Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  zaopatrzenie zbiorowe
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Analiza ryzyka związana z funkcjonowaniem systemu zbiorowego zaopatrzenia w wodę (SZZW) często jest prowadzona w tzw. ,,warunkach niepewnej informacji”, która jest związana z niepewnymi (niepełnymi, nieprecyzyjnymi lub niewiarygodnymi) danymi dotyczącymi eksploatacji systemu. Miarą niedokładności danych może być tzw. niepewność ilościowa. Pojecie to zostało wprowadzone przez dokument ,,Guide to the expression of uncertainty in measurement” wydany w 1993 r. przez Międzynarodową Organizację Normalizacyjną ISO. Celem pracy jest przedstawienie zagadnienia niepewności danych potrzebnych w analizie i ocenie ryzyka w SZZW. W pracy zwrócono szczególną uwagę na źródła niepewności w analizie ryzyka oraz ograniczenia w zastosowaniu tradycyjnych metod w przypadku wystąpienia czynnika niepewności. Praca zawiera podstawowe informacje oraz definicje pojęć dotyczących niepewności w analizie danych oraz propozycję wykorzystania tzw. współczynnika pewności CF w analizie ryzyka funkcjonowania SZZW w przypadku występowania danych o charakterze niepewnym. Współczynnik CF jest parametrem określającym jednocześnie stopień wiedzy oraz niewiedzy odnośnie danego zjawiska. W zaproponowanej metodzie zastosowano dwie miary: miarę wiarygodności SW oraz miarę niewiarygodności SN. Zaprezentowano sposób interpretacji miar SW oraz SN w odniesieniu do prawdopodobieństwa oraz sposób interpretacji wartości współczynnika pewności CF. Założone wartości współczynnika CF uwzględniają stopień niepewności formowanych hipotez odnośnie przyjmowanych wartości parametrów ryzyka, co sprawia, że otrzymany wynik staje się bardziej wiarygodny.
EN
The risk analysis associated with the operation of collective water supply system (CWSS) is often carried out in the so-called ,,uncertain information conditions”, which is associated with uncertain (incomplete, imprecise or unreliable) data on the system operation. The data inaccuracy measure can be so-called quantitative uncertainty. The concept was introduced by the document ,,Guide to the Expression of Uncertainty in Measurement” published in 1993 by the International Organization for Standardization ISO. The aim of the study is to present the problem of data uncertainty, which is needed in the risk analysis and assessment in CWSS. The special attention was drawn to characterization of the uncertainty sources in the risk analysis and restrictions connected with the use of traditional methods in case of an uncertainty factor. The paper includes basic information and definitions relating to the uncertainty in the data analysis and proposal to use certainty factor CF in the CWSS functioning risk analysis, in the case of uncertain data. Certainty factor CF is a parameter simultaneously indicating the level of knowledge and the level of ignorance relating to a given phenomenon. In the proposed method, two measures were used: measure of reliability SW and measure of unreliability SN. The interpretation of measures SW and SN in relation to the probability and interpretation the certainty factor CF were presented. Founded certainty factor CF values take into account formed hypotheses uncertainty level regarding taking the risk parameters. It makes that the result becomes more credible.
PL
System zbiorowego zaopatrzenia w wodę (SZZW) jest jednym z priorytetowych systemów technicznych wchodzących w skład podziemnych infrastruktur miejskich. Podstawową kategorią związaną z możliwością utraty bezpieczeństwa funkcjonowania SZZW jest ryzyko. Według jednej z podstawowych definicji ryzyko jest kombinacją prawdopodobieństwa wystąpienia zagrożenia i negatywnych skutków, które może wywołać. Proces analizy ryzyka na potrzeby analizy bezpieczeństwa konsumentów wody obejmuje najczęściej: określenie liczby mieszkańców korzystających z wodociągu, wyznaczenie reprezentatywnych zdarzeń awaryjnych i określenie dla nich scenariuszy rozwoju w celu oszacowania strat, określenie prawdopodobieństwa (częstotliwości) występowania zdarzeń awaryjnych. Problem w analizach ryzyka pojawia się w przypadku bardzo złożonych systemów, gdy baza danych jest niepewna, a także w tzw. małych wodociągach, gdzie brak jest bazy danych lub jest ona niepełna. W takich sytuacjach uzupełnieniem bazy danych jest wiedza i doświadczenia ekspertów, a także nowoczesne modele oraz metody pozwalające na analizę i symulację ryzyka. Przykładem są metody oparte na tzw. modelach miękkich, w tym sieci baysowskie, modelowanie rozmyte. Innym aspektem jest wykorzystanie nowoczesnych narzędzi informatycznych typu GIS. Badania tego typu wymagają nie tylko odpowiedniej metodologii, ale również szczegółowej i uporządkowanej bazy danych eksploatacyjnych. Warunkuje to prawidłową analizę statystyczną danych oraz zastosowanie odpowiedniego modelu przyczynowo-skutkowego. W pracy przedstawiono niekonwencjonalne metody analizy ryzyka awarii w SZZW, uwzględniające metody symulacyjne, bazy danych, aplikacje GIS, teorię zbiorów rozmytych, modelowanie neuronowo-rozmyte oraz rozmyte drzewa niezdatności.
EN
The collective water supply system (CWSS) is one of the priority technical system which is included in the underground urban infrastructures. Basic category associated with the possibility of losing the safety of functioning the CWSS is risk. The basic definition of risk means that the risk is a combination of the probability of undesirable events and their the negative. The process of risk analysis for consumer safety analysis includes points: determination of the number of inhabitants using water from water network, the designation of the representative undesirable events, determine scenarios for them to estimate losses, determine the probability (frequency) of occurrence of the adverse event. The problem in risk analysis occurs when systems are very complex, the database is uncertain, as well as in the so-called. small water supply systems where there is no database or it is incomplete. In such situations, the complementary of database often is knowledge and experience of experts as well as modern models and methods for risk analysis and simulations. Examples are based on soft models such as Bayesian networks and fuzzy modelling. Another aspect is the use of GIS tools. Such studies require appropriate methodology but also a detailed and structured database about water networks. It determines the correct analysis of the data and the appropriate model causality. The paper presents an unconventional method of analysis of the risk of failure in CWSS, taking into account the method of simulation, databases, GIS applications, theory of fuzzy sets, neuro-fuzzy modelling and fuzzy fault tree.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.