An estimation of koon systems availability using a simulation method

• Autorzy: Wiązania G. , Smolnik M. , Pilch R.

Warianty tytułu

PL

Prognozowanie gotowości układów typu kzn metodą symulacyjną

• Języki publikacji: EN

Abstrakty

EN

The paper presents a developed simulation model for an availability estimation of renewable technical systems characterised by koon reliability structures. The proposed solution allows one to describe the availability of systems consisting of elements whose time-failure and renewal time probability distributions are, e.g., exponential, Weibull, or normal. This is the main advantage of the model. The results obtained from the use of the model, when exponential probability distribution applied, were verified by their comparison with the results of using typical, widely-known tools for a reliability and/or availability estimation of renewable systems (Markov processes). Additionally, the exemplary results of the simulations conducted for nonexponential probability distributions of time-failure and renewal time were presented. The useful feature of the developed model is the ability to estimate the availability of real systems and to verify whether they provide its required level. Such requirements are applied in many industries and services. Another important feature of the model is the possibility of searching for the most efficient method of increasing the availability of the system to its required level.

PL

W artykule przedstawiono opracowany model symulacyjny przeznaczony do oceny gotowości odnawialnych układów technicznych charakteryzujących się strukturami niezawodnościowymi typu kzn. Proponowane rozwiązanie pozwala charakteryzować gotowość układów składających się z elementów, których czasy pracy do uszkodzenia i czasy odnowy opisywane są różnymi rozkładami prawdopodobieństwa, np.: wykładniczym, Weibulla lub normalnym. Stanowi to główną zaletę prezentowanego modelu. Wyniki obliczeń uzyskane przy zastosowaniu opracowanego modelu, gdy wykorzystywany był rozkład wykładniczy, zweryfikowano poprzez ich porównanie z wynikami obliczeń za pomocą typowych, powszechnie znanych narzędzi do oceny niezawodności lub gotowości systemów odnawialnych (procesów Markowa). Dodatkowo, w artykule przedstawiono przykładowe wyniki symulacji przeprowadzonych dla rozkładów prawdopodobieństwa czasu pracy i czasu odnowy innych niż wykładniczy. Użyteczną cechą opracowanego modelu jest możliwość szacowania gotowości rzeczywistych systemów i sprawdzania, czy zapewniają one jej wymagany poziom. Tego rodzaju wymagania występują w wielu gałęziach przemysłu i obszarach usług. Kolejną ważną cechą modelu jest możliwość poszukiwania najbardziej efektywnej metody zwiększania gotowości systemu do wymaganego poziomu.

Słowa kluczowe

EN

availability; koon systems availability; simulation model; Markov processes

PL

niezawodność; gotowość układów typu kzn; model symulacyjny; procesy Markowa

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Journal of Machine Construction and Maintenance - Problemy Eksploatacji
• Rocznik: 2017
• Tom: no. 4
• Strony: 91--97
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr.

Twórcy

autor

Wiązania G.

• AGH University of Science and Technology, Cracow, Poland Faculty of Mechanical Engineering and Robotics

autor

Smolnik M.

• AGH University of Science and Technology, Cracow, Poland Faculty of Mechanical Engineering and Robotics

autor

Pilch R.

• AGH University of Science and Technology, Cracow, Poland Faculty of Mechanical Engineering and Robotics

Bibliografia

• 1. Gnedenko B., Ushakov I.: Probabilistic reliability engineering. John Wiley & Sons, Inc. New York, Chichester, Brisbane, Toronto, Singapore, 1995.
• 2. Morant A., Gustafson A., Soderholm P., et al.: Safety and availability evaluation of railway operation based on the state of signalling systems. Proceedings of the Institution of Mechanical Engineers Part F-Journal of Rail and Rapid Transit, 2017; 231 (2): 226-238.
• 3. Pariaman H., Garniwa I., Surjandari I., et al.: Availability analysis of the integrated maintenance technique based on reliability, risk, and condition in power plants. International Journal of Technology, 2017; 8 (3): 497-507.
• 4. Pilch R.: A method for obtaining the required system reliability level by applying preventive maintenance. Simulation: Transactions of the Society for Modeling and Simulation International, 2015; 91 (7): 615-624.
• 5. Rymarz J., Niewczas A., Krzyżak A.: Comparison of operational availability of public city buses by analysis of variance. Eksploatacja i Niezawodnosc -Maintenance and Reliability, 2016; 18 (3): 373-378.
• 6. Shaikh A., Mettas A.: Application of reliability, availability, and maintainability simulation to process industries: a case study, [in]: Simulation methods for reliability and availability of complex systems, [edited by]: Faulin J., Juan A.A., Martorell S., et al. Springer Series in Reliability Engineering, 2010: 173-197.
• 7. ShimJ.,RyuH.,LeeY.:Availability analysis ofseries redundancy models with imperfect switchover and interrupted repairs. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 2017; 19 (4): 640-649.
• 8. Tang S., Guo X., Sun X., Xue H. and Zhou Z.: Unavailability analysis for k-out-of-n: G systems with multiple failure modes based on micro-Markov models. Mathematical Problems in Engineering, 2014; article ID740936, 12 pages, http://dx.doi. org/10.1155/2014/740936.
• 9. YiY.,Chao R.S., FanG., et al.:Numericalsimulation on the existence of fluctuation of instantaneous availability. Transactions of the Canadian Society for Mechanical Engineering, 2016; 40 (5): 703-713.
• 10. Zhang T., Long W., Sato Y.: Availability of systems with self-diagnostic components - applying Markov model to IEC 61508-6. Reliability Engineering and System Safety, 2003; 80: 133-141.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).