Испытание и обеспечение надёжности ДЛА

Министерство образования РФ

Воронежский государственный технический университет

Кафедра энергетические системы

КУРСОВАЯ РАБОТА

по дисциплине: «Испытание и обеспечение надёжности ДЛА»

Вариант: 2-2-1
Выполнил: студент гр. РД-991
Огурцов П.В.
Проверил: Батищев С.И.

ВОРОНЕЖ 2003
Задание

Оценить надежность ДЛА по результатам огневых испытаний. Исходные
данные:
Проведены огневые испытания N двигателей по программе, обеспечившей
проверку всех эксплуатационных условий применения двигателя. При этом были
измерены значения основного параметра — тяги двигателя R. При испытаниях
зарегистрировано два отказа двигателя: один — на основном (стационарном)
режиме и один – на останове. Причины отказов были установлены и устранены
конструктивными изменениями, которые по своему характеру позволяют считать
все испытанные двигатели за исключением аварийных, представительными для
расчета надежности.
Требуется оценить надежность (вероятность безотказной работы)
двигателя с учетом ограниченного объема полученной информации, выполнив
расчет точечной оценки надежности [pic] и ее нижней доверительной границы
[pic], соответствующей заданной доверительной вероятности (. При расчетах
принять допущение о нормальном законе распределения тяги двигателя,
обеспечив проверку правомерности такого допущения с помощью статического
критерия (2.

Общие положения, принимаемые
при оценке надежности

Представим двигатель как сложный объект, состоящий из
четырех независимых систем, характеризующий следующие его свойства:
. безотказность функционирования при запуске;
. безотказность функционирования на стационарных режимах;
. безотказность функционирования на останове;
. обеспечение требуемого уровня тяги.
Принимая во внимание независимость функционирования названных систем,
будем характеризовать надежность двигателя как произведение вероятностей
безотказной работы отдельных его систем.

РДВ=Рзап(Рреж(Рост(Рпар,
(1)

где РДВ — вероятность безотказной работы двигателя;
Рзап — вероятность безотказного функционирования двигателя на
запуске;
Рреж- вероятность безотказного функционирования двигателя на
стационарных режимах;
Рост- вероятность безотказного функционирования двигателя на
останове;
Рпар- вероятность обеспечения требуемого уровня тяги.
В качестве величины тяги, характеризующей данный экземпляр двигателя,
принимается ее среднее значение, полученное на номинальном режиме, или
расчетное значение тяги, приведенное к номинальному режиму и условиям
работы двигателя.
Оценка надежности двигателя осуществляется по результатам раздельной
оценки надежности систем и последующего вычисления надежности двигателя в
целом. При этом расчет нижней доверительной границы надежности по параметру
тяги целесообразно выполнить по схеме «параметр — поле допуска», а
вычисление остальных оценок надежности (точечных и интервальных) для всех
систем — по схеме «успех-отказ».

Методика расчета надежности
по результатам огневых испытаний

Точечные оценки надежности систем [pic] вычисляются по формуле

[pic],
(2)

где Ni-общее количество испытаний i-й системы;
Mi-количество отказов i-й системы в Ni испытаниях.
Для системы обеспечения тяги в качестве числа отказов М используется
число испытаний, при которых измеренные значения тяги R вышли за пределы
заданного допуска [Rmin – Rmax]. Измерения тяги представлены в табл. П 1
для двух базовых вариантов статистики.
Нижние доверительные границы надежности для схемы «успех — отказ»
оцениваются по формуле

[pic], (3)

в которой значения (((,( определяются по табл. П 2 в зависимости от
величины доверительной вероятности ( и числа степеней свободы

Ki = 2Mi+2. (4)

Для наиболее распространенного практического случая отсутствия отказов
(Mi=0), имеющего место при гарантированном устранении причин всех
выявленных отказов, формула (3) приобретает вид

[pic]. (5)

Так как для расчета надежности по схеме «параметр — поле допуска»
требуется знание закона распределения параметра, выполним проверку
справедливости предложенного выше допущения о нормальном законе
распределения параметра тяги. Для этой цели используем наиболее
употребительный статистический критерий (2 (критерий Пирсона), по которому
за меру расхождения между статистическим (экспериментально полученным) и
теоретическим законами распределения принимается величина

[pic].
(6)

Здесь (- число разрядов (интервалов), на которые разбит весь диапазон
возможных значений параметра; N — объем проведенных измерений; mi
-количество измерений, попадающих в i-й разряд (интервал); Pi- вероятность
попадания параметра в i-й интервал, вычисленная для теоретического закона
распределения.
В качестве параметров теоретического нормального закона распределения
принимаются величины:
. среднее измеренное значение параметра

[pic];
(7)

. среднеквадратическое отклонение параметра, вычисленное по результатам
измерений

[pic]. (8)

Полученная по формуле (6) величина (( сравнивается с некоторым
критическим ее значением (((,(, определяемым по табл. П 2 в зависимости от
доверительной вероятности ( и числа степеней свободы k=N-l-2. В результате
сравнения правомерность принятого допущения либо подтверждается (((<(((,(),
либо не подтверждается (((((((,(). При этом вероятность ошибочного вывода о
правомерности или неправомерности принятого допущения, будет невелика и
равна (1-().
Проверка нормальности распределения осуществляется в следующем
порядке:
. назначают диапазон практически возможных значений параметра, который с
некоторым запасом накрывает интервал фактических измерений ( в качестве
упомянутого диапазона достаточно принять интервал [pic]( 3,5S );
. назначенный диапазон делят на 8 (12 интервалов, обеспечив (по
возможности) удобный ряд значений, соответствующих границам интервалов;
. последовательным просмотром всех численных значений тяги относят каждое
измерение к конкретному интервалу и подсчитывают количество измерений,
приходящихся на каждый интервал;
. объединяют интервалы, включающие малое количество измерений, и получают
окончательное количество измерений mi, попавших в каждый i-й интервал
(i=1,2, … ,l), так как первоначально выбранное количество интервалов l
может сократиться до l. В нашем случае условимся объединять с соседними
интервалами те из них, число измерений в которых оказалось менее четырех;
. для каждой границы i-го интервала подсчитывают значения

[pic];
(9)

[pic];
(10)

при этом учитывают, что значения UiB для i-го интервала и U(i+1)Н для (i+1)-
го интервала совпадают;
. находят теоретические вероятности попадания параметра в каждый i-й
интервал, используя выражение:

Pi = F(UiB) — F(Uiн),
(11)

в котором F(UiB) и F(Uiн) представляют собой значения нормированной функции
нормального распределения (функции Лапласа), определяемые по табл. П 3 в
зависимости от вычисленных значений UiB и UiH. Упомянутая таблица
составлена только для положительных значений аргумента U, и в связи с этим
для нахождения отрицательных аргументов целесообразно пользоваться формулой
F(-U) = 1 — F(U);
(12)
. вычисляют теоретическое количество измерений параметра, попадающих в
каждый i -й интервал

mi теор = Npi,
(13)

при этом значения mi теор, являющиеся действительными числами,
определяются с точностью до одного знака после запятой;
. находят значение критерия (( по формуле (6);
. находят критическое значение критерия (((,( по табл. П 2 в зависимости от
числа степеней свободы k = N- l -2 и доверительной вероятности (;
. подтверждают справедливость принятого допущения о нормальном законе
распределения параметра при выполнении условия ((<(((,(. В противном
случае (при ((((((,() гипотеза о нормальном законе распределения должна
быть отвергнута. Этот случай не позволяет воспользоваться для вычисления
надежности Рпар.н приведенной ниже формулой (14) и поэтому не
рассматривается в настоящей учебной работе.
При проведении расчетов целесообразно промежуточные результаты
вычислений представлять в виде таблицы, оформленной по образцу табл. 6.2.
При подсчете частот попадания в каждый интервал целесообразно
воспользоваться следующим приемом:
. первые четыре случая попадания в интервал отмечаются точками в графе 3
табл.6.2;
. последующие попадания в интервал отмечаются в виде тире, соединяющих
отдельные точки. Законченная комбинация из четырех точек и шести тире
соответствует 10-ти попаданиям. Данный прием облегчает подсчет числа
попаданий в каждый интервал.
Нижнюю доверительную границу параметрической надежности находим по
формуле

[pic], (14)

в которой Rmax, Rmin — максимальное и минимальное допустимые значения
параметра ( верхняя и нижняя границы заданного допуска); A(,n — коэффициент
ограниченности статистики испытаний, определяемый по табл. П 2 в
зависимости от числа проведенных испытаний n и доверительной вероятности (.
Найденные по формулам (2), (3), (5) точечные [pic] и интервальные Рni
оценки надежности отдельных систем используют для вычисления точечной и
нижней доверительной границы надежности двигателя в целом по формулам

[pic]; (15)

[pic]; (16)

в которых m — общее количество выделенных в двигателе систем; Pjn (min) —
значение минимальной доверительной границы надежности (для j-й системы
двигателя); Pj — соответствующая ей точечная оценка надежности.
В случае отсутствия отказов отдельных систем соотношения (15) и (16)
приобретают вид

[pic]; (17)

РДВ.n = Pin (min). (18)

Таким образом, надежность двигателя будет оцениваться минимальной
нижней доверительной границей надежности Pin (min), достигнутой для
отдельных систем двигателя. Эту i-ю систему следует считать лимитирующей
надежность двигателя, в связи с чем дальнейшее повышение надежности РДВ
следует обеспечивать мероприятиями, преследующими повышение
безотказности лимитирующей системы или увеличением числа ее безотказных
испытаний.

Решение

Таблица 6.1

|Номер |Тяга |Номер |Тяга |Номер |Тяга |Номер |Тяга |
|испытан|двигателя,|испытан|двигателя |испытан|двигател|испытан|двигателя|
|ия |R[m] |ия |R[m] |ия |я, R[m] |ия |, R[m] |
|1 |82,2 |11 |81,69 |21 |81,67 |31 |82,91 |
|2 |82,6 |12 |81,71 |22 |81,9 |32 |82,31 |
|3 |80,91 |13 |81,38 |23 |82,22 |33 |81,97 |
|4 |82,69 |14 |81,93 |24 |82,1 |34 |82,14 |
|5 |82,36 |15 |82,24 |25 |81,82 |35 |82,15 |
|6 |82,53 |16 |83,47 |26 |82,27 |36 |82,45 |
|7 |82,09 |17 |81,76 |27 |80,63 |37 |81,73 |
|8 |81,54 |18 |81,29 |28 |82,19 |38 |83,18 |
|9 |81,54 |19 |81,87 |29 |81,44 |39 |81,88 |
|10 |81,2 |20 |82,8 |30 |81,12 | | |

. безотказность функционирования на запуске;
. безотказность функционирования на стационарных режимах;
. безотказность функционирования на останове;
. безотказность обеспечения требуемого уровня тяги.
Надежность двигателя РДВ будет оцениваться как произведение
надежностей отдельных систем в соответствии с формулой (1).
Для вычисления точечных оценок надежности используем общую формулу

[pic],
(19)

где М число отказов в N испытаниях.
В нашем случае число отказов на запуске, режиме и останове равно нулю
(отказы признаны незачетными в связи с гарантированным устранением их
причин), отказов по параметру тяги не зарегистрировано (все измеренные
значения тяги находятся в интервале допустимых значений). Следовательно,

[pic]зап = 1, [pic]реж = 1, [pic]ост = 1, [pic]пар = 1, [pic]ДВ = 1.
(20)

Для нахождения нижних доверительных границ надежности
систем воспользуемся общей формулой
[pic], (21)
справедливой для частного случая М = 0.
Соответственно получаем:
. для запуска (N = 39)
Рзап.n = [pic] =0.926;
. для стационарного режима (N = 38, т.к. одно испытание с отказом на режиме
признанно незачетным)
Рреж.n. =[pic] =0.924;
. для останова (N=37, т.к. признаны незачетными два испытания с отказами)
Рзап.n =[pic] =0.922.

Для вычисления нижней границы параметрической надежности Рпар
используем схему «параметр — поле допуска», приняв допущение о нормальном
законе распределения параметра тяги. Предварительно выполним проверку
правильности этого допущения с помощью статистического критерия Пирсона
(критерия ((). Для этого разобьем диапазон возможных значений тяги на 10
интервалов. Границы интервалов занесем в графы 1 и 2 табл. 6.2. На основе
просмотра измерений, приведенных в табл. 6.1, отнесем каждое из них к
соответствующему интервалу. Количество измерений, попадающих в интервалы,
занесем в графу 4 табл. 6.2. Проведем объединение соседних интервалов, в
которых количество попавших измерений оказалось менее четырех (интервалы 1-
3 и 8-10) , а уточненное количество попаданий в каждый интервал занесем в
графу 7 табл. 6.2. Построим гистограмму распределения измеренных значений
параметра тяги (см. рис. 6.1), откладывая по оси абсцисс границы
интервалов, а по оси ординат – величины mi/(Ri (здесь mi — число измерений,
попадающих в
i-й интервал, Ri- длина соответствующего интервала).

Для нахождения теоретических значений частоты попадания в каждый
интервал вычислим нормированные значения верхних границ интервалов

[pic]
(22)

и вероятности получения тяги менее верхней границы

[pic]. (23)

Значения Uiв и Pi(Ri( Riв) занесены в графы 8 и 9 соответственно.
Принимаем допущение о нормальном законе распределения тяги двигателя.
В качестве параметров нормального закона используем величины
. среднеарифметическое значение тяги

[pic];
(24)

[pic]

. среднеквадратичное отклонение тяги

[pic]. (25)

[pic]

После необходимых вычислений получаем [pic] = 81,99692 S= 0.588026.
Определяем теоретическую вероятность попадания параметра в каждый i-й
интервал по формуле

Pi = F[Uiв] — F[U(i-1)в], (26)

в которой F(U) — функция Лапласа, определяемая по таблицам нормального
распределения, в зависимости от величины U (см. табл. П 3). Значения
вероятностей Pi занесем в графу 10 табл. 6.2, а в графе 11 поместим
теоретическое число попаданий в i-й интервал, вычисленное как

miтеор=NPi , (27)

где N — общее число измерений.
Гистограмму теоретического распределения параметра тяги приведем на
графике, осуществив предварительно вычисление соответствующих ординат
mi/(Ri.
Сходство экспериментального и теоретического распределения тяги,
приведенных на графике, характеризуется критерием ((

[pic]. (28)

[pic]

Определим критическое значение критерия (((,( по табл. П 2 в
зависимости от ( = 0.95 и (= 39-6-2=31: (((,( = 44,42.

Так найденное значение (( существенно меньше критического значения
(((,(, принятое допущение о нормальном законе распределения тяги
следует считать правомерным. Следовательно, нижняя доверительная граница
параметрической надежности может быть найдена по формуле

[pic], (29)

где A(,(=1.187 определено по табл. П 2 в зависимости от доверительной
вероятности (=0.9 и числа испытаний (=N=40. В нашем случае

[pic].

Так как в табл. П 3 значения функции F(х) приведены только для
положительных значений аргумента, воспользуемся формулой (12), тогда

Рпар.n = F(1,985) – 1 + F(1,977) = 0.97558 – 1 + 0.975 = 0.95058.

Минимальное значение нижней доверительной границы надежности Рn(min)
полученное для системы, характеризующей останов двигателя (0.922).
Это значение с учетом отсутствия зачетных отказов по всем системам
будет характеризовать нижнюю доверительную границу надежности для двигателя
в целом. Для обеспечения дальнейшего повышения надежности двигателя
необходимо увеличение статистики безотказных испытаний.

[pic]

Таблица 6.2

|Границы |Подсчет |Число |Объединенные|Число |Нормиро-ванн|Вероят-ность|Вероят-ность|Теоретическ|
|интер-вало|попада-ний|попада-ний|интервалы |попада-ний |ая верхняя |непревышения|попадания в |ое число |
|в |в интервал|в интервал| |в интервал |граница |верхней |интервал, Р |попада-ний |
| | | | | |UВ=(RВ-[pic]|границы, | |в интервал,|
| | | | | |)/S |F(UВ) | | |
| | | | | | | | |mтеор=NP |
| |Вариант 1 |Вариант 2 | |Вариант 1 |Вариант 2 |
|1 |3,215 |82,2 |21 |3,138 |81,67 |
|2 |3,144 |82,6 |22 |3,171 |81,9 |
|3 |3,219 |80,91 |23 |3,181 |82,22 |
|4 |3,063 |82,69 |24 |3,154 |82,1 |
|5 |3,19 |82,36 |25 |3,209 |81,82 |
|6 |3,129 |82,53 |26 |3,222 |82,27 |
|7 |3,176 |82,09 |27 |3,112 |80,63 |
|8 |3,22 |81,54 |28 |3,253 |82,19 |
|9 |3,26 |81,54 |29 |3,169 |81,44 |
|10 |3,091 |81,2 |30 |3,28 |81,12 |
|11 |3,214 |81,69 |31 |3,269 |82,91 |
|12 |3,197 |81,71 |32 |3,167 |82,31 |
|13 |3,231 |81,38 |33 |3,227 |81,97 |
|14 |3,291 |81,93 |34 |3,12 |82,14 |
|15 |3,182 |82,24 |35 |3,347 |82,15 |
|16 |3,21 |83,47 |36 |3,245 |82,45 |
|17 |3,236 |81,76 |37 |3,173 |81,73 |
|18 |3,224 |81,29 |38 |3,188 |83,18 |
|19 |3,193 |81,87 |39 |3,318 |81,88 |
|20 |3,193 |82,8 |40 |3,201 |82,01 |

Допустимый интервал изменения параметра:
1-й вариант — [3,050 — 3,350]т;
2-й вариант — [80,50 — 83,50]т.

Таблица П2

Значения (І (крит. Пирсона) и А (коэф. ограниченности статистики), в
зависимости от числа степеней свободы k и доверительной вероятности (
|Число степеней|Критерий Пирсона, (2 |Коэф. ограннич. статис-ки, |
|свободы | |А(,к |
| |(=0,9 |(=0,95 |(=0,9 |(=0,95 |
|1 |2,71 |3,84 |- |- |
|2 |4,61 |5,99 |8,229 |16,51 |
|3 |6,25 |7,82 |3,233 |4,658 |
|4 |7,78 |9,49 |2,377 |3,082 |
|5 |11,24 |11,07 |2,025 |2,49 |
|6 |11,65 |12,59 |1,832 |2,183 |
|7 |12,02 |14,07 |1,71 |1,992 |
|8 |13,36 |15,51 |1,626 |1,861 |
|9 |14,69 |16,92 |1,562 |1,768 |
|10 |15,99 |18,31 |1,513 |1,713 |
|11 |17,28 |19,68 |1,472 |1,638 |
|12 |18,55 |21,03 |1,446 |1,59 |
|13 |19,81 |22,36 |1,413 |1,548 |
|14 |21,06 |23,69 |1,39 |1,518 |
|15 |22,31 |25 |1,37 |1,492 |
|16 |23,54 |26,3 |1,353 |1,468 |
|17 |24,59 |27,59 |1,335 |1,447 |
|18 |25,99 |28,87 |1,332 |1,427 |
|19 |27,2 |30,14 |1,31 |1,41 |
|20 |28,41 |31,41 |1,299 |1,394 |
|21 |29,62 |32,67 |1,288 |1,372 |
|22 |30,81 |33,92 |1,28 |1,368 |
|23 |32,01 |35,01 |1,271 |1,355 |
|24 |33,2 |36,42 |1,263 |1,345 |
|25 |34,65 |37,38 |1,256 |1,336 |
|26 |35,56 |38,88 |1,249 |1,326 |
|27 |36,74 |40,11 |1,243 |1,318 |
|28 |37,92 |41,34 |1,237 |1,31 |
|29 |39,09 |42,56 |1,231 |1,302 |
|30 |40,26 |43,77 |1,226 |1,295 |
|31 |41,42 |44,42 |1,222 |1,288 |
|32 |42,59 |46,19 |1,217 |1,282 |
|33 |43,75 |47,4 |1,212 |1,276 |
|34 |44,9 |48,6 |1,208 |1,271 |
|35 |46,06 |49,06 |1,204 |1,266 |
|36 |47,21 |51 |1,201 |1,261 |
|37 |48,36 |52,19 |1,198 |1,257 |
|38 |49,51 |53,38 |1,194 |1,252 |
|39 |50,65 |54,57 |1,19 |1,248 |
|40 |51,81 |55,76 |1,187 |1,243 |

Таблица П3

Нормированная функция нормального распределения (функция Лапласа)

U |0 |1 |2 |3 |4 |5 |6 |7 |8 |9 | |0.0 |50000 |50399 |50798 |51197
|51595 |51994 |52392 |52790 |53188 |53586 | |0.1 |53983 |54380 |54776
|55172 |55567 |55962 |56356 |56749 |57142 |57535 | |0.2 |57926 |58317
|58706 |59095 |59483 |59871 |60257 |60642 |61026 |61409 | |0.3 |61791
|62172 |62552 |62930 |63307 |93683 |64058 |64431 |64803 |65173 | |0.4
|65542 |65910 |66276 |66640 |67003 |97364 |67724 |68082 |68439 |68793 |
|0.5 |69146 |69497 |69847 |70194 |70540 |70884 |71226 |71566 |71904 |72240
| |0.6 |72575 |72907 |73237 |73565 |73891 |74215 |74537 |74857 |75175
|75490 | |0.7 |75804 |76115 |76424 |96730 |77035 |77337 |77637 |77935
|78230 |78524 | |0.8 |78814 |79103 |79389 |79673 |79955 |80234 |80511
|80785 |81057 |81327 | |0.9 |81594 |81859 |82121 |82381 |82639 |82894
|83147 |83398 |83646 |83891 | |1.0 |84134 |84375 |84614 |84850 |85083
|85314 |85543 |85769 |85993 |86214 | |1.1 |86433 |86650 |86864 |87076
|87286 |87493 |87698 |87900 |88100 |88298 | |1.2 |88493 |88686 |88877
|89065 |89251 |89435 |89617 |89796 |89973 |90147 | |1.3 |90320 |90490
|90658 |90824 |90988 |91149 |91308 |91466 |91621 |91774 | |1.4 |91924
|92073 |92220 |92364 |92507 |92647 |92786 |92922 |93056 |93189 | |1.5
|93319 |93448 |93574 |93699 |93822 |93943 |94062 |94179 |94295 |94408 |
|1.6 |94520 |94630 |94738 |94845 |94950 |95053 |95154 |95254 |95352 |95449
| |1.7 |95543 |95637 |95728 |95818 |95907 |95994 |96880 |96164 |96246
|96327 | |1.8 |96407 |96485 |96562 |96638 |96712 |96784 |96856 |96926
|96995 |97062 | |1.9 |97128 |97193 |97257 |97320 |97381 |97441 |97500
|97558 |97615 |97670 | |2.0 |97725 |97778 |97831 |97882 |97932 |97982
|98030 |98077 |98124 |98169 | |2.1 |98214 |98257 |98300 |98341 |98382
|98422 |98461 |98500 |98537 |98574 | |2.2 |98610 |98645 |98679 |98713
|98745 |98778 |98809 |98840 |98870 |98899 | |2.3 |98928 |98956 |98983
|99010 |99036 |99061 |99086 |99111 |99134 |99158 | |2.4 |99180 |99202
|99224 |99245 |99266 |99286 |99305 |99324 |99343 |99361 | |2.5 |99379
|99396 |99413 |99430 |99446 |99461 |99477 |99492 |99506 |99520 | |2.6
|99534 |99547 |99560 |99573 |99585 |99598 |99609 |99621 |99632 |99643 |
|2.7 |99653 |99664 |99674 |99683 |99693 |99702 |99711 |99720 |99728 |99736
| |2.8 |99744 |99752 |99760 |99767 |99774 |99781 |99788 |99795 |99801
|99807 | |2.9 |99813 |99819 |99825 |99831 |99836 |99841 |99846 |99851
|99856 |99861 | |3.0 |99865 |99869 |99874 |99878 |99882 |99886 |99889
|99893 |99896 |99900 | |3.1 |99903 |99906 |99910 |99913 |99916 |99918
|99921 |99924 |99926 |99929 | |3.2 |99931 |99934 |99936 |99938 |99940
|99942 |99944 |99946 |99948 |99950 | |3.3 |99952 |99953 |99955 |99957
|99958 |99960 |99961 |99962 |99964 |99965 | |3.4 |99966 |99968 |99969
|99970 |99971 |99972 |99973 |99974 |99975 |99976 | |3.5 |99977 |99978
|99978 |99979 |99980 |99981 |99981 |99982 |99983 |99983 | |3.6 |99984
|99985 |99985 |99986 |99986 |99987 |99987 |99988 |99988 |99989 | |3.7
|99989 |99990 |99990 |99990 |99991 |99991 |99992 |99992 |99992 |99992 |
|3.8 |99993 |99993 |99993 |99994 |99994 |99994 |99994 |99995 |99995 |99995
| |3.9 |99995 |99995 |99996 |99996 |99996 |99996 |99996 |99996 |99997
|99997 | |

Список литературы

Белешев С.Д. Резервы ускорения научно-технических нововведений. С.Д.
Белешев, Ф. Гурвич // Вопросы Экономики: 1987. № 11. С. 24-36.
Ионов М.И. Инновационная сфера: состояние и перспективы // Экономист.
1993. № 10. С. 16-23.
Коротеев А.С. Нововведения и промышленность США: разработка и внедрение.
Научно-аналитический обзор. М.: Прогресс, 1987. 215 с.
Фостер Р. Обновление производства. Атакующие выигрывают. М.: Прогресс,
1987. 348 с.
Аусмос Х., Совершенствование процесса нововведения на промышленном
предприятии / Х.Аусмос, М.Тепп, М.Завьялов. Таллин: Кн. изд-во, 1993. 126с.
Кулагин А.Н. Структурные сдвиги и инновационный процесс. / А.Н.Кулагин,
В.Н.Логвинов. // Экономист, 1993. N5. С. 56-64.
Кутейников А.А. Технические нововведения в экономике США. М.: Экономика,
1991. 206 с.
Ланин А.Б. Нововведения в организациях / А.Б.Ланин., А.И.Пригожин М.:
Прогресс, 1986. 120 с.
Барютин И. А. Управление техническими нововведениями. М: Экономика, 1982.
154 с.
Гаузнер Н.К. Инновационная экономика и человеческие ресурсы / Н.К.Гаузнер,
Н.И.Иванов. // Мировая экономика и международные отношения. 1994. № 3. С.
21-25.
Елимова М.К. К определению понятия инновационный потенциал / Методы
активизации инновационных процессов. М.: ВНИИСИ, 1988. С. 16-20.
Тодосийчук А. Инновационные процессы как объект управления экономическим
развитием. М.: НИИУ, 1993. 120 с.
Твисс Б. Управление научно-техническими нововведениями. М.: Наука, 1989.
212 с.
Таукач Г.Л. Исследования функций нововведений для повышения эффективности
технического перевооружения производства / Г.Л.Таукач, Л.А.Крымская. Рига:
Зинатне, 1988. 169 с.
Иванов М.М. США: управление наукой и нововведениями / М.М.Иванов,
С.Р.Колупаева, Г.Б.Кочетков. М.: Наука, 1990. 216 с.
Инновационные процессы: Тр. сем. М.: ВНИИСИ, 1982. 191 с.
Караваева И.В. Система управления научно-техническим процессом /
И.В.Караваева, А.А.Коренной. Киев.: Знание, 1992. 48 с.
87
Сахал Д. Технический прогресс: концепции, модели, оценки. М.: Финансы и
статистика, 1985. 416 с.
Rogers E.M. Diffusion of innovations. N.J.: Free Press, 1962. Р.202.
Rogers E.M. Communication of innovations / Rogers E.M., Shoemaker F.F.
N.J. Free Press, 1978. Р.476.
Медведев А.Г. Планирование научно-технического прогресса в машиностроении.
М.: Машиностроение, 1985. 358 с.
Иваницкая Л.В. Организация деятельности по развитию перспективных
технологий на основе информационной системы // Высокие технологии в
технике, медицине и образовании: Межвуз.сб.науч.тр. Воронеж: ВГТУ, 1999.
Ч.2. С. 19-23.
Вяткин В.Н. Организационное проектирование управленческих нововведений /
В.Н.Вяткин, В.М.Шевляков, В.Н.Серов. Пермь.: Кн. изд-во, 1990. 344 с.
Лутовинов П.П. Управление эффективностью научно-технических нововведений.
Челябинск: Изд-во ЧГТУ, 1994 Ч. 1, 2. 191 с.; 152 с.
Леонтьев Ф.В. Научно-технические нововведения в процессе создания новой
техники / Сб. науч.-техн. прогнозирования. Киев: Наукова думка, 1991. 286
с.
26. Дубняев В.А. Обоснование стратегических альтернатив инновационной
политики: Учеб.пособ. М.: АНХ, 1991. 130 с.
27. Иваницкая Л.В. Особенности моделирования инновационных
процессов развития научных исследований по перспективным технологиям /
Л.В.Иваницкая, Т.М.Леденева, Л.В.Паринова // Высокие технологии в
технике, медицине и образовании: Межвуз.сб.науч.тр. Воронеж: ВГТУ, 1998.
Ч.3. С. 22-29.

28. Заре Л.А. Понятие лингвистической переменной и его применение к
принятию проблемных решений. М.: Мир, 1976. 165 с.

29. Леденева Т.М. Лингвистический подход к оценке качества
диссертационных работ / Т.М.Леденева, Я.Е.Львович, Л.В.Паринова //
Высокие технологии в технике, медицине и образовании: Межвуз.сб.науч.тр.
Воронеж: ВГТУ, 1997. С. 24-32.

30. Леденева Т.М. Некоторые способы построения интегральных оценок
для агрегированных ресурсов // Оптимизация и моделирование в
автоматизированных системах: Межвуз.сб.научн.тр. Воронеж: ВГТУ, 1991. С.
27-32.

31. Добрынин В.С. Методические указания по выполнению курсовой работы
«Оценка надежности ДЛА по результатам испытаний». Воронеж: ВПИ, 1993. 13 с.
88
32. Косточкин В.В. Надежность авиационных двигателей и силовых
установок. М.: Машиностроение, 1976. 248 с.
33. Шор Я.Б. Статистические методы анализа и контроля качества и
надежности. М.: Советское Радио, 1962. 552 с.
34. Никитин Г.А. Влияние загрязненности жидкости на надежность работы
гидросистем летательных аппаратов / Г.А.Никитин, С.В.Чирков. М.: Транспорт,
1969. 183 с.
35. Анцелиович Л.Л. Надежность, безопасность и живучесть самолета. М.
Машиностроение, 1985. 296 с.
36. Волков Л.И. Надежность летательных аппаратов / Л.И.Волков,
А.М.Шишкевич. М.:ВШ, 1975. 425 с.

 

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *