Professional Documents
Culture Documents
X i , Y = { 0,1}
zbiory stanów niezawodnoś-
Xi , Y , ciowych elementów i systemu
n
S = ℵ, R , ℵ = X i Y wa systemu
struktura niezawodnościo-
i =1
R ≡ f ( x) : X1 × ... × X n → Y
(n)
f ( x) : { 0,1} → { 0,1}
(n) n Dla elementów i systemu dwustano-
wych w sensie niezawodności
Analityczny zapis struktur niezawodnościowych
Wyrażenie bulowskie nie zawierające znaku działania negacji nazywane jest
wyrażeniem alternatywno-koniunkcyjnym (wak). Każdą funkcje monotoniczną
(koherentną) można przedstawić za pomocą wak.
Oznaczmy symbolem „+” alternatywę, a symbolem „·” koniunkcję. Wtedy
przykładem takiej funkcji może być poniższy zapis
f (x) = x1x 2 x 3 + x 2 + ( x1 + x 3 ) x 4
(4)
f (x) = (x1 + x 2 + x 3 )( x 2 + x 3 + x 4 ) ⋅
(4)
⋅ (x1 + x 2 + x 4 )( x 2 + x 4 )
Analityczny zapis struktur niezawodnościowych
f (x) = (x1 + x 2 + x 3 )( x 2 + x 4 )
(4)
(mfk)
Ścieżki zdatności i cięcia w systemie
Podzbiór W ⊂ E elementów systemu nazywa się ścieżką zdatności, jeśli przy
zdatności wszystkich elementów należących do W system jest w stanie zdatności
niezależnie od stanu pozostałych elementów systemu.
Ścieżka zdatności jest minimalną, jeśli nie zawiera żadnej innej ścieżki zdatności.
Minimalna formuła alternatywna (mfa) określa jednoznacznie zbiór wszystkich
minimalnych ścieżek zdatności - każdemu składnikowi sumy (iloczynowi)
odpowiada wzajemnie jednoznacznie minimalna ścieżka zdatności.
x2
f (x) = (x 2 )( x1 + x 4 )( x 3 + x 4 )
(4)
D
x1 x2 x3 xn
Elementarne struktury niezawodnościowe
2. Struktura równoległa - gdy zdatność dowolnego elementu struktury
powoduje zdatność całego systemu
n
f (x) = ∑ x i
(n)
i =1
Funkcja dualna dla struktury równoległej ma postać
n
f (x) = ∏ x i
(n)
D
i =1 x1
x2
xn
Elementarne struktury niezawodnościowe
3. Struktury progowe (tak zwane struktury „k z n”)- gdy zdatność
dowolnych co najmniej k elementów struktury powoduje zdatność
całego systemu.
Przykładem może być struktura progowa „2 z 3”
n-wymiarową X = Xlosową
zmienną ,..., X1 i
,..., X n
To znaczy binarnym wektorem losowym o odpowiednim rozkładzie
prawdopodobieństwa. Oznaczmy
P[ X i = 1] = pi , P[ X i = 0] = q i = 1 - pi , i = 1..n
oraz x = x1 ,..., x i ,..., x n wektor binarny. Wtedy otrzymujemy
n
P[ X = x ] = ∏ pi i q i
x (1- x i )
co jest prawdopodobieństwem tego,
i =1
że w ustalonej chwili stany niezawodnościowe elementów są takie, jak
określono to w wektorze x.
Probabilistyczny model niezawodnościowy
Stan niezawodnościowy systemu jest bulowską zmienną losową Y,
określoną jako funkcja bulowska wektora losowego X
Y = f (n) (X)
Zatem rozkład zmiennej losowej Y jest jednoznacznie określony przez
rozkład wektora losowego X
P[ Y = 1] = P[ f (X) = 1] = ∑ P[ X = x ] = ∑∏ p
n
(n) xi (1- x i )
i qi
x∈X1 x∈X1 i =1
P[ Y = 1] = 1 − ∑ P[ X = x ] = 1 − ∑ ∏ p
n
xi (1- x i )
i qi
x∈X 0 x∈X 0 i =1
Probabilistyczny model niezawodnościowy
Prawdopodobieństwa pi oraz qi określone zostały dla wybranej, ustalonej
chwili t. Co zrobić, gdy chcemy znać charakterystyki niezawodnościowe
systemu nie tylko dla ustalonych momentów czasu. Rozpatrzmy poniższe
przypadki.
[ ] ∑∏ [ R (t)] ⋅ [ F (t)]
n
P[ Y(t) = 1] = P f (X(t)) = 1 =
(n) xi (1- x i )
i i
x∈X i =1
1
Probabilistyczny model niezawodnościowy
2. Elementy systemu są elementami prostymi odnawialnymi
Zauważmy, że muszą być to elementy z niezerową odnową, bo w
przeciwnym przypadku system byłby zawsze w stanie zdatności.Wtedy
prawdopodobieństwa pi oraz qi zastępujemy odpowiednio funkcjami
q i ⇒ 1 - k g i (t) = P{ X i (t) = 0}
Wtedy otrzymujemy
[ ] ∑∏ [k (t)] ⋅ [1 − k (t)]
n
P[ Y(t) = 1] = P f (X(t)) = 1 =
(n) xi (1- x i )
gi gi
x∈X i =1
1
Probabilistyczny model niezawodnościowy
3. Elementy systemu są mieszane, niektóre są elementami prostymi
nieodnawialnymi, a niektóre są elementami prostymi odnawialnymi
Wtedy prawdopodobieństwa pi oraz qi zastępujemy odpowiednio
Dla elementów nieodnawialnych prostych
pi ⇒ R i (t) = P{ Ti ≥ t}
q i ⇒ Fi (t) = P{ Ti 〈t}
natomiast dla elementów odnawialnych prostych o niezerowej odnowie
pi ⇒ k g i (t) = P{ X i (t) = 1}
q i ⇒ 1 - k g i (t) = P{ X i (t) = 0}
Obliczanie prawdopodobieństwa zdatności systemu
Fs (t) = P{ Ts 〈 t} = 1 − ∏ [1 - Fi ( t ) ]
n
i =1
Obliczanie prawdopodobieństwa zdatności systemu
R s (t) = P{ Ts ≥ t} = 1 − ∏ [1 - R i ( t ) ]
n
i =1
Obliczanie prawdopodobieństwa zdatności systemu
3. Struktury progowe (elementy nieodnawialne proste)
Dla przypadku ogólnego struktur progowych musimy obliczyć wszystkie
możliwe kombinacje dla poprawnych co najmniej k elementów z n
możliwych :
n
R s (t) = P{ Ts ≥ t} = ∑ ∑ ∏ Rc ( t) ∏ F ( t )
i = k (i, j)∈D
c∈D l
i l∈D j
gdzie (i,j)∈D oznacza wszystkie możliwe kombinacje par (i,j)
spełniające i+j=n oraz założenie, że i oznacza liczbę elementów
zdatnych, a j liczbę elementów niezdatnych, natomiast zbiory Di oraz
Dj
Di = i , D j = j , Di D j = {1,2,..., n}
Obliczanie prawdopodobieństwa zdatności systemu
4. Struktury szeregowo-równoległe lub równoległo-szeregowe
Dekomponujemy wtedy cały system na podsystemy szeregowe i równo-
ległe stosując otrzymane formuły. Przykład
Podsystem I
x1 x2 x3
x6
x4 x5
Podsystem II
Otrzymujemy teraz formuły składowe
R s (t) = R I-II (t)(R 6 (t )) = (1 - [1 - R I (t)][1 - R II (t)])(R 6 (t ))
FI-II (t) = FI (t)FII (t) ( uwaga : FI-II (t) = 1 - R I-II (t) )
R I (t) = R 1 (t)R 2 (t)R 3 (t)
R II (t) = R 4 (t)R 5 (t)
Obliczanie prawdopodobieństwa zdatności systemu
3. Struktury progowe
n n
R s (t) = P{ Ts ≥ t} = ∑ [ R ( t ) ] [ F( t ) ]
i n −i
i=k i
R s (t) = n[ R ( t ) ] − (n - 1)[ R ( t ) ]
n -1 n
Model systemu wielostanowego w sensie
niezawodności
Założenia: elementy dwustanowe w sensie niezawodności o wykładniczych
rozkładach czasów poprawnej pracy i odnowy (model Markowa); system
wielostanowy w sensie niezawodności, a jego stany definiowane są stanami
elementów.
Dowolny stan systemu opisany jest stanami jego elementów, czyli wektorem:
x = x1 ,..., x i ,..., x n
Poszczególne, zdefiniowane wcześniej stany niezawodnościowe systemu
stanowią podzbiory stanów jego elementów, czyli podzbiory wektorów x.
Zatem przechodzenie procesu zmian stanów systemu wynika jednoznacznie z
procesów przechodzenia elementów pomiędzy swoimi stanami. Przy założeniu o
wykładniczym charakterze rozkładu czasu przechodzenia do kolejnych stanów i
przebywania w stanach rozkłady łączne procesu zmian definiuje się za pomocą
macierzy intensywności przejść. W efekcie uzyskać można metodą równań
stanów charakterystyki chwilowe lub graniczne prawdopodobieństw
przebywania procesu w poszczególnych stanach, z których z kolei wyznacza się
kolejne istotne wartości miar niezawodnościowych systemu.
Model systemu wielostanowego w sensie niezawodności
Metodę tę zilustrujemy przykładem.
Przykład System ma strukturę przedstawioną na schemacie
Czasy poprawnej pracy elementów x1 i x2
mają rozkład wykładniczy z parametrem a,
elementu x3 z parametrem b natomiast x1
wszystkie czasy odnowy mają rozkład x3
wykładniczy z parametrem c. Można zatem
zdefiniować trzy stany niezawodnościowe x2
systemu:
Stan pełnej wydajności x1 = (1,1,1), stany częściowej wydajności x2 = (0,1,1),
x3 = (1,0,1) oraz stan awarii x4 = (0,0,1), x5 = (1,1,0), x6 = (0,1,0), x7 = (1,0,0),
x8 = (0,0,0). Oznacza to, że elementy mogą uszkadzać się nawet po
uszkodzeniu systemu, chociaż nie trzeba czynić takiego założenia. Wtedy po
prostu liczba możliwych w realizacji stanów zmniejszy się istotnie.
Uszkodzony element naprawiany jest przez jednego konserwatora i najpierw
zawsze naprawiany jest element trzeci (jeśli jest uszkodzony), a następnie
któryś z elementów pozostałych, załóżmy, że pierwszy.
Model systemu wielostanowego w sensie niezawodności
Daje to nam w efekcie następujący graf stanów procesu zmian stanów elementów
i systemu:
(1,1,1) Pełna wydajność
a a
c b c
(0,1,1) c (1,0,1) Częściowa
wydajność
a c
a
c (1,1,0) c b
b
a
a
b c
a a
(0,0,0) Stan awarii
(1,1,0) stan4
b a c
c
2a
oraz warunek p(0) = (p (0), p (0), p (0), p (0), p (0), p (0)) = (1,0,0,0,0,0)
1 2 3 4 5 6
początkowy
Model systemu wielostanowego w sensie niezawodności
Równania te można rozwiązać stosując transformatę Laplace’a. Otrzymujemy
wtedy wektor p(t)=(p1(t), p2(t), p3(t), p4(t), p5(t), p6(t)) będący podstawa
obliczania charakterystyk niezawodnościowych wielostanowego w sensie
niezawodności systemu. Chcąc uzyskać charakterystyki graniczne
przekształcamy uzyskany układ równań (gdzie pi = lim pi(t) i=1..6) do postaci:
0 = −(2a + b)p1 + cp 2 + cp3
0 = 2ap1 - (a + b + c)p 2 + cp 3 + cp 5
0 = bp 2 - (a + c)p3 + 2ap 4
0 = bp1 − (2a + c)p 4
0 = ap 2 - (b + c)p 5 + cp 6
z warunkiem normującym p1 + p 2 + p3 + p 4 + p5 + p 6 = 1
Ten układ równań liniowych można rozwiązać np. metodą Gaussa.
Otrzymujemy wtedy wektor p=(p1, p2, p3, p4, p5, p6) granicznych prawdopo-
dobieństw będący podstawa obliczania granicznych charakterystyk nieza-
wodnościowych wielostanowego w sensie niezawodności systemu.
Wnioski końcowe
Należy zawsze dokonać identyfikacji wszystkich elementów -
czy są odnawialne, czy nie; jakie są ich rozkłady
prawdopodobieństwa czasu życia lub (o ile jest to
potrzebne) czasów odnowy, itp.,
należy zbadać ścieżki zdatności i cięcia systemu; duża liczba
ścieżek świadczy o odporności systemu, a duża liczba
cięć świadczy o wrażliwości systemu; odnosi się to w
dużej mierze do odporności systemu na uszkodzenia
pojedynczych elementów,
należy ustalić, czy system jest obiektem nieodnawialnym,
czy odnawialnym; miary niezawodności obliczane dla
systemu muszą być charakterystyczne dla ustalonej klasy
systemu - obiektu.