Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "zależność błędów" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
A Bayesian networks approach for event tree time-dependency analysis on phased-mission system
Oparte na sieciach bayesowskich podejście do analizy zależności czasowychw systemach o zadaniach okresowych wykorzystujące metodę drzewa zdarzeń
Autorzy:
Li, X.-T.
Tao, L.-M.
Jia, M.
Powiązania:
https://bibliotekanauki.pl/articles/301908.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
time-dependency
Bayesian networks
event tree
fault tree
phased-mission system
reliability
risk analysis
zależność czasowa
sieć bayesowska
drzewo błędów
system o zadaniach okresowych
niezawodność
analiza ryzyka
Opis:
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.
Źródło:
Eksploatacja i Niezawodność; 2015, 17, 2; 273-281
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies