Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: phased-mission system

Sortuj według:

Ogranicz wyniki do:

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

Liu Chenxi, Kramer Achim, Neumann Stephan

Eksploatacja i Niezawodność

2020

Vol. 22, no. 2

272--281

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.

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

A Bayesian networks approach for event tree time-dependency analysis on phased-mission system

Li X.-T., Tao L.-M., Jia M.

Eksploatacja i Niezawodność

2015

Vol. 17, no. 2

273--281

Event tree/ fault tree (E/FT) method is the most recognized probabilistic risk assessment tool for complex large engineering systems, while its classical formalism most often only considers pivotal events (PEs) being independent or time-independent. However, the practical difficulty regarding phased-mission system (PMS) is that the PEs always modelled by fault trees (FTs) are explicit dependent caused by shared basic events, and phase-dependent when the time interval between PEs is not negligible. In this paper, we combine the Bayesian networks (BN) with the E/FT analysis to figure such types of PMS based on the conditional probability to give expression of the phase-dependency, and further expand it by the dynamic Bayesian networks (DBN) to cope with more complex time-dependency such as functional dependency and spares. Then, two detailed examples are used to demonstrate the application of the proposed approach in complex event tree time-dependency analysis.

Metoda drzewa zdarzeń/drzewa błędów jest najbardziej znanym narzędziem probabilistycznej oceny ryzyka w złożonych, dużych systemach inżynieryjnych; jednak jej klasyczny formalizm najczęściej uwzględnia jedynie niezależne lub niezależne od czasu zdarzenia kluczowe. Praktyczną trudnością występującą w systemach o zadaniach okresowych jest to, że zdarzenia kluczowe, które zazwyczaj przedstawiane są w modelach drzewa błędów jako powiązane zależnościami jawnymi, mającymi związek ze wspólnym zdarzeniem podstawowym, tutaj powiązane są zależnościami czasowymi, jako że przedział czasowy pomiędzy pojedynczymi zdarzeniami kluczowymi nie jest bez znaczenia. W niniejszej pracy, połączyliśmy metodologie sieci Bayesa i analizy drzewa zdarzeń/ błędów aby opisać za pomocą pojęcia prawdopodobieństwa warunkowego, zależności czasowe w systemach o zadaniach okresowych, a następnie rozwinęliśmy tę metodę, wykorzystując dynamiczne sieci Bayesa, które pozwalają na analizę bardziej złożonych zależności czasowych, takich jak zależności funkcjonalne i związane z użyciem części zamiennych. W końcowej części pracy przedstawiliśmy dwa szczegółowe przykłady zastosowania proponowanej metody do analizy złożonych zależności czasowych w drzewach zdarzeń.