Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: multi-state system (MSS)

Sortuj według:

Ogranicz wyniki do:

A novel reliability estimation method of multi-state system based on structure learning algorithm

Li Zhifeng, Wang Zili, Ren Yi, Yang Dezhen, Lv Xing

Eksploatacja i Niezawodność

2020

Vol. 22, no. 1

170--178

Traditional reliability models, such as fault tree analysis (FTA) and reliability block diagram (RBD), are typically constructed with reference to the function principle graph that is produced by system engineers, which requires substantial time and effort. In addition, the quality and correctness of the models depend on the ability and experience of the engineers and the models are difficult to verify. With the development of data acquisition, data mining and system modeling techniques, the operational data of a complex system considering multi-state, dependent behavior can be obtained and analyzed automatically. In this paper, we present a method that is based on the K2 algorithm for establishing a Bayesian network (BN) for estimating the reliability of a multi-state system with dependent behavior. Facilitated by BN tools, the reliability modeling and the reliability estimation can be conducted automatically. An illustrative example is used to demonstrate the performance of the method.

Tradycyjne modele niezawodności, takie jak analiza drzewa błędów (FTA) czy schemat blokowy niezawodności (RBD), buduje się zazwyczaj w oparciu o tworzone przez inżynierów systemowych schematy zasad działania systemu, których przygotowanie wymaga dużych nakładów czasu i pracy. Jakość i poprawność tych modeli zależy od umiejętności i doświadczenia inżynierów, a same modele są trudne do zweryfikowania. Dzięki rozwojowi technik akwizycji i eksploracji danych oraz modelowania systemów, dane operacyjne złożonego systemu uwzględniające jego zależne, wielostanowe zachowania mogą być pozyskiwane i analizowane automatycznie. W artykule przedstawiono metodę konstrukcji sieci bayesowskiej (BN) opartą na algorytmie K2, która pozwala na ocenę niezawodności systemu wielostanowego o zachowaniach zależnych. Dzięki narzędziom BN, modelowanie i szacowanie niezawodności może odbywać się automatycznie. Działanie omawianej metody zilustrowano na podstawie przykładu.

Reliability analysis of multi-state system with common cause failure based on bayesian networks

Mi J., Li Y., Huang H. Z., Liu Y., Zhang X. L.

Eksploatacja i Niezawodność

2013

Vol. 15, no. 2

169-175

Taking account of the influence of common cause failure (CCF) to system reliability and the widespread presence of multi-state system (MSS) in engineering practices, a method for reliability modeling and assessment of a multi-state system with common cause failure is proposed by taking the advantage of graphic representation and uncertainty reasoning of Bayesian Network (BN). The model is applied to a two-axis positioning mechanism transmission system to demonstrate its effectiveness and capability for directly calculating the system reliability on the basis of multi-state probabilities of components. Firstly, the reliability block diagram is built according to the hierarchy of structure and function of multi-state system. Then, the traditional Bayesian Networks model of the transmission system is constructed based on the reliability block diagram, failure logic between components and the failure probability distribution of them. In this paper, the β-factor model is used to analyze the CCF of the transmission system, and a new Bayesian network combining with CCF is established following by the implementation of reliability analysis. Finally, the comparison between the proposed method and the one without considering CCF is made to verify the efficiency and accuracy of the proposed method.

Uwzględniając wpływ uszkodzeń spowodowanych wspólną przyczyną (CCF) na niezawodność systemów oraz powszechne występowanie w praktyce inżynierskiej systemów wielostanowych (MSS), zaproponowano metodę modelowania i oceny niezawodności systemu wielostanowego z uszkodzeniem spowodowanym wspólną przyczyną, która wykorzystuje reprezentację graficzną sieci Bayesa (BN) i oparte na nich wnioskowanie przybliżone. Model zastosowano do analizy układu przenoszenia napędu dwu-osiowego mechanizmu pozycjonowania. Zbadano w ten sposób skuteczność modelu oraz możliwość wykorzystania go do bezpośredniego obliczania niezawodności systemu na podstawie wielostanowych prawdopodobieństw elementów składowych. W pierwszej kolejności stworzono schemat blokowy niezawodności uwzględniający hierarchię struktury i funkcji badanego systemu wielostanowego. Następnie, w oparciu o schemat blokowy niezawodności, logikę uszkodzeń komponentów oraz rozkład prawdopodobieństwa uszkodzeń tych komponentów, skonstruowano tradycyjny model bayesowski układu przenoszenia napędu. W niniejszej pracy wykorzystano model współczynnika β do analizy CCF układu przenoszenia napędu oraz opracowano nową sieć Bayesa uwzględniającą CCF, po czym przeprowadzono na ich podstawie analizę niezawodności. Skuteczność i dokładność proponowanej metody sprawdzono poprzez porównanie jej z metodą nie wykorzystującą CCF.