• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于馬爾科夫過程的大型機(jī)組三狀態(tài)可靠性研究

      2011-02-28 08:43:28唐玉玉
      關(guān)鍵詞:指數(shù)分布馬爾科夫出力

      唐玉玉

      (重慶師范大學(xué)數(shù)學(xué)學(xué)院,重慶400047)

      1 引 言

      系統(tǒng)的可靠性是保證系統(tǒng)能夠成功執(zhí)行特殊任務(wù)的關(guān)鍵評(píng)價(jià)標(biāo)準(zhǔn).對(duì)于大型機(jī)組系統(tǒng)的正常運(yùn)行狀況,評(píng)估此系統(tǒng)的可靠性顯得尤為重要.然而,大多數(shù)可靠性文獻(xiàn)研究的都是兩個(gè)狀態(tài),即大型機(jī)組處于正常和停運(yùn)兩個(gè)狀態(tài)組成的系統(tǒng).在實(shí)際問題中,機(jī)組往往處于多種狀態(tài).例如 “一些大型發(fā)電機(jī)組經(jīng)常處于部分停運(yùn)狀態(tài),即機(jī)組不足100%地故障停運(yùn),而是可用發(fā)電容量只能達(dá)到額定容量的某1個(gè)值,即不能滿載運(yùn)行,稱為降出力運(yùn)行”[1].本文針對(duì)當(dāng)前國(guó)內(nèi)大型機(jī)組系統(tǒng)降出力事故發(fā)生的實(shí)際情況,構(gòu)建了以正常運(yùn)行,停止運(yùn)行及降出力運(yùn)行為狀態(tài)空間的三狀態(tài)可靠性評(píng)價(jià)研究.這三種狀態(tài)之間的轉(zhuǎn)化是隨機(jī)的,是一個(gè)典型的馬爾科夫過程[2],筆者利用連續(xù)參數(shù)馬氏鏈的相關(guān)轉(zhuǎn)移概率的結(jié)果,得到系統(tǒng)處于各種狀態(tài)的概率,以及系統(tǒng)的可用度,從而為大型機(jī)組實(shí)際可靠性評(píng)價(jià)研究工作提供一定的幫助.

      2 基于馬爾科夫過程的大型機(jī)組三狀態(tài)可靠性模型構(gòu)建

      2.1 大型機(jī)組系統(tǒng)可靠性定義

      可靠性是指部件、零件、產(chǎn)品或系統(tǒng)在規(guī)定的環(huán)鏡下、規(guī)定的時(shí)間內(nèi)、規(guī)定條件下無故障地完成其規(guī)定功能的概率[3].可靠性評(píng)定是利用產(chǎn)品的有限樣本試驗(yàn)數(shù)據(jù),考核和評(píng)價(jià)其可靠性指標(biāo)的分析方法[4].在一定的時(shí)間內(nèi),機(jī)組所處的狀態(tài)都有發(fā)生故障的可靠性,且各種狀態(tài)都是相互獨(dú)立的,即機(jī)組從一個(gè)狀態(tài)向另一個(gè)狀態(tài)的轉(zhuǎn)移不受其他時(shí)間段內(nèi)狀態(tài)轉(zhuǎn)移的影響.

      2.2 馬爾科夫過程

      馬爾科夫過程是一類很重要的隨機(jī)過程,這一類過程的特點(diǎn)是,當(dāng)過程在時(shí)刻t0所處的狀態(tài)已知,則過程在t0以后所處狀態(tài)與過程在t0之前所處狀態(tài)無關(guān),這個(gè)特性叫無后效性也叫做馬爾科夫性[2],通俗地講,就是 “已知現(xiàn)在,將來與過去無關(guān)”.馬爾科夫過程應(yīng)用非常廣泛,它在近代物理學(xué)、生物學(xué)、公共服務(wù)事業(yè)、信息處理、自動(dòng)控制、通信以及計(jì)算機(jī)等方面都有很重要的應(yīng)用.

      設(shè) {X(t),t∈T}為一隨機(jī)過程,ti∈T,i=1,2,…n,且t1<t2<…<tn,如果對(duì)于狀態(tài)空間S中的任意狀態(tài)x1,x2…xn,X(tn)的條件分布函數(shù)滿足:P{X(tn)<xn|X(tn-1)=xn-1…X(t1)=x1}=P{ X(tn)<xn|X(tn-1)=xn-1},xn∈R則稱{X(t),t∈T}具有馬爾科夫性或無后效性,并稱{X(t),t∈T}為馬爾科夫過程,簡(jiǎn)稱為馬氏過程.稱P{ X(tn)<xn|X(tn-1)=xn-1} 為馬爾科夫過程的轉(zhuǎn)移概率分布,稱條件概率Pij(m,h)=P{ X(m+h)=j(luò)|X(m)=i},i,j∈I,m≥0,h>0為{X(n),n≥0}的h步轉(zhuǎn)移概率[5].

      2.3 模型構(gòu)建

      機(jī)組的運(yùn)行結(jié)果可能出現(xiàn)以下三種狀態(tài):(1)滿出力運(yùn)行狀態(tài),即機(jī)組正常運(yùn)行,(2)降出力運(yùn)行狀態(tài).(3)不出力運(yùn)行狀態(tài),即強(qiáng)迫停運(yùn)[6].在某一時(shí)刻,機(jī)組所處的狀態(tài)為以上這3種狀態(tài)中的一種,而在某個(gè)時(shí)間段中,機(jī)組所處的狀態(tài)可能從其中的一種狀態(tài)轉(zhuǎn)移成為另一種狀態(tài).實(shí)際上機(jī)組的運(yùn)行過程也是各類狀態(tài)相互轉(zhuǎn)化的過程,各狀態(tài)在時(shí)間序列上服從指數(shù)分布,而且相互獨(dú)立,tn時(shí)刻的狀態(tài)只與時(shí)刻tn-1所處的狀態(tài)有關(guān),而與tn-1時(shí)刻之前的狀態(tài)無關(guān),因此,符合馬爾科夫性,其三種狀態(tài)即為馬爾科夫鏈的三種狀態(tài)[7].滿足條件存在且與i無關(guān),這是馬爾科夫過程的極限定理,又稱為遍歷性定理,即馬氏鏈不論從哪種狀態(tài)出發(fā),當(dāng)經(jīng)過相當(dāng)長(zhǎng)的時(shí)間,達(dá)到j(luò)狀態(tài)的概率都接近于πj,就是說,當(dāng)機(jī)組運(yùn)行相當(dāng)長(zhǎng)的一段時(shí)間后,機(jī)組所處三種狀態(tài)的概率都將達(dá)到一個(gè)極限值,由此利用轉(zhuǎn)移方程可求出機(jī)組處于各種狀態(tài)的穩(wěn)定概率,從而對(duì)可靠性作出較為準(zhǔn)確的評(píng)價(jià)[8].建立狀態(tài)轉(zhuǎn)移模型 (如圖所示)

      并作出如下假設(shè):

      (1)機(jī)組所處平穩(wěn)狀態(tài)概率矩陣為P(3),P(3)= P[P1,P2,P3],P 為一步轉(zhuǎn)移概率矩陣.

      (2)從滿出力運(yùn)行狀態(tài)到降出力運(yùn)行狀態(tài)的時(shí)間間隔序列T12服從指數(shù)分布,相應(yīng)的分布函數(shù)為F12(t)=1-e-λ1t,其中λ1為從狀態(tài)1到狀態(tài)2的故障率.

      (3)從滿出力運(yùn)行狀態(tài)到不出力運(yùn)行狀態(tài)的時(shí)間間隔序列T13服從指數(shù)分布,相應(yīng)的分布函數(shù)為F13(t)=1-e-λ2t,其中λ2為從狀態(tài)1到狀態(tài)3的故障率.

      (4)從降出力運(yùn)行狀態(tài)到不出力運(yùn)行狀態(tài)的時(shí)間間隔序列T23服從指數(shù)分布,相應(yīng)的分布函數(shù)為F23(t)=1-e-λ3t,其中λ3為從狀態(tài)2到狀態(tài)3的故障率.

      (5)從降出力運(yùn)行狀態(tài)到滿出力運(yùn)行狀態(tài)的時(shí)間間隔序列T21服從指數(shù)分布,相應(yīng)的分布函數(shù)為F21(t)=1-e-μ1t,其中μ1為從狀態(tài)2到狀態(tài)1的維修率.

      圖1 狀態(tài)轉(zhuǎn)移模型

      (6)從不出力運(yùn)行狀態(tài)到滿出力運(yùn)行狀態(tài)的時(shí)間間隔序列T31服從指數(shù)分布,相應(yīng)的分布函數(shù)為F31(t)=1-e-μ2t,其中μ2為從狀態(tài)3到狀態(tài)1的維修率.

      (7)從不出力運(yùn)行狀態(tài)到降出力運(yùn)行狀態(tài)的時(shí)間間隔序列T32服從指數(shù)分布,相應(yīng)的分布函數(shù)為F32(t)=1-e-μ3t,其中μ3為從狀態(tài)3到狀態(tài)1的維修率.

      根據(jù)Chapman-Kolmogorov方程[9],要求出機(jī)組處于各種狀態(tài)的概率,則要滿足以下條件:

      再加上 (2)式全概率定理,即可得如下結(jié)果:

      其中,P1為機(jī)組處于滿出力運(yùn)行狀態(tài)的概率,P2為機(jī)組處于降出力運(yùn)行狀態(tài)的概率,P3為機(jī)組處于不出力運(yùn)行狀態(tài)的概率,系統(tǒng)在t時(shí)刻的可用度為A(t)=P1+P2.

      3 結(jié) 論

      本文從已有的可靠性理論找到切入點(diǎn),首先,分析了大型機(jī)組系統(tǒng)的各種運(yùn)行情況,提出了包括降出力運(yùn)行狀態(tài)的三狀態(tài)研究模型,其次,利用馬爾科夫過程的評(píng)價(jià)方法,計(jì)算出各種狀態(tài)之中的轉(zhuǎn)移概率以及處于每種狀態(tài)的概率,并得出系統(tǒng)的可用度,能夠在一定程度上對(duì)大型機(jī)組可靠性管理工作水平提供理論依據(jù)[10].

      [1] 馮麗杰,姜洪波,劉衛(wèi)星.大型發(fā)電機(jī)組三狀態(tài)可靠性研究 [J].北華大學(xué)學(xué)報(bào),2005,26(02):35-36

      [2] 孫榮恒.隨機(jī)過程及其應(yīng)用 [M].北京:清華大學(xué)出版社,2004:24-27

      [3] 金星,洪延姬.系統(tǒng)可靠性與可用性分析方法 [M].北京:國(guó)防工業(yè)出版社,2007:150-155

      [4] 郭永基.可靠性工程原理 [M].北京:清華大學(xué)出版社,2002:235-258

      [5] 陸傳賚.排隊(duì)論 [M].北京:北京郵電學(xué)院出版社,2009:5-60

      [6] 周天寵,孟憲云,王守柱,等.兩類三狀態(tài)系統(tǒng)可靠度優(yōu)化方法 [J].黑龍江大學(xué)學(xué)報(bào).2009,28(03):45-46

      [7] 唐應(yīng)輝,唐小我.排隊(duì)論基礎(chǔ)與分析技術(shù) [M].北京:科學(xué)出版社,2006:1-34

      [8] 孫榮恒,李建平.排隊(duì)論基礎(chǔ) [M].北京:科學(xué)出版社,2002:20-69

      [9] 臺(tái)文治,高世澤.一類具有可變輸入率的排隊(duì)模型 [J].重慶師范大學(xué)學(xué)報(bào):自然科學(xué)版,2009,26(01):245-247

      [10] 曹晉華,程侃.可靠性數(shù)學(xué)引論 [M].北京:科學(xué)出版社,2003:108-110

      猜你喜歡
      指數(shù)分布馬爾科夫出力
      基于疊加馬爾科夫鏈的邊坡位移預(yù)測(cè)研究
      基于改進(jìn)的灰色-馬爾科夫模型在風(fēng)機(jī)沉降中的應(yīng)用
      指數(shù)分布抽樣基本定理及在指數(shù)分布參數(shù)統(tǒng)計(jì)推斷中的應(yīng)用
      風(fēng)電場(chǎng)有功出力的EEMD特性分析
      要爭(zhēng)做出力出彩的黨員干部
      河南電力(2016年5期)2016-02-06 02:11:35
      二元Weinman型指數(shù)分布隨機(jī)變量之和、差、積、商及比率的分布
      馬爾科夫鏈在教學(xué)評(píng)價(jià)中的應(yīng)用
      風(fēng)電場(chǎng)群出力的匯聚效應(yīng)分析
      基于馬爾科夫法的土地格局變化趨勢(shì)研究
      河南科技(2014年11期)2014-02-27 14:10:11
      指數(shù)分布與其它分布的關(guān)系
      彭阳县| 闸北区| 南雄市| 元氏县| 广平县| 崇明县| 兖州市| 平谷区| 乌兰浩特市| 利川市| 塘沽区| 榆社县| 上栗县| 呼伦贝尔市| 勃利县| 静安区| 灵武市| 平利县| 鄄城县| 宣武区| 伊宁市| 革吉县| 海南省| 仁寿县| 鄢陵县| 丰城市| 西丰县| 台南县| 凤冈县| 遂川县| 娄烦县| 隆子县| 天峨县| 廉江市| 长垣县| 漳州市| 定边县| 历史| 玉山县| 南充市| 西丰县|