Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2015

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

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.