PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Reliability assessment of repairable phased-mission system by monte carlo simulation based on modular sequence-enforcing fault tree model

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Ocena niezawodności naprawialnego systemu z misjami okresowymi za pomocą symulacji Monte Carlo w oparciu o modułowy model drzewa niezdatności z bramkami SEQ
Języki publikacji
EN
Abstrakty
EN
Phased-mission system (PMS) is the system subject to multiple, consecutive and non-overlapping tasks. Much more complicated problems will be confronted when the PMS is repairable since the repairable system could perform the multi-phases mission with more diversity requirements. Besides, various maintenance strategies will directly influence the reliability analysis procedure. Most researches investigate those repairable PMSs that carry out the multi-phases mission with deterministic phase durations, and the mission fails once the system switches from up to down. In this case, one common maintenance strategy is that failed components are repairable as long as the system keeps in up state. However, many practical systems (e.g., construction machinery, agricultural machinery) may be involved in such multi-phases mission, which has uncertain phase durations but limited by a maximum mission time, within which failed components can be unconditional repaired, and the system can be restored from down state. Comparing with the former type of repairable PMS, the latter will also concern phase durations dependence, and both the system and components included have the state bidirectional transition. This paper makes new contributions to the reliability assessment of repairable PMSs by proposing a novel SEFT-MC method. Two types of repairable PMS mentioned above are considered. In our method, a specific sequence-enforcing fault tree (SEFT) is proposed to correctly depict failure logical relationships between the system and components included. In order to transfer the graphical fault tree (no matter its size and complexity) into a modular reliability model used in Monte Carlo (MC) simulation, an improved linear algebra representation (I-LAR) approach is introduced. Finally, a numerical example including two cases corresponding to the two types of repairable PMS is presented to validate the proposed method.
PL
System z misjami okresowymi (phased-mission system, PMS) to system, który wykonuje wiele następujących po sobie i nienakładających się na siebie zadań. W przypadku naprawialnych systemów PMS, analiza niezawodności jest o wiele bardziej skomplikowana, ponieważ system naprawialny może wykonywać misje wielofazowe o bardziej różnorodnych wymaganiach. Poza tym systemy takie wymagają zastosowania różnych strategii utrzymania ruchu, co ma bezpośredni wpływ na procedurę analizy niezawodności. Większość badaczy bada naprawialne systemy PMS, które wykonują misje wielofazowe, w których czas trwania fazy jest wielkością deterministyczną, a misja kończy się niepowodzeniem, gdy system przechodzi ze stanu zdatności do stanu niezdatności W takich przypadkach najczęściej przyjmuje się, że uszkodzone elementy można naprawić o ile system pozostaje w stanie zdatności. Jednak wiele systemów stosowanych w praktyce (t.j. maszyny budowlane czy maszyny rolnicze) może wykonywać misje wielofazowe, w których czas trwania fazy jest wielkością niepewną, ograniczoną jedynie przez maksymalny czas trwania misji, w którym to czasie uszkodzone komponenty mogą być bezwarunkowo naprawiane, dzięki czemu system może zostać przywrócony do stanu zdatności. W porównaniu z pierwszym rodzajem naprawialnego PMS, w drugim, czasy trwania faz są zależne od siebie. Ponadto, w systemie tego typu, zarówno poszczególne elementy, jak i cały system mogą przechodzić ze stanu zdatności do stanu niezdatności i odwrotnie. Niniejsza praca wnosi nowy wkład w ocenę niezawodności naprawialnych systemów PMS, proponując nowatorską metodę, która polega na wykorzystaniu dynamicznego drzewa niezdatności do przeprowadzenia symulacji Monte Carlo (SEFTMC). Rozważane są dwa wymienione powyżej typy naprawialnego PMS. W naszej metodzie zaproponowano drzewo niezdatności z bramkami SEQ (SEFT), które pozwala poprawnie zobrazować logiczne zależności między systemem a jego komponentami w zakresie uszkodzeń. Do przeniesienia graficznego drzewa niezdatności (bez względu na jego rozmiar i złożoność) do modułowego modelu niezawodności wykorzystywanego w symulacji Monte Carlo, zastosowano udoskonaloną metodę reprezentacji algebry liniowej (I-LAR). Poprawność proponowanej metody wykazano na przykładzie numerycznym obejmującym dwa przypadki odpowiadające dwóm omawianym typom naprawialnego PMS
Rocznik
Strony
272--281
Opis fizyczny
Bibliogr. 28 poz., rys., tab.
Twórcy
autor
  • School of Mechanical Engineering Jiangsu University Xuefu Road 301, 212013 Zhenjiang, China, liu_chenxi@ujs.edu.cn
autor
  • Institute for Machine Elements and Systems Engineering RWTH Aachen University Schinkelstraße 10, 52062 Aachen, Germany
  • achim.kramer@imse.rwth-aachen.de
Bibliografia
  • 1. Dugan JB, Bavuso SJ, Boyd MA. Dynamic Fault-Tree Models for Fault-Tolerant Computer Systems. IEEE Transactions on Reliability 1992; 41(3):363-377, https://doi.org/10.1109/24.159800.
  • 2. Kim K, Park KS. Phased-Mission System Reliability under Markov Environment. IEEE Transactions on Reliability 1994; 43(2):301-309, https://doi.org/10.1109/24.295013.
  • 3. Levitin G, Xing L, Amari, SV. Recursive algorithm for reliability evaluation of non-repairable phased mission systems with binary elements. IEEE Transactions on Reliability 2012; 61(2):533-542, https://doi.org/10.1109/TR.2012.2192060.
  • 4. Li XT, Tao LM, Jia M. A Bayesian networks approach for event tree time-dependency analysis on phased-mission system. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2015; 17(2):273-281, https://doi.org/10.17531/ein.2015.2.15.
  • 5. Li XY, Huang HZ, Li YF. Reliability analysis of phased mission system with non-exponential and partially repairable components. Reliability Engineering and System Safety 2018; 175:119-127, https://doi.org/10.1016/j.ress.2018.03.008.
  • 6. Li XY, Li YF, Huang HZ, Zio E. Reliability assessment of phased-mission systems under random shocks. Reliability Engineering and System Safety 2018; 180:352-361, https://doi.org/10.1016/j.ress.2018.08.002.
  • 7. Li YF, Peng R. Availability modeling and optimization of dynamic multi-state series-parallel systems with random reconfiguration. Reliability Engineering & System Safety 2014; 127:47-57, https://doi.org/10.1016/j.ress.2014.03.005.
  • 8. Liu C, Chen N, Yang J. New method for multi-state system reliability analysis based on linear algebraic representation. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability 2015; 229(5):469-482, https://doi. org/10.1177/1748006X15582129.
  • 9. Lu JM, Lundteigen MA, Liu Y, Wu XY. Flexible truncation method for the reliability assessment of phased mission systems with repairable components. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2016; 18(2):229-236, https://doi.org/10.17531/ein.2016.2.10.
  • 10. Lu JM, Wu XY. Reliability evaluation of generalized phased-mission systems with repairable components. Reliability Engineering & System Safety 2014; 121:136-145, https://doi.org/10.1016/j.ress.2013.08.005.
  • 11. Lu JM, Wu XY, Liu Y, Lundteigen MA. Reliability analysis of large phased-mission systems with repairable components based on successstate sampling. Reliability Engineering and System Safety 2015; 142:123-133, https://doi.org/10.1016/j.ress.2015.05.010.
  • 12. Merle G, Roussel JM, Lesage JJ, Perchet V, Vayatis N. Quantitative Analysis of Dynamic Fault Trees Based on the Coupling of Structure Functions and Monte Carlo Simulation. Quality and Reliability Engineering International 2016; 32(1):7-18, https://doi.org/10.1002/qre.1728.
  • 13. Mo YC, Xing LD, Amari SV. A multiple-valued decision diagram based method for efficient reliability analysis of non-repairable phasedmission systems. IEEE Transactions on Reliability 2014; 63(1):320-330, https://doi.org/10.1109/TR.2014.2299497.
  • 14. Mo YC, Zhong F, Zhao X. New results to BDD truncation method for efficient top event probability calculation. Nuclear Engineering and technology 2012; 44: 755-766, https://doi.org/10.5516/NET.03.2011.058.
  • 15. Murphy KE, Carter CM, Malerich AW. Reliability analysis of phased-mission systems: A correct approach. 2007 Proceedings - Annual Reliability and Maintainability Symposium, RAMS 2007:7-12, https://doi.org/10.1109/RAMS.2007.328042.
  • 16. Peng R, Zhai Q, Xing L, Yang J. Reliability of demand-based phased-mission systems subject to fault level coverage. Reliability Engineering and System Safety 2014; 121:18-25, https://doi.org/10.1016/j.ress.2013.07.013.
  • 17. Tang Z, Dugan JB. BDD-based reliability analysis of phased-mission systems with multimode failures. IEEE Transactions on Reliability 2006; 55(2):350-360, https://doi.org/10.1109/TR.2006.874941.
  • 18. Wang C, Xing L, Peng R, Pan Z. Competing failure analysis in phased-mission systems with multiple functional dependence groups.Reliability Engineering and System Safety 2017; 164:24-33, https://doi.org/10.1016/j.ress.2017.02.006.
  • 19. Wu D, Peng R, Xing L. Recent Advances on Reliability of Phased Mission Systems. In: Li QL., Wang J., Yu HB. (eds) Stochastic Models in Reliability, Network Security and System Safety. JHC80 2019. Communications in Computer and Information Science, vol 1102. Springer, Singapore, https://doi.org/10.1007/978-981-15-0864-6_2.
  • 20. Wu X, Wu X. Mission reliability modeling and evaluation of multi-mission phased mission system based on an extended object-oriented Petri net. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2017; 19 (2): 244-253, https://doi.org/10.17531/ein.2017.2.12.
  • 21. Wu X, Wu Y. Extended object-oriented petri net model for mission reliability simulation of repairable PMS with common cause failures. Reliability Engineering & System Safety 2015; 136:109-119, https://doi.org/10.1016/j.ress.2014.11.012.
  • 22. Xing L. Reliability evaluation of phased-mission systems with imperfect fault coverage and common-cause failures. IEEE Transactions on Reliability 2007; 56(1):58-68, https://doi.org/10.1109/TR.2006.890900.
  • 23. Yang J, Liu F, Li F. Reliability Modeling and Simulation for Phased Mission System with Multi-mode Failures. Fire Control and Command Control 2011; 36(2):89-92.
  • 24. Zhai Q, Xing L, Peng R, Yang J. Aggregated combinatorial reliability model for non-repairable parallel phased-mission systems. Reliability Engineering and System Safety 2018; 176:242-250, https://doi.org/10.1016/j.ress.2018.04.017.
  • 25. Zhang S, Sun S, Si S, Wang P. A decision diagram based reliability evaluation method for multiple phased-mission systems. Eksploatacja i niezawodnosc - Maintenance and Reliability 2017; 19 (3):485-492, https://doi.org/10.17531/ein.2017.3.20.
  • 26. Zhang T, Bai G, Guo B. Success probability model of phased mission systems with limited spares. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2012; 14(1):24-32.
  • 27. Zhao J, Cai ZQ, Si W, Zhang S. Mission success evaluation of repairable phased-mission systems with spare parts. Computers and Industrial Engineering 2019; 132:248-259, https://doi.org/10.1016/j.cie.2019.04.038.
  • 28. Zio E, Librizzi M. Direct Monte Carlo Simulation for the Reliability Assessment of a Space Propulsion System Phased Mission (PSAM-0067). Proceedings of the Eighth International Conference on Probabilistic Safety Assessment & Management (PSAM) 2006.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-f860eb7a-3465-441f-b952-b5dca724cc0a
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.