NUMERIKUS MODELL AZ IMET ESZKÖZÖK MEGBÍZHATÓSÁGI SZINTJÉNEK VIZSGÁLATÁRA

Hasonló dokumentumok
1002D STRUKTÚRÁJÚ, KRITIKUS ÜZEMBIZTONSÁGÚ RENDSZER (SCS 1 ) ELEMZÉSE DISZKRÉT-DISZKRÉT MARKOV MODELLEL

TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I.

AZ APERIODIKUSAN ALKALMAZOTT KATONAI BERENDEZÉSEK ELLENŐRZŐ TESZTJEINEK HATÁSA A MEGBÍZHATÓSÁG ÁLLAPOTVEKTORRA

Biztosítóberendezések biztonságának értékelése

IEC Basic Engineering -től a Leszerelésig

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Mátrixhatvány-vektor szorzatok hatékony számítása

Matematikai alapok és valószínőségszámítás. Normál eloszlás

EPIDEMIOLÓGIA I. Alapfogalmak

25/1. Stacionárius és tranziens megoldás. Kezdeti és végérték tétel.

4. A méréses ellenırzı kártyák szerkesztése

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

INFORMATIKAI RENDSZEREK MEGBÍZHATÓSÁGÁNAK MATEMATIKAI MODELLEZÉSE. Kun István

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

NESZVEDA JÓZSEF APERIODIKUS ALKALMAZÁSÚ KATONAI BERENDEZÉSEK MEGBÍZHATÓSÁGA

Biometria gyakorló feladatok BsC hallgatók számára

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Az impulzusnyomatékok általános elmélete

A BELSİ ELLENİRZÉS KIALAKÍTÁSA ÉS MŐKÖDTETÉSE A GYİR-MOSON-SOPRON MEGYEI ÖNKORMÁNYZATNÁL

A fejlesztési szabványok szerepe a szoftverellenőrzésben

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

Hadmérnöki Doktori Iskola

10. Mintavételi tervek minısítéses ellenırzéshez

Matematikai geodéziai számítások 10.

Populációdinamika kurzus, projektfeladat. Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben. El adó:

Vizsgafelkészítı óra Termelésmenedzsment tárgyból

A Markowitz modell: kvadratikus programozás

6. A szervezet. Az egyik legfontosabb vezetıi feladat. A szervezetek kialakítása, irányítása, mőködésük ellenırzése, hatékonyságuk növelése,

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Készletgazdálkodás. TÉMAKÖR TARTALMA - Készlet - Átlagkészlet - Készletgazdálkodási mutatók - Készletváltozások - Áruforgalmi mérlegsor

A TÁMOP /2 pályázat keretében képzési és mentori szolgáltatás ellátására benyújtott ajánlati dokumentációról

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

A Markowitz modell: kvadratikus programozás

Statisztika elméleti összefoglaló

203/2011. (X. 7.) Korm. rendelet

A blokkot irányító személyzet tartózkodó helye

A maximum likelihood becslésről

1. Hideg vagy meleg fehér LED izzó?

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Élettartam Kutató Laboratórium

Termelés- és szolgáltatásmenedzsment

Compton-effektus. Zsigmond Anna. jegyzıkönyv. Fizika BSc III.

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

Járműinformatika A járműinformatikai fejlesztés

Megyei matematikaverseny évfolyam 2. forduló

Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba

Sárospatak Város Jegyzıjétıl

1. Példa. A gamma függvény és a Fubini-tétel.

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

A megújuló energiaforrás felhasználásával termelt villamos energia gazdaságossági összefüggései

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.


Sztochasztikus temporális logikák

6. Előadás. Vereb György, DE OEC BSI, október 12.

Szigma Integrisk integrált kockázatmenedzsment rendszer

MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

III. Képességvizsgálatok

REDUNDÁNS IRÁNYÍTÁSI STRUKTÚRÁK ÉS A BIZTONSÁG SÉRTHETETLENSÉG SZINT (SIL 2 ) KAPCSOLATA. Absztrakt

Alsónémedi Nagyközségi Önkormányzat Képviselő-testületének november 27-i ülésére

Tápvízvezeték rendszer

[Biomatematika 2] Orvosi biometria

Diszkréten mintavételezett függvények

A szállító, gyártó feladatai a CE megfelelıségi jel megalapozott feltüntetése érdekében

Írja fel az általános transzportegyenlet integrál alakban! Definiálja a konvektív és konduktív fluxus fogalmát!

Szépmővészeti Múzeum térszint alatti bıvítése: A projekt idıt befolyásoló kockázatok értékelése. Készítette: Kassai Eszter Rónafalvi György

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

Nemzetközi számvitel. 12. Előadás. IAS 8 Számviteli politika, a számviteli becslések változásai és hibák. Dr. Pál Tibor

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés

Statisztikai függvények

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Keresztmetszet másodrendű nyomatékainak meghatározása

NAGY TARTÓSSÁGÚ BETON TERVEZÉSÉNEK NÉHÁNY KÖVETELMÉNYE

Nyilvánosságra hozandó szerzıdési feltételei az Országos Földfelszíni Analóg Rádió és Televízió Mősorszórási Szolgáltatások tárgyában

Kezelési utasítás ORBIT MINERALHOLDING KFT. Hogyan programozzuk be készülékünket?

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

IATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools):

DIFFERENCIAEGYENLETEK

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

HELYSZÍNI KOCKÁZATFELMÉRÉSI JEGYZİKÖNYV VAGYONBIZTOSÍTÁSHOZ (Egyszerősített) (MJK: A-KOCKFELM_EGYSZ )

Irányításelmélet és technika II.

Matematikai geodéziai számítások 5.

Lineáris algebra numerikus módszerei

Diszkrét idej rendszerek analízise az id tartományban

Moldex3D/eDesign. Az igazi 3D-s CAE alkalmazás fröccsöntés szimulációhoz Június 25. Kırösi Gábor CAM alkalmazás mérnök

Hibajavító kódok május 31. Hibajavító kódok 1. 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Konferencia. robbanásbiztonság-technika haladóknak

Modulzáró ellenőrző kérdések és feladatok (2)

Véletlen szám generálás

IGÉNYBEVÉTELÉRE H1HANG SZOLGÁLTATÁS

Pécsi Tudományegyetem Természettudományi Kar Földtudományok Doktori Iskola

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

Kockázat alapú karbantartás kialakítása a TPM rendszerben

Átírás:

III. Évfolyam 4. szám - 28. december Neszveda József Budapesti Mőszaki Fıiskola neszveda.jozsef@kvk.bmf.hu NUMERIKUS MODELL AZ IMET ESZKÖZÖK MEGBÍZHATÓSÁGI SZINTJÉNEK VIZSGÁLATÁRA Absztrakt Az idıszakosan mőködtetett, energiamentesen tárolt technológia definiálása. Az IEC 658 szabvány fogalmainak illesztése az periodikusan mőködtetett, energiamentesen tárolt (IMET) technológiákra. Az idıszakosan változó hibaarány beillesztése a Markov modellbe. A MATLAB program folyamatábrája. Definition of the periodically operated and durative stored without power technologies. Application of the terms of the IEC 658 standard on the periodically operated and durative stored without power (PODS) technologies. Insert the seasonally varying failure rate in the Markov model. The flowchart of the MATLAB program. Kulcsszavak: változó hibaarány, periodikusan mőködtetett, Markov modell ~ varying failure rate, periodically operated, Markov model Bevezetés Vannak olyan berendezések, melyeket idıszakosan mőködtetnek és két mőködtetés között energiamentes állapotban vannak. Az energiamentes állapot jóval hosszabb, mint az aktív az üzemelés. Az elektronikus hadviselés számos ilyen technológiát használ. A tapasztalatok azt mutatják, hogy az elektronikus és mechanikus részegységeket tartalmazó berendezések meghibásodási valószínősége energiamentesen tárolt állapotban is nı. A berendezéseknek üzemeléskor folytonos üzemmódban, rendkívül megbízhatóan kell mőködniük. A megbízhatóság növelése érdekében kézenfekvı az energiamentesen tárolt állapot megszakítása karbantartással és/vagy próbaüzemeléssel. A kérdés: Hogyan határozható meg egy konkrét eszköz esetén a karbantartás és/vagy próbaüzemelés optimális gyakorisága? Az idıszakosan mőködtetett, energiamentesen tárolt eszközök, technológiák három jellegzetesen eltérı üzemállapottal rendelkeznek. Ezek a: Az aktív üzemállapot. Az aktív üzemállapot sajátossága, hogy viszonylag rövid (3 nap), és folytonos üzemmódban mőködik a berendezés vagy technológia. 65

Az idıszakos teszt üzemállapot. Az idıszakos teszt üzemállapot. sajátossága, hogy viszonylag rövid (kevesebb, mint nap), és a folytonoshoz hasonló üzemmódban mőködik a berendezés vagy technológia. Az energiamentesen tárolt üzemállapot. Az energiamentesen tárolt állapotban az eszköz nem mőködik. Ezen sajátosság alapján az ilyen berendezések a vész, védelmi berendezésekhez, technológiákhoz hasonló []. Minthogy nem mőködik, biztosan nem detektálható hiba, de a tapasztalatok szerint az elsı mőködtetéskor éppúgy meghibásodhat, mint amikor az eszköz tápellátása biztosított, de fizikailag nem mőködtetett. Az IEC 658- szabvány [2], ami definiálja az alapfogalmakat és bevezeti a biztonság sérthetetlenség szint (SIL) mérıszámot, az eszközök megbízhatóságára ad a szakhatóságok számára ellenırizhetı választ. Az IEC 65 szabvány [3] definiálja a folytonos alaptechnológiák és a vész, védelmi rendszereik biztonság sérthetetlenség szintjének fogalmait, és így a szakhatóságok számára ellenırizhetıvé teszi a technológiák megbízhatóságát. Az IEC 65 szabvány szigorún szétválasztja, és két különbözı idıléptékben tárgyalja a folytonos alaptechnológiák és a vész, védelmi rendszereik biztonság sérthetetlenség szintjének fogalmait. Az idıszakosan mőködtetett, energiamentesen tárolt eszközök, technológiák üzemállapotai átlapolják ezen üzemmódokat. További probléma, hogy az alábbi józan megfontolások alapján nem lehet azonosnak tekinteni az energiamentesen tárolt üzemállapot, valamint az aktív és az idıszakos teszt üzemállapotok meghibásodási valószínőségét. Az aktív és az idıszakos teszt üzemállapotokban az emberi tényezı növeli a (λ) hibaarányt. Az energiamentesen tárolt üzemállapotban a mechanikai és hıhatások hiánya csökkenti a (λ) hibaarányt, feltételezve, hogy a tárolás szakszerő, és egy évnél rövidebb az energiamentes állapot. Ezekre a jelenségekre nehéz számszerő becslést adni. A jelenleg a folyamatosan mőködı, illetve a λ vész, védelmi berendezésekre, technológiákra λ vannak nemzetközileg elfogadott, szabványokban rögzített megbízhatósági számítási módszerek. Ezeknek az alapfeltevése a hibaarány (λ) állandó értékőnek t tekintése. A kiindulási feltételek. ábra. A hibaarány váltakozása Az IEC szabványok [2] alapján: Üzembeállításkor egy berendezés vagy technológia meghibásodásának (F) kezdeti valószínősége λ értékrıl indul. Ha adott idıszakokra a hibamentes mőködés valószínősége P = ( λ ), akkor a kétszer olyan hosszú idıszakra a hibamentes mőködés valószínősége P = ( λ)( λ ), és há- 3 romszor olyan hosszú idıszakra a hibamentes mőködés valószínősége P = ( λ ). A λ hibaarány értéke a berendezést vagy technológiát alkotó eszközök elrendezésébıl és megbízhatósági szintjébıl számos eljárással [4] meghatározható. A meghibásodás valószínőség idıbeli változása (F(t)) exponenciális (2. ábra) λt λt λt F(t) =λ+ ( λ)( e ) = e +λ e <> 66

A modell feltételezései: Az aktív és az idıszakos teszt üzemállapotokban hibaarány (λ) értékéhez hozzáadódik az emberi tényezı (λ e ) hibaaránya. Energiamentes üzemállapotban a hibaarány α λ, ahol az <α Az energiamentesen tárolt üzemállapot idıtartama hosszabb, mint az aktív vagy az idıszakos teszt üzemállapotok idıtartama. Két aktív üzemállapot között legalább egy idıszakos teszt üzemállapot van. MTTF=/λ 2. ábra. Az F(t) meghibásodás valószínőség Az aktív és az idıszakos teszt üzemállapotok periodikusan ismétlıdnek. Az aktív és az idıszakos teszt üzemállapotok idıtartama azonos. A numerikus modellben diagnosztikával ellátott 2D irányító berendezés struktúrát feltételezzünk. Ha egy adott idıszakra a hibamentes mőködés valószínősége P = ( λ ), és a következı ugyanolyan hosszú idıszakra P = ( λ λ e), akkor a hibamentes mőködés valószínősége a két idıszakra együttesen P = ( λ)( λ λ ). A vizsgálat alapegysége T = 4 [nap]. A folyamatos (magas) mőködtetés igényő üzemmód óra, és az alacsony mőködtetés igényő üzemmód óra (~év) mértani átlaga a 4 nap ( óra). A mőködtetés igényő üzemmód -2 idıintervallummal lefedhetı, és az idıszakos teszt idıigénye kisebb, mint egy 4 napos idıintervallum. λ e t Az Imet rendszer üzemmódjainak az IEC65 szabványhoz illesztése Az IEC65-es szabvány a folytonos technológiákra lett kidolgozva. A folytonos technológiák a mőködtetés gyakorisága szerint magas mőködtetés igényő alapirányításra, és alacsony mőködtetés igényő vész, védelmi irányításra bonthatók. A λ hibagyakoriság, és a µ javíthatóság dimenziója ennek megfelelıen [/óra], illetve [/év]. Az idıszakosa mőködtetett, energiamentesen tárolt berendezések, technológiák az aktív és az idıszakos teszt üzemmódokban magas mőködtetés igényő rendszerként, energiamentesen tárolt üzemmódban az alacsony mőködtetés igényő vész, védelmi irányításhoz hasonlóan viselkednek. Ha a λ hibaarány értékét folytonos üzemelést feltételezve állapítjuk meg, akkor a 4 napos idıintervallum λ hibaarány értéke λ = λ, mert 94 [óra.] kerekítve [óra]. Az 2D rendszer Markov modellje Az 2D struktúra hibamentes állapotból () kerülhet csökkentett biztonságú, de még mőködı állapotokba (, 2, 3), vagy leállhat (4, 5, 6). A veszélyesebb állapotba kerülés valószínőségét, más szavakkal a hibagyakoriságot, λ betővel, a kevésbé veszélyesebb állapotba kerülés valószínőségét, más szavakkal a javíthatóságot µ betővel szokás jelölni. A folytonos, illetve a vészvédelmi üzemmódokra kidolgozott javíthatóság fogalom itt nem alkalmazható., ezért a javasolt számítási módra a késıbbiekben még kitérünk. 67

λ FS +λ FDD µ 5 µ 4 µ λ NSD +λ NDD Csökkentett Detektált hiba λ S +λ DD Normál Vészleállás 4 Hibamentes λ NSU λ NDU Csökkentett Nem detektált S hiba 3 Csökkentett Nem detektált D hiba 2 λ FDU λ S3 +λ DD3 λ SD2 +λ DD2 λ DU λ SU2 +λ DU2 Veszélyes Hibaállapot λ DU3 Nem detektált 6 Veszélyes Hibaállapot Detektált 5 3. ábra. Általános 2D Markov modell Egy konkrét alkalmazásban az egyes hibák kockázatának elemzésével bontható a λ a <2.> kifejezésben megadott részekre. λ = λ N + λ F = λ NSD + λ NSU + λ NDD +λ NDU + λ FS +λ FDD + λ FDU <2.> Csökkentett biztonságú állapotok meghibásodásának együttes valószínősége λ N. A leállásnak λ F a valószínősége. A következmények miatt, hibaarányokat célszerő megosztani kezelhetı, detektált (λ SD ), veszélyes, detektált (λ DD ), kezelhetı, nem detektált (λ SU ), és veszélyes, nem detektált (λ DU ) hibaarányra. A valószínőség mátrix, és számítása P = C valószínősé- Az 2D rendszert 7x7-es a mátrix írja le. Az 2. ábra alapján definiálható a gi mátrix (<3.> kifejezés). λ λ +λ λ λ λ +λ λ NSD NDD NDU Nsu FS FDD FDU µ λ λ +λ λ S DD DU λ 2 SD2 DD2 SU2 DU2 λ +λ Pc = λ3 S3 DD3 DU3 µ λ 4 4 µ λ 5 5 λ +λ λ +λ λ <3.> Az idıszakosa mőködtetett, energiamentesen tárolt berendezésekre, technológiákra csak az idıszakos teszt üzemmódban érvényes a 3. kifejezés, mivel az aktív, és az energiamentesen tárolt üzemmódban a javítások valószínőségi változói (µ, µ 4, µ 5 ) nullák, mert: Az energiamentesen tárolt üzemmódban a meghibásodásra nem derül fény, és így nem is javítható. Éles helyzetben, a folytonos üzemmódban a javításra csak korlátozottan van mód vagy idı, ezért legrosszabb esetet feltételezve a µ értékek nullák. Éles helyzetben, szükség esetén, az S (k)+ S (k)+ S 2 (k)+ S 3 (k) együttes valószínősége a mérvadó, mert ekkor a feladat még végrehajtható. 68

Ez alapján az idıszakosa mőködtetett, energiamentesen tárolt berendezések, technológiák valószínőség mátrixa energiamentesen tárolt és aktív üzemmódban a 4. kifejezés szerinti P =. λ λ +λ λ λ λ +λ λ NSD NDD NDU Nsu FS FDD FDU λ λ +λ λ λ S DD DU = λ λ +λ λ +λ 2 SD2 DD2 SU2 DU2 λ +λ λ <4.> P 3 S3 DD3 DU3 Az állapotvalószínőség vektor, és számítása S(k) = (S (k) S (k) S (k) S (k)) állapotvalószínőség vektor Az _ S (k) S 2(k) 3 S 4(k) 5 6 adja meg, hogy az 2. ábra 7 állapotából az eszköz vagy technológia a k-adik T hosszú idıintervallumban, a berendezés vagy technológia melyik állapotban, milyen valószínőséggel tartózkodik. Az állapotvalószínőség vektor kezdeti értéke ( _ S() ) megegyezik a P = C, illetve P = valószínőségi mátrix elsı sorával. Az S _ állapotvektor aktuális értéke a 4. kifejezés rekurzív formulájával [4] határozható meg. S(k+ ) = S(k) P = <4.> A µ javíthatóság valószínőség számítása az idıszakos teszt üzemmódban A µ, µ 4, µ 5 gráf élek csak az idıszakos teszt idején aktívak. Az ilyenkor észlelt hibás üzemállapotok (, 4, 5) kijavításának nincs erıs idıkorlátja, hiszen a vizsgálat szempontjából nem jelent erıs kikötést, ha feltesszük, hogy az idıszakos teszt, és az esetleges javítás egy idıintervallum alatt ( óra) befejezıdik. Az alábbi peremfeltételek fennállását természetesnek tekinthetjük: Annak valószínősége, hogy az k-adik mintavételi idıpontban végzett teszt alatt a rendszer az -es, vagy 4-es, vagy 5-ös állapotba kerül rendre S (k), S 4 (k), S 5 (k). A javítás hatására a javított állapot legfeljebb a kezdeti S (), S 4 (), S 5 () értékére áll vissza, és az S (k) ennek megfelelıen növekszik. A hibák, nem törvényszerően, de a legrosszabb esetet feltételezve lehetnek függetlenek, ezért az egyik hibás állapot javítása nem csökkenti a másik hibaállapotba kerülés valószínőségét. Értelemszerően az k-adik idıintervallumban végzett teszt alatt csak egy konkrét állapotba kerülhet az eszköz. Nem megjósolható, hogy melyik állapot következik be. A szerzı javaslata, hogy az S, S 4, S 5 állapotok lehetséges változásainak számtani átlaga legyen a µ átlagos javíthatóság valószínőségi érték. µ =δ { S (k) S () + S 4 (k) S 4 () + S 5 (k) S 5 () } <5.> 3 A <δ faktorral vehetı figyelembe, hogy egyrészt az idıszakos teszt terjedelme mennyire közelíti a valós mőködési körülményeket, másrészt a tényleges rendelkezésre állás idıpontjáig milyen valószínőséggel fejezhetı be a javítás. 69

A javítható S (k), S 4 (k), S 5 (k) állapotoknak, az elıfordulás valószínőségőkkel súlyozott korrekciója történjen, mert így hosszabb idıtávon az elıfordulásuk valószínőségének megfelelıen vannak az állapotok figyelembe véve. S (k+ ) = S (k+ ) +µ <6.> * S (k) S (k+ ) = S (k+ ) µ S (k) + S 4(k) + S 5(k) * S 4(k) S (k+ ) = S 4 4(k+ ) µ S (k) + S 4(k) + S 5(k) * S 5(k) S (k) = S 5 5(k+ ) µ S (k) + S (k) + S (k) 4 5 <7.> <8.> <9.> A MATLAB modell paraméterei Elıkészítés: A konkrét berendezés elemzésébıl, folyamatosan aktív (folytonos) feltétezve, adódnak a 2. kifejezés hibaarány értékei. Javíthatóság nélküli esetet feltételezve a P = valószínőségi mátrix írható fel. Ebbıl a. kifejezés alapján számítható ki az idılépték váltást, illetve az α vagy β paramétereket tartalmazó P = α vagy P = β valószínőségi mátrixok. α = + α ( ), P I ( P I) P I P I β = + β <.> A < α faktorral vehetı figyelembe, hogy az energiamentes üzemmódban menynyire csökken a hibaarány. λ+λe A <β= 2 faktorral vehetı figyelembe, hogy az emberi tényezı mennyire λ növeli a hibaarányt. A javíthatóság (µ) számításának elve Az idıszakos teszt üzemmódot bontsuk két részre, mert így biztosítható, hogy a µ, µ 4, µ 5 gráf éleknek megfelelı érték az éppen aktuális _ S(k) értékekbıl számítható legyen.. Elıször határozzuk meg az S(k _ + ) állapot valószínőség vektort. S(k+ ) = S(k) P = <.> Ezt kıvetıen az S(k _ + ) állapot valószínőség vektor S _ (k+ ), S _ 4(k+ ), S _ 5(k+ ) elemeit korrigálni kell: (A fel nem sorolt állapotok értékei megmaradnak). 7

A MATLAB modell folyamat ábrája j J j> J i I i= I m> M S(k+ ) = S(k)Pβ m= m+ S(k+ ) = S(k)P α S(k+ ) = S(k)P i= i+ * S (k+ ) S (k+ ) * 4 4 S (k+ ) S (k+ ) * 5 5 S (k+ ) S (k+ ) i= j= j+ β j= m= 4. ábra. A MATLAB program folyamatábrája Paraméterek megválasztása: Az I paraméter annak a mértéke, hogy hány energiamentes idıintervallum után következik be az idıszakos teszt. A J paraméter annak a mértéke, hogy hány idıszakos teszt idıintervallum után következik be az aktív üzemmód. Az M paraméter annak a mértéke, hogy hány idıintervallumból áll az aktív üzemállapot. Összefoglalás A szerzı a folyamatos (magas) mőködtetés igényő üzemmód óra, és az alacsony mőködtetés igényő üzemmód óra (~év) helyett bevezeti a 4 nap ( óra) idıintervallumot, mint az idıszakosan mőködtetett, energiamentesen tárolt berendezések és technológiák hibaarány számításához jól illeszkedı mértékegységet, és definiálja a valószínőség mátrix konvertálásának egyenleteit. A javíthatóság valószínőség változójának meghatározására a folyamatos, illetve vész, védelmi technológiák számára kidolgozott IEC 65 szabványtól eltérı értelmezési, és ebbıl adódóan számítási eljárás javasol a szerzı. Irodalomjegyzék. Neszveda József, Redundáns irányítási struktúrák, és a biztonság sérthetetlenség szint kapcsolata, Hadmérnök II évf. 2. szám, 27 2. IEC 658. Functional safety of Electrical/Electronic/Programmable electronic Safety- Related Systems, 998 3. IEC 65-, Functional safety Safety integrated systems for the process industry sector Part: Framework, definitions, system, hardware and software requirements, 22 7

4. Goble, William M., Cheddy, Harry. Safety Instrumented systems Verification, ISA 26 5. IEC 658-5. Examples of methods for the determination of safety integrity levels, 2 6. Forgon Miklós, Neszveda József, 2D strutúrájú, kritikus üzembiztonságú rendszer elemzése diszkrét-diszkrét Markov modellel, Hadmérnök II évf. 3. szám, 27 72