风险评估技术-马尔可夫分析

风险评估技术-马尔可夫分析

ID:13572936

大小:79.04 KB

页数:5页

时间:2018-07-23

风险评估技术-马尔可夫分析_第1页
风险评估技术-马尔可夫分析_第2页
风险评估技术-马尔可夫分析_第3页
风险评估技术-马尔可夫分析_第4页
风险评估技术-马尔可夫分析_第5页
资源描述:

《风险评估技术-马尔可夫分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、风险评估技术-马尔可夫分析马尔可夫分析1概述如果系统未来的状况仅取决于其现在的状况,那么就可以使用马尔可夫分析(Markovanalysis)。这种分析通常用来分析那些存在多重状况的可维修系统,而可靠性框图分析不适合对该系统进行充分分析。通过运用更高层次的马尔可夫链,这种方法可拓展到更复杂的系统中。同时,这种方法只会受模型、数学计算和假设的限制。马尔可夫分析是一项定量技术,可以是不连续的(利用状态间变化的概率)或者连续的(利用各状态的变化率)。虽然马尔可夫分析可以手动进行,但是该技术的性质使其更依存于市场上普遍存在的计算机程序。2用途马尔可夫分析技术可用

2、于各种系统结构(无论是否需要维修),包括:l串联系统中相互独立的部件;l并联系统中相互独立的部件;l负荷分载系统;l备用系统,包括发生转换故障的情况;l降级系统。马尔可夫分析技术也可以用于计算设备可用度,包括考虑需要维修的备件。3输入马尔可夫分析的关键输入数据如下所示:l系统、子系统或组件可能处于的各种状况的清单(例如,完全运行、部分运行(降级状况)以及故障状况等);l认清建模所必需的可能的转移。例如,如果是汽车轮胎故障,那就要考虑备胎的状况,还要考虑检查频率;l一种状况到另一种状况的变化率,通常由不连续事项之间的变化概率来表5风险评估技术-马尔可夫分析

3、示,或者连续事项的故障率(λ)及/或维修率(μ)来表示。4过程马尔可夫分析技术主要围绕“状态”这个概念(例如,现有状态及故障状态)以及基于常概率的状态间的转移。随机转移概率矩阵可用来描述状态间的转移,以便计算各种输出结果。为了说明马尔可夫分析技术,不妨分析一种仅存在于三种状态的复杂系统。功能、降级和故障将分别界定为状态S1、状态S2以及状态S3。每天,系统都会存在于这三种状态中的某一种。下表说明了系统明天处于状态Si的概率(i可以是1、2或3)。表-马尔可夫矩阵今天状态S1S2S3明天状态S10.950.30.2S20.040.650.6S30.010.

4、050.2该概率阵称作马尔可夫矩阵,或是转移矩阵。注意,每栏数值之和是1,因为它们是每种情况一切可能结果的总和。这个系统可以用马尔可夫图来表示。其中,圆圈代表状态,箭头代表相应概率的转移。图-系统马尔可夫图5风险评估技术-马尔可夫分析从某个状态返回自身的箭头通常并不绘出,但是为了完整性也显示在这些例子中。Pi代表系统处于状态i(i可以是1、2或3)的概率,那么需要解决的联立方程包括:这三个方程并非独立的,无法解出三个未知数。因此,下列方程必须使用,而上述方程中有一个方程可以弃用。状态1、2及3的答案分别是0.85、0.13和0.02。该系统只在85%的时

5、间里能充分发挥功效,13%的时间内处于降级状态,而2%的时间存在故障。应考虑平行运行的两个组件,其中,系统要发挥功能,其中一组件必须正常运行。这些组件可能是正常或故障的,系统的可用性依赖于组件的整体状态。状态可以视为:状态1:两个项目能发挥正常功能;状态2:一个项目已出现故障并正在进行维修,而另一个项目运行正常;状态3:两个项目都已出现故障且都在进行维修。如果假设各项的故障率为λ,维修率为μ,那么状态转移图如下所示:图-状态转移图5风险评估技术-马尔可夫分析注意,从状态1到状态2的转移为2λ,因为这两项中任一项的故障都会使系统进入状态2。设定Pi(t)为

6、t时系统处于初始状态的概率;设定Pi()为时系统处于最终状态的概率。转移概率矩阵就变成:表-最终马尔可夫矩阵最初状态P1(t)P2(t)P3(t)最终状态P1()-2λμ0P2(2λ-(λ+μ)μP3()0λ-μ值得关注的是,如果无法从状态1转移到状态3或是由状态3转移到状态1,那么就会出现零值。而且,在规定比率时,各栏总和为零。联立方程变为:为了简单起见,我们假设所需的可用度为稳定状态可用度。当趋向无限时,dPi/dt会趋于零,解方程式会变得更容易。上面方程(B.4)所示的附加方程式也必须加以利用。现在,方程A(t)=P1(t)+P2(t)可以表示为:

7、A=P1+P2因此,5风险评估技术-马尔可夫分析5输出马尔可夫分析的输出结果是处于各种状态下的各种概率,因此,可以估算出故障概率及/或可用度(系统的关键组件之一)。6优点及局限马尔可夫分析的优点包括:l能够计算出具有维修能力和多重降级状态的系统的概率。马尔可夫分析的局限包括:l无论是故障还是维修,都假设状态变化的概率是固定的;l所有事项在统计上具有独立性,因此未来的状态独立于一切过去的状态,除非两个状态紧密相接;l需要了解状态变化的各种概率;l有关矩阵运算的知识;l结果很难与非技术人员进行沟通。7比较类似于Petri网分析,马尔可夫分析也能监督并观察系统

8、状态。两者存在差异,因为前者能同时存在于多重状态下。5

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。