Optimal resource allocation for safety in distributed complex electromechanical systems

Han, Z.; Gao, J.; Xing, L.; Chen, F.

Artykuł - szczegóły

Tytuł artykułu

Optimal resource allocation for safety in distributed complex electromechanical systems

Autorzy

Han Z. , Gao J. , Xing L. , Chen F.

Treść / Zawartość

Pełne teksty:

httpwww_ein_org_plpodstronywydania50pdf01.pdf

Pobierz

Identyfikatory

Warianty tytułu

Optymalna alokacja zasobów zapewniająca bezpieczeństwo w złożonych rozproszonych systemach elektromechanicznych

Języki publikacji

Abstrakty

Existing optimal resource allocation for system safety mainly concentrates on series/parallel systems or systems that can be converted into series/parallel models. However, for some distributed complex electromechanical systems, it is very difficult or even impossible to refine them into a series/parallel model; in addition, the safety of some system units is immeasurable because of the coupling relationship complexity in the system composition structure. In this paper, a novel method based on complex networks and path set-based dynamic programming is proposed for the optimal resource allocation for maximal safety of distributed complex electromechanical systems with non-series-parallel structures. As a measurement of the system safety, safety importance is defined, which is a function of two safety feature parameters - accident loss and accident probability. A practical system is taken as an example to illustrate and verify the feasibility and applicability of the proposed method.

Istniejące strategie optymalnej alokacji zasobów służące zapewnieniu bezpieczeństwa systemów skupiają się głównie na systemach szeregowo-równoległych lub na systemach, które można przekształcić w modele szeregowo-równoległe. Jednakże, w przypadku niektórych złożonych rozproszonych systemów elektromechanicznych, przetworzenie na model szeregowo-równoległy może być bardzo trudne lub wręcz niemożliwe. Dodatkowo, z powodu złożoności relacji sprzężeń w fizycznej strukturze tego rodzaju systemów, bezpieczeństwo niektórych jednostek systemowych jest niemierzalne. W niniejszym artykule przedstawiono nową metodę optymalnej alokacji zasobów gwarantującą maksymalne bezpieczeństwo złożonych rozproszonych systemów elektromechanicznych o strukturze innej niż szeregowo-równoległa. Metoda ta oparta jest na sieciach złożonych i wykorzystuje dynamiczne programowanie bazujące na zbiorach ścieżek. Jako miarę bezpieczeństwa systemu zastosowano pojęcie hierarchii bezpieczeństwa, zdefiniowane jako funkcja dwóch parametrów bezpieczeństwa: strat z tytułu awarii oraz prawdopodobieństwa awarii. Dla zilustrowania proponowanej metody i weryfikacji jej przydatności i możliwości zastosowania, przedstawiono przykład rzeczywistego systemu.

Słowa kluczowe

accident loss accident probability complex network complex system dynamic programming optimal resource allocation safety importance system safety

straty z tytułu awarii prawdopodobieństwo awarii sieć złożona system złożony programowanie dynamiczne optymalna alokacja zasobów hierarchia bezpieczeństwa bezpieczeństwo systemu

Wydawca

Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne

Czasopismo

Eksploatacja i Niezawodność

Rocznik

2011

Tom

nr 2

Strony

4--12

Opis fizyczny

Bibliogr. 36 poz.

Twórcy

autor

Han Z.

autor

Gao J.

autor

Xing L.

autor

Chen F.

State Key Laboratory for Manufacturing Systems Engineering Xi'an Jiaotong University Xi'an, 710049, P.R.China ; Department of Electrical and Computer Engineering University of Massachusetts Dartmouth., hanyaozhong@sina.com

Bibliografia

1. Azaiez M N, Bier V M. Optimal resource allocation for security in reliability systems. Eur J Oper Res 2007; 181(2): 773-786.
2. Bier V M, Nagaraj A, Abhichandani V. Protection of simple series and parallel systems with components of different values. Reliab Eng Syst Saf 2005; 87(3): 315-323.
3. Ben-Dov Y. Optimal testing procedures for special structures of coherent systems. Management Science 1981; 27(12): 1410–1420.
4. Chebouba A, Yalaoui F, Smati A, Amodeo L, Younsi K, Tairi A. Optimization of natural gas pipeline transportation using ant colony optimization. Comput Oper Res 2009; 36(6): 1916-1923.
5. Chen X, Zhou K, Aravena J. Probabilistic robustness analysis-risks, complexity, and algorithms. SIAM J Contr Optim 2008; 47(5): 2693-2723.
6. Chowdhury A A, Mielnik T C, Lawton L E, Sullivan M J, Katz A, Koval D O. System Reliability Worth Assessment Using the Customer Survey Approach. IEEE Tran Indus App 2009; 45(1): 317-322.
7. Coit D W, Smith A E. Reliability Optimization of Series-Parallel Systems Using a Genetic Algorithm. IEEE Trans Reliab 1996; 45(2): 254-266.
8. Colombo S, Demichela M. The systematic integration of human factors into safety analyses: An integrated engineering approach. Reliab Eng Syst Saf 2008; 93(12): 1911-1921.
9. Cox L, Chiu S, Sun X. Least-cost failure diagnosis in uncertain reliability systems. Reliability Engineering and System Safety 1996; 54(2-3): 203–216.
10. Cox L, Qiu Y, Kuehner W. Heuristic least-cost computation of discrete classification functions with uncertain argument values. Annals of Operations Research 1989; 2(1): 1-29.
11. HaiyangY, Chengbin C, Ėric C, Farouk Y. Reliability optimization of a redundant system with failure dependencies. Reliab Eng Syst Saf 2007; 92(12): 1627-1634.
12. Halpern J. Fault-testing of a k-out-of-n system. Operations Research 1974; 22(6): 1267-1271.
13. Halpern J. The sequential covering problem under uncertainty. INFOR 1977; 15: 76-93.
14. Hsu C I, Wen Y H. Application of Grey theory and multiobjective programming towards airline network design. European Journal of Operational Research 2000; 127(1): 44-68.
15. Kołowrocki K, Kwiatuszewska-Sarnecka B. Reliability and risk analysis of large systems with ageing components. Reliab Eng Syst Saf 2008; 93(12): 1821-1829.
16. Kunin I, Chernykh G, Kunin B. Optimal chaos control and discretization algorithms. Int J Eng Sci 2006; 44(1-2): 59-66.
17. Levitin G, Amari S V. Multi-state systems with multi-fault coverage. Reliab Eng Syst Saf 2008; 93(11): 1730-1739.
18. Levitin G, Lisnianski A. Optimizing survivability of vulnerable series–parallel multi-state systems. Reliab Eng Syst Saf 2003; 7(9): 319–331.
19. Levitin G. Optimal multilevel protection in series–parallel systems. Reliab Eng Syst Saf 2003; 81(1): 93-102.
20. Lisnianski A, Levitin G, Ben-Haim H. Structure optimization of multi-state system with time redundancy. Reliab Eng Syst Saf 2000; 67(2): 103-112.
21. Li W, Zou M J. Optimal design of multi-state weighted k-out-of-n systems based on component design. Reliab Eng Syst Saf 2008; 93(11): 1673-1681.
22. Ljiljana B, Peter H, Mirka M. An Optimization Problem in Statistical Databases. SIAM J Discrete Math 2000; 13(3): 346-353.
23. Nagai H. Optimal strategies for risk-sensitive portfolio optimization problems for general factor models. SIAM J Contr Optim 2003; 41(6): 1779-1800.
24. Overkamp A, Van Schuppen JH. Maximal solutions in decentralized supervisory control. SIAM J Contr Optim 2000; 39(2): 492-511.
25. Petersson J. On continuity of the design-to-state mappings for trusses with variable topology. Int J Eng Sci 2001; 39(10): 1119-1141.
26. Ramirez-Marquez J E, Coit D W. Optimization of system reliability in the presence of common cause failures. Reliab Eng Syst Saf 2007; 92(10): 1421-1434.
27. Rus G, Palma R, Pérez-Aparicio J L. Optimal measurement setup for damage detection in piezoelectric plates. Int J Eng Sci; 2009; 47(4): 554-572.
28. Sarhan, Ammar M. Reliability equivalence factors of a general series–parallel system. Reliab Eng Syst Saf 2009; 94(2): 229-236.
29. Shevchuk P, Galapats B, Shevchuk V. Mathematical modelling of ageing and lifetime prediction of lacquer-paint coatings in sea water. Int J Eng Sci 2000; 38(17): 1869-1894.
30. Tang J. Mechanical system reliability analysis using a combination of graph theory and Boolean function. Reliab Eng Syst Saf 2001; 72(1): 21-30.
31. Tavakkoli-Moghaddam R, Safari J, Sassani F. Reliability optimization of series-parallel systems with a choice of redundancy strategies using a genetic algorithm. Reliab Eng Syst Saf 2008; 93(4): 550-556.
32. Xing L, Amari S V. Effective Component Importance Analysis for the Maintenance of Systems with Common-Cause Failures. Int J Reliab Qual Saf Eng 2007; 14(5): 459-478.
33. Xing L, Dai Y. A New Decision Diagram Based Method for Efficient Analysis on Multi-State Systems. IEEE Trans. Dependable and Secure Computing 2009; 6(3): 161-174.
34. Xing L. Reliability Evaluation of Phased-Mission Systems with Imperfect Fault Coverage and Common-Cause Failures. IEEE Trans Reliab 2007; 56(1): 58-68.
35. Wang YH, Dang YG, Li YQ, et al. An approach to increase prediction precision of GM(1,1) model based on optimization of the initial condition. Expert Systems with Application 2010; 37(8): 5640-5644.
36. Zeng Z, Veeravalli B. On the Design of Distributed Object Placement and Load Balancing Strategies in Large-Scale Networked Multimedia Storage Systems. IEEE Tran Knowl Da Eng 2008; 20(3): 369-382.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BAT1-0039-0036