2022年风险评估技术-马尔可夫分析 .pdf

《2022年风险评估技术-马尔可夫分析 .pdf》由会员分享，可在线阅读，更多相关《2022年风险评估技术-马尔可夫分析 .pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、风险评估技术 - 马尔可夫分析1 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(Markov analysis)。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于各种系统结

2、构( 无论是否需要维修 ) ，包括：串联系统中相互独立的部件；并联系统中相互独立的部件；负荷分载系统；备用系统，包括发生转换故障的情况；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：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 )；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；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名师资料总结 - - -精品资料欢迎下载 - - - - - - - - -

3、- - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 5 页 - - - - - - - - - 风险评估技术 - 马尔可夫分析2 示，或者连续事项的故障率( ) 及/ 或维修率 ( ) 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

4、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S1 S2 S3 明天状态S1 0.95 0.3 0.2 S2 0.04 0.65 0.6 S3 0.01 0.05 0.2 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-系统马尔可夫图名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 5 页 - - - - - -

5、- - - 风险评估技术 - 马尔可夫分析3 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

6、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，维修率为，那么状态转移图如下所示：图- 状态转移图名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 5 页 - - - - - - - - - 风险评估技术 - 马尔可夫分析4 注意，从状态 1 到状态 2 的转移为 2，因为这两项中任一项的故障都会使系统进入状态 2。设定 P

7、i(t)为 t 时系统处于初始状态的概率；设定 Pi(tt) 为tt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(tt) -20 P2(tt2-( +) P3(tt) 0 -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：)()(2/d211tPtPdtP)()()()(2/d3212tPtPtPdtP)()(/d323tPtPdtP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t趋向无限时， dPi/dt会趋于零

8、，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：A=P1+P2 因此，)2/()2(222A5 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 ) 。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 5 页 - - - - - - - - - 风险评估技术 - 马尔可夫分析5 6 优点及局限马尔可夫分析的优点包括：能够计

9、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：无论是故障还是维修，都假设状态变化的概率是固定的；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；需要了解状态变化的各种概率；有关矩阵运算的知识；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状态。两者存在差异，因为前者能同时存在于多重状态下。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 5 页 - - - - - - - - -