trechos (ordem de leitura)
▍ página 99 — 10 trechos
ver scan original →Apêndice C. Características do Filtro
Estimar probabilidades de falha de veículos de lançamento usando dados empíricos de lançamento é um processo incerto quando o tamanho da amostra é pequeno e os dados são obtidos de um sistema em evolução. Uma abordagem que pode ser usada para estimar probabilidades de falha é realizar um ajuste de mínimos quadrados aos valores de resultado de ensaio (0 = sucesso, 1 = falha). Para veículos de lançamento maduros, as probabilidades de falha diminuíram acentuadamente em relação aos primeiros dias experimentais. Para novos programas, os dados empíricos podem ser escassos ou inexistentes.
Uma decisão que deve ser tomada envolve o tipo de função a ajustar aos dados. A verdadeira natureza da função de taxa de falha pode ser desconhecida ou extremamente complexa, ou pode haver dados insuficientes para estimar uma função complexa. O cálculo mais simples é feito quando se assume uma função de taxa de falha constante. No entanto, os dados disponíveis parecem indicar que as taxas de falha diminuem à medida que um programa amadurece, pelo menos até certo ponto. Se puder ser assumido que as probabilidades de falha de veículos de lançamento diminuem com o tempo (ou seja, à medida que o número de lançamentos aumenta), então alguma função não constante (talvez linear ou exponencial) pode ser escolhida para o ajuste, ou os dados ponderados como função do tempo. Ao estimar a confiabilidade do Atlas, a General Dynamics escolheu a última opção adotando o modelo de Duane. Este modelo baseia-se na premissa de que o número médio de lançamentos entre falhas aumenta quando as causas de falha são removidas. Embora isso possa ser verdade até certo ponto, eventualmente a confiabilidade parece estabilizar em um valor bastante constante. Consequentemente, para programas maduros, o RTI optou por ajustar a função de taxa de falha a uma constante. Tal ajuste pode ser baseado em mínimos quadrados simples usando um filtro de janela deslizante de comprimento fixo para minimizar mudanças no valor estimado ao longo do tempo, ou em um ajuste de mínimos quadrados com ponderação desigual.
Se uma função constante é ajustada a um conjunto de dados usando mínimos quadrados com ponderação igual dos dados, a solução é dada pela média:
Considere o seguinte exemplo:
Então,
Recursivamente,
90
RTI
9/10/96