Professional Documents
Culture Documents
Predavanja 2
Predavanja 2
Predavanja 2
MARKOVLJEV PROCES
Temeljni je zadatak vjerojatnosnih metoda za proračun pouzdanostu da na osnovi poznatih
podataka o pouzdanosti i raspoloživosti komponente izračunamo pokazatelje pouzdanosti
sustava u cjelini ili pojedinih njegovih djelova. Postoje dvije velike skupine metoda
proračuna analitičke i simulacijske (Monte Carlo) metode, kao na slici:
Neke od analitičkih metoda koriste logičke dijagrame, analizu prostora stanja ili analizi
stabla događaja(kvara). Zajedničko za njih je da koriste prostor stanja komponente.Pri
takvom predstavljanju komponenta se opisuje svojim stanjima koja se mjenjaju tokom
vremena.
Komponente mogu biti u stanju kvara,popravke, planskog remonta ili isključenom stanju
radi manipulacija u postrojenju, te pod uticajem promjenjive okolice ili opterečenja EES.
Ponašanje komponenata i sustava se može opisati Markeljevim procesom koji je
stohastički proces i opisuje se dvjema slučajnim veličinama:
o Stanje komponente (sustava)
o Vrijeme promatranja komponente (sustava)
Kako obje veličine mogu biti ili diskretne ili kontinuirane postoje četiri mogučnosti
promatranja. Diskretna stanja sustava i diskretno vrijeme promatranja zovu se
Markovljevim lancem, a diskretna stanja sustava i kontinuirano vrijeme promatranja zovu
se Markovljevim procesom.
Kod Markovljeva modela vjerojatnost boravka sustava X u stanju „j“ u trenutku t + ∆t,
ovosi samo o stanju „i“ koje je sustav imao u trenutku t, a ne i o prošlim stanjima.
Vjerojatnost prelaska komponente iz stanja „i“ u stanje „j“ označavamo sa pij(∆t) i u
intervalu ∆t iznosi:
Kod homogenih Markovljevih procesa vjerojatnost prelaza ovisi samo o dužini
vremenskog intervala i o intenzitetu prelaza između stanja „i“ i „j“ koji je konstantan
λij(∆t) = λij to je slučaj sa komponentama EES i njihovim promjenama stanja.
Druga je pretpostavka da je vjerojatnoča dva ili više prijelaza u intervalu ∆t jednaka nuli,
što znači da je vjerojatnost pojave dvaju ili više kvarova u vremenu ∆t jednaka nuli.
Taj i-ti. redak nam pokazuje da je ukupna suma učestanosti prijelaza u stacionarnom stanju
jednaka nuli.
Veličinu fij nazivamo učestanost prijelaza iz stanja „i“ u stanje “j“. Ta veličina predstavlja
očekivani broj prijelaza u jedinici vremena u stacionarnom stanju.
𝑓𝑖𝑗=λ𝑖𝑗 𝑃𝑖
Veličinu fii nazivamo ukupna učestanost napuštanja „i“ u stanja. Ta veličina predstavlja je
jednaka sumi učestanosti prijelaza iz svih ostalih stanja u i-to stanje.
Sresdnje vrijeme boravka u stanju „i“ se može izračunati iz izraza za fiTi= Pi. Srednje
vrijeme boravka u „i“- tom stanju jednako je recipročnoj vrijednosti sume intenziteta
napuštanja stanja „i“.
Drugim riječima:
funkcije intenziteta kvara λ=const.
funkcija popravke kvara μ=const.
Na dijagrimu prostora stanja prikazano je stanje jedne komponente koja može biti u
ispravnom stanju 1 ili u stanju kvara 2.
Vjerojatnost da se komponenta u trenutku t+∆t nalazi u stanju kvara se dobije kao produkt
vjerojatnosti da se u trenutku t nalazi u stanju P2(t) i da se u narednom wemenskom nije
popravila 1- μ∆t. Komponenta je mogla u trenutku t biti u ispravnom stanju pa se u
vremenu t+∆t pokvarila sa vjerojatnošću λ∆t.
Kada se jednadžbe napišu u matričnom obliku, dobije se:
Uz uvjet :
1.Komponenta u radu
2.Komponenta u popravku
3.Komponenta u planskom remontu
gdje je r srednje vrijeme popravka koje kod ekponencijalne razdiobe gustoće vjerojatnosti
popravka (boravka u stanju 2) iznosi:
Neraspoloživost zbog remonta:
Uvrštavanjem uvjeta
dobijemo rješenja za stacionarne vjerojatnosti boravka u stanjima 1, 2, 3 i 4.
Učestalost napuštanja stanja 1 je:
Učestanost kvara: