مروری بر متون علمی: تجزیه و تحلیل قابلیت اطمینان سیستم کنترل بر اساس مدل مارکوف
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 914
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMHSE02_062
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
انتخاب دوره های بازرسی و تعمیرات در طول عملکرد یک جزء یا سیستم، مسئله ای مهم در تعمیر و نگهداری آن است. یکی از مهمترین روش هایی که بدین منظور در دنیا استفاده می شود استفاده از شبکه های مارکوف است. از طرفی با پیچیده شدن سیستم ها و افزایش تعداد اجزای آنها، تحلیل دستی غیر ممکن شده و استفاده از نرم افزار مناسب که خود قابل اطمینان باشد اجتناب ناپذیر است. در این مطالعه، یک مدل مارکوف در برآورد قابلیت اطمینان از سیستم معماری سلسله مراتبی ارائه شده است. این مدل به عنوان جایگزینی برای RBD نمودار قابلیت اطمینان بلوک شده که بدست آوردن پارامترهای آن سخت است، ارائه شده است. برای نشان دادن مشکلات، این مطالعه مقایسه ای بین مدل مارکوف و RBD انجام شد. این مطالعه تجزیه و تحلیل مطالعه موردی است. با استفاده از روش تحلیل شبکه های مارکوف می توان احتمال استقرار سیستم در حالت های مختلف دسترس پذیری را مشاهده و محاسبه نمود، که با تغییر پارامترهای مختلف مسئله می توان به احتمالات و قابلیت اطمینان های مناسب برای هر صنعتی دست یافت که این ابزار در کاهش هزینه ها و استفاده بهینه از عمر مفید سیستم های مختلف بسیار پر کاربرد است. در این روش فرض می شود که هر کدام از اجزای سیستم به فرآیند مارکوف انتقال می یابند. و به این نتیجه می رسیم که مدل مارکوف معتبر تر از مدل RBD است. و پارامترها را از طریق ابزارهای تست می توان به دست آورد. کاربرد موفقیت آمیز این روش در سیستم کنترل تایید شده است. نتیجه مطالعه نشان داد که سیستم قابلیت اطمینان می تواند توسط مدل مارکوف بهبود یابد
کلیدواژه ها:
نویسندگان
میلاد احمدی مرزاله
دانشجوی کارشناسی ارشد مدیریت سلامت ایمنی و محیط زیست دانشگاه علوم پزشکی شهید بهشتی HSE
فاطمه نبی خانی
دانشجوی کارشناسی ارشد مدیریت سلامت ایمنی و محیط زیست دانشگاه علوم پزشکی شهید بهشتی HSE
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :