The substantiation of the probabilistic parameters of the assessment of the safety reserves during the life cycle of the machine during the transition from the initial to the current or its limit state is considered
initial condition, limit condition, life cycle, machine, resource, safety margin
Вероятностные модели определения ресурса машин [1] построены на основе вероятности безотказной работы и определяются «кривой выживаемости» (survivor curve) типа Айова по мере достижения предельного состояния. Подобные модели используют логнормальное распределение, которое наряду с распределением Вейбулла получило развитие в теории надежности машин и определяется характером износа [Ошибка! Источник ссылки не найден.]. Модели прогнозирования ресурса учитывают опасность поломки и разрушения машин при исходном, фактическом и предельном состояниях по запасам прочности [3]. Переход исходного технического состояния к предельному требует учета запасов прочности, [4]:
где 
,
; 
,
; [В], В; 
,
– соответственно, допускаемые, расчетные или фактические величины: постоянных и циклических нагрузок, ползучести и устойчивости; 
– допускаемые и расчетные или фактические эквивалентные напряжения (или амплитуды напряжений при циклических нагрузках); 
, 
–допускаемых, расчетные или фактические коэффициенты интенсивности напряжений.
Точность определения запасов прочности зависит от множества погрешностей, трудно поддающихся учету, поэтому для их учета введем вероятностный параметр достоверности оценки запасов прочности и выразим его условием:
, (2)
где 
– погрешности оценки запасов прочности по давлению, эквивалентным напряжениям, коэффициентам интенсивности напряжений, числу циклов, ползучести и устойчивости, соответственно.
Тогда вероятностный параметр достоверности оценки исходного запаса прочности на момент изготовления можно выразить условием:
а вероятностный параметр достоверности оценки текущего или предельного запасов прочности при текущем или предельном состояниях - условием:
Во всех трех случаях оценки запасов прочности (1), по мере износа машины, вероятностные параметры достоверности (2), (3) и (4) зависят от погрешностей 
, 
, 
и 
Вероятностные параметры достоверности в отдельных случаях можно определять не по всем, а только по преобладающим запасам прочности с учетом их погрешностей. Для учета погрешностей по преобладающим факторам износа введем уровень значимости запаса прочности (1) логическими значениями (µ = 0 или µ = 1). Если некоторые запасы прочности (1) не являются преобладающими, то погрешность по условиям (2), (3) и (4) для этих запасов прочности принимают: µ = 0. Для преобладающих запасов прочности принимают: µ = 1 и учитывают их погрешность по условиям (2), (3) и (4).
Учитывая вероятностные параметры достоверности (3), исходный запас прочности согласно условию (1) составит:
а при вероятностных параметрах достоверности (4) текущий или предельный запасы прочности согласно условию (1) составят:
Из изложенного следует, что вероятностные параметры достоверности оценки запасов прочности служат для повышения точности определения технического состояния и точности оценки ресурса машин.
1. Bolotin V.V. Prognozirovanie resursa mashin i konstrukciy. - M,: «Mashinostroenie», 1984. -312 s.
2. Leyfer L.A., Kashnikova P.M. Opredelenie ostatochnogo sroka sluzhby mashin i oborudovaniya na osnove veroyatnostnyh modeley: http://www.labrate.ru/leifer/leifer_kashnikova_article_2007_residual_service_life.htm. (data obrascheniya: 05.10.2017).
3. Mahutov N.A. Konstrukcionnaya prochnost', resurs i tehnogennaya bezo-pasnost': V 2 ch. / N.A. Mahutov. - Novosibirsk: Nauka - Ch. 2: Obosnovanie re-sursa i bezopasnosti. 2005, - 610 s.
4. Bezopasnost' Rossii. Pravovye, social'no-ekonomicheskie i nauchno-tehnicheskie aspekty. Upravlenie resursom ekspluatacii vysokoriskovyh ob'ektov / Pod obsch. red. Mahutova N.A. - M.: MGOF «Znanie», 2015, - 600 s.
