Komponenttien rakenteellinen tärkeys

Slides:



Advertisements
Samankaltaiset esitykset
2. TODENNÄKÖISYYSLASKENTA
Advertisements

TODENNÄKÖISYYSLASKENTA
Tämä on SUUNTA-työkalun käyttöön opastava diaesitys
5.1. Tason yhtälö a(x – x0) + b(y – y0) + c(z – z0) = 0
Diskreetit todennäköisyysjakaumat
Estimointi Laajennettu Kalman-suodin
Osaamisen ja sivistyksen parhaaksi Oppijan verkkopalveluiden hyväksymistestauksen raportointiohje Testitapauksen raportointi Havainnon raportointi.
Kertolaskusääntö Riippuvien tapahtumien kertolaskusääntö
Voimista liikeilmiöihin ja Newtonin lakeihin
Kausaaliverkot ja todennäköisyyslaskennan kertaus Sivut 3-17
Tietojärjestelmät ja Systeemisuunnittelu
Integraalilaskenta MA 10
MAT-2118 Luotettavuustekniikka Urho Pulkkinen Uusiutumisprosessit •joskus voi olla tarpeen tarkastella järjestelmiä, joiden komponenttien elin- ja korjausaikajakaumat.
Luotettavuus todennäköisyyskäsitteenä; vikaantumismallit
Rakenteinen ohjelmointi
PSA PSA; Probabilistic Safety Assessment
Aineen rakenteen standardimalli
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Fraktaalit – Ville Brummer Optimointiopin seminaari - Kevät 2007 Fraktaalit Ville Brummer.
Langattomien laitteiden matematiikka 1
2.3. Riippumattomuus ja kertolaskusääntö
2.2. komplementtisääntö ja yhteenlaskusääntö
4. Jakaumien teoriaa Jos diskreetin satunnaismuuttujan x
AS Automaation signaalinkäsittelymenetelmät
ARVOT Johtaa parempaan (Kohti hyvää elämää) Suojelee Suuntaa toimintaa (Tiedetään mihin pyritään) Yhteinen käsitys suunnasta (Pelisääntöjä) Selkeä rakenne,
Taylor polynomi usean muuttujan funktiolle
KANNANVAIHTO?.
Kalakantojen arviointi: Merkintä-takaisinpyynti
Jouni Viuhko 2010 Pilkun käyttäminen.
RSA – Julkisen avaimen salakirjoitusmenetelmä Perusteet, algoritmit, hyökkäykset Matti K. Sinisalo, FL.
Syksy 2001Johdatus bioinformatiikkaan / T. Pasanen 1 7. Monirinnastus Geeni perhe: ryhmä läheisiä toisilleen sukua olevia geenejä, jotka koodaavat samankaltaisia.
2. Vuokaaviot.
Havainnollisuus matematiikan opetuksessa käsitekartat Luennot klo
Mat Luotettavuustekniikka (2,5 ov) L
PILKKU.
− työkalu toiminnan suunnittelun ja suunnitelman arvioinnin tueksi
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 27 – Tommi Kauppinen Optimointiopin seminaari - Syksy 2005 / 1 Oppiminen Bayes-verkoissa.
1. Joukko-oppi Merkinnät
Kalakantojen arviointi (KALAT22)
Elliptiset jakaumat Esitys 6 kpl Tuomas Nikoskinen Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta.
Vektorin komponentit 2 vektoria määrittävää tason, kun E.1.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 11 - Teemu Mutanen Optimointiopin seminaari - Syksy 2005 / 1 Lisätiedon arvo.
Todennäköisyyslaskenta
3.1. DERIVAATAN MÄÄRITELMÄ
2. a. Pareittain esittele kirjoittamasi esittelyteksti ja valitsemasi lehtijutut. 2. b. Tarkastelkaa yhdessä valitsemianne lehtijuttuja ja merkitkää juttuihin.
Johdetun luokan olion alustus tMyn1 Johdetun luokan olion alustus määrätyillä arvoilla Kun ohjelmassa esiintyy johdetun luokan olion määrittely, järjestelmä.
Todennäköisyyslaskentaa
Bayesilainen tilastoanalyysi - priorijakaumista
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Mallinnusmenetelmät 5 – Emilia Partanen Optimointiopin seminaari - Syksy 2005 Mallinnusmenetelmät.
Visual Basic -ohjelmointi
2.1.2 Tason vektori koordinaatistossa
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 2 - Jirka Poropudas Optimointiopin seminaari - Kevät 2005 / 1 Bayes-verkoista s
Johdetun luokan olion alustus tMyn1 Johdetun luokan olion alustus määrätyillä arvoilla Kun ohjelmassa esiintyy johdetun luokan olion määrittely, järjestelmä.
Yleinen systeemiteoria General Systems Theory Johdatus tietojärjestelmätieteeseen KL2001 Teema numero 1.
Todennäköisyyslaskentaa
Funktio.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 1 - Jirka Poropudas Optimointiopin seminaari - Syksy 2000 / 1 Kotitehtävän 2 ratkaisu Jirka.
5. Fourier’n sarjat T
Todennäköisyyslaskentaa
Tilastollinen testaus Mann-Whitneyn –testiä voidaan käyttää hyvin pienille n 2 ≤ 8 keskikokoisille 9 ≤ n 2 ≤ 20 suurille n 2 ≥ 20 otoksille –voidaan käyttää.
Koska toispuoliset raja-arvot yhtä suuria, niin lim f(x) = 1
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Esitelmä 22 – Jussi Kangaspunta Optimointiopin seminaari - Syksy 2010 Ohjaamaton.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä # - Esitelmöijän nimi Optimointiopin seminaari - Syksy 2000 / 1 Potentiaalien kertaus ja.
Kotitehtävän 8 ratkaisu Janne Kunnas Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet.
MB5 YHTEENVETO Todennäköisyyslaskenta.
Kompleksisuus. Algoritmien analyysissä tutkitaan algoritmien käyttämän (tietokone)ajoajan ja muistin määrän riippuvuutta syöttöaineiston koosta (N). Syöttöaineisto.
Kompleksisuus Yleistä.
Projektityökurssi KLTITE05SU/OH Projektitöiden seminaariohjeet.
Laitos-Oiva kunnan näkökulmasta
Mitä osattava (minimivaatimus)?. Yhtälöiden ja epäyhtälöiden ratkaiseminen –Huom! Määrittelyehdot Peruslaskutoimitukset –polynomien erityisesti binomin.
Kritiikin alkulähteillä
Esityksen transkriptio:

Komponenttien rakenteellinen tärkeys jotkut rakenteen komponentit ovat tärkeämpiä rakenteen toiminnan kannalta esim. komponentt, joka on sarjakytketty järjestelmän muiden osien suhteen on vähintää’n yhtä tärkeä kuin muut komponentin tärkeyttä tulisi voida mitata Määritelmä: Komponentin i kriittinen polkuvektori on mikä tahansa vektori (1i,x), s.e. Ts., kun tiedetään muiden komponenttien tila (x), järjestelmä toimii jos ja vain jos komponentti i toimii. 1 1 1 2

Komponenttien rakenteellinen tärkeys Määritelmä: Kriittistä polkuvektoria (1i,x) vastaava komponentin i kriittinen polkujoukko C(1i,x) on kriittisten polkujoukkojen lukumäärä on kaikkien tilavektorien (.i,x) lukumäärä on 2n-1 1 1 2 2

Komponenttien rakenteellinen tärkeys Määritelmä: Komponentin i rakenteellinen tärkeys (Birnbaum): Esimerkki: 2/3 rakenne 1 1 3 2

Komponenttien rakenteellinen tärkeys Esimerkki: 2/3 rakenne Esimerkki: 2/3 rakenne. Kaikkien komponenttien rakenteellinen tärkeys on sama. 1 1 4 2

Rakennefunktion ositussääntö (pivotal decomposition) kaikki rakennefunktiot voidaan kirjoittaa muotoon: osituksen voi tehdä toistetusti ositus on hyvä keino muodostaa rakenne funktioita 1 1 5 2

Koherenttien rakenteiden muodostamat modulit/ rakennefunktion muodostaminen koherenteista moduleista Olkoon koherentti rakenne. Jos sen komponentit voidaan kuvata koherentteina rakenteina, puhutaan koherenttien modulien kuodostamasta rakenteesta rakenteen näkeminen moduleina helpottaa rakennefunktion kirjoittamista 1 1 6 2

Riippumattomien komponenttien muodostamat järjestelmät komponenttien tilat Xi(t) ovat satunnaismuuttujia järjestelmän tilavektori X(t) = (X1(t), X2(t),…, Xn(t)) ja järjestelmän tila(X(t)) ovat satunnaismuuttujia luotettavuusanalyysissa ollaan kiinnostuneita seuraavista todennäköisyyksistä jos komponettien tilat ovat riippumattomia satunnaismuuttujia, ko. todennäköisyyksien laskenta yksinkertaistuu tarkastellaan aluksi korjaamattomia komponentteja ja järjestelmiä 1 1 7 2

Riippumattomien komponenttien muodostamat järjestelmät jos komponentteja korjataan edellä esitetyt todennäköisyydet vastaavat komponenttien ja järjestelmän käytettävyyttä (tai epäkäytettävyyttä) korjaamattomilla komponenteilla ja järjestelmillä toimintatodennäköisyys (= survival probability, reliability) eli tn. että komponentti tai järjestelmä toimii vielä hetkellä t on sama kuin komponentin kaytettävyys korjattavien komponenttien käytettävyystarkasteluihin palataan myöhemmin 1 1 8 2

Järjestelmien toimintatodennäköisyys komponenteille pätee: järjestelmien tapauksessa luonnollisesti: jos komponentit riippumattomia, ps(t) riippuu vain todennäköisyyksistä pi(t) 1 1 2 9

Järjestelmien toimintatodennäköisyys siis: sarjajärjestelmä: 1 1 10 2

Järjestelmien toimintatodennäköisyys rinnakkaisjärjestelmä: 1 1 11 2

Järjestelmien toimintatodennäköisyys k/n-järjestelmä: 1 1 12 2

Järjestelmien toimintatodennäköisyys huom! pi(t)=Ri(t), pS(t)=RS(t) sarjajärjestelmälle Jos komponenttien vikaantumisajat eksponentiaalijakautuneita, niin 1 1 13 2

Järjestelmien toimintatodennäköisyys MTTF:n lausekkeet tulevat epähavainnollisiksi yleisille järjestelmärakenteille mikäli kaikki “komponentit eksponentiaalisia” ja niiden vikataajuudet ovat samat, yleiselle k/n rakenteelle saadaan tulos: 1 1 14 2

Järjestelmien toimintatodennäköisyys VAIHTOVARMENNUS vaihtovarmennuksessa komponentti varmennetaan toisilla komponentilla, jotka otetaan käyttöön sitä mukaa kun komponentit vikaantuvat aluksi “pääkomponentti” toimii, sen vikaantuessa otetaan käyttöön varalla ollut varmentava komponentti, jonka vikaantuessa jälleen uusi varmentava komponenti, jne. järjestelmä vikaantuu, kun viimeinenkin varmentava komponentti on vikaantunut 1 1 15 2

Järjestelmien toimintatodennäköisyys Vaihtovarmennus on “kylmä”, kun varmentavat komponentit eivät voi vikaantua varallaoloaikana “lämmin”, kun varmentavat komponentit ovat osittaisen käyttörasituksen alaisia, ja näin ollen voivat vikaantua varallaoloaikana, mutta pienemmällä todennäköisyydellä “kuuma”, kun varmentavat komponentit ovat täyden käyttörasituksen alaisia, ja näin ollen voivat vikaantua varallaoloaikana, samalla todennäköisyydellä kuin normaalisti (vrt. rinnakkaisrakenne) 1 1 16 2

Järjestelmien toimintatodennäköisyys Vaihtovarmennusjärjestelmän lohkokaavioesitys 1 1 2 2 n 1 1 7 17 2

Järjestelmien toimintatodennäköisyys kylmän vaihtovarmennuksen toimintatodennäköisyys: kylmän vaihtovarmennuksen vikaantumisajan jakauma on komponenttien vikaantumisaikojen summan jakauma (voidaan laskea konvoluution avulla yleisessä tapauksessa) 1 1 18 2

Järjestelmien toimintatodennäköisyys kylmän vaihtovarmennuksen toimintatodennäköisyys, kun komponentit identtisiä, ja niilla on eksponentiaalisesti jakautunut vikaantumisaika todennäköisyys, että järjestelmä toimii = tn. että siinä on esiintynyt enintään n-1 vikaa eksponentiaalisesti jakautuneet vikaantumisajat => vikojen lukumäärä Poisson-jakautunut => 1 1 19 2

Järjestelmien toimintatodennäköisyys kylmän vaihtovarmennus: epätäydellinen kytkentä, eli varmentavat komponentit eivät voi vikaantua varallaoloaikaina, mutta varmentavan komponentin kytkentä epäonnistuu todennäköisyydellä p tarkastellaan kahden komponentin järjestelmää, eksponenitaaliset (mutta erilaiset vikataajuudet) vikaantumisajat järjestelmä voi toimia tarkasteltavan aikavälin (0,t) kahdella toisensa poissulkevalla tavalla 1. pääkomponentti toimii vikaantumatta tarkasteltavan aikavälin (tapahtuma A) 2. pääkomponentti vikaantuu jollakin hetkellä t1, varakomponentin kytkentä onnistuu, ja komponentti toimii vikaantumatta aikavälin loppuun saakka (tapahtuma B) 1 1 20 2

Järjestelmien toimintatodennäköisyys järjestelmän toimintatodennäköisyys on tapahtumien A ja B todennäköisyyksien summa 1 1 21 2

Järjestelmien toimintatodennäköisyys jos komponentit ovat identtiset, niin MTTF on luonnollisesti jos komponentteja on enemmän kuin kaksi, lasku etenee samalla tavalla jos q=1, tavallinen kylmä vaihtovarmennus 1 1 2 22