждого параметра изделия:
- генерация случайных значений параметров с помощью компьютерной программы;
- идентификация результатов моделирования,распределения вероятности, среднегозначения идисперсии
работоспособности системы;
г) общие шаги обоих методов:
- проверка результатов с данными технических условий;
- разработка рекомендаций для доработки конфигурации системы;
- проверка выполнения рекомендаций;
- документирование полученных результатов.
А.2.3.4 Преимущества
а) метод моментов.
- разработчик может быть уверен, что система имеет установленную надежность при дрейфе характеристик
компонентов;
- аналитические результаты обеспечивают более точную интервальную оценку по сравнению с методом
наихудшего случая:
14