Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Introduo
Um sistema em cold standby um sistema com dois ou mais componentes, onde m de n
componentes esto em operao e os outros n - m componentes podem iniciar a operao assim
que um ou mais componentes em operao falharem. Sistemas em cold standby tm sido
amplamente utilizados em locais onde a segurana operacional muito importante, como, por
exemplo, em controles de aeronaves, plantas nucleares e grandes redes de telecomunicaes.
Estas estruturas so usadas para aumentar a confiabilidade do sistema, visto que, quando o
componente em operao falha, o componente em posio de standby inicia a operao
imediatamente, evitando a falha do sistema. Falhas em sistemas em cold standby normalmente
possuem impactos significativos em termos de custos de produo, segurana humana e
segurana ambiental.
Em muitos sistemas em cold standby, os componentes podem ser reparados aps a falha por
custos menores que aqueles incorridos com a sua substituio. A determinao da confiabilidade
e do tempo mdio at a falha nesses sistemas se torna mais complexa do que em sistemas no
reparveis, visto que componentes em falha so reparados e repostos no sistema muitas vezes
antes da falha completa do sistema.
Um processo regenerativo um processo estocstico que possui pontos no tempo onde o
processo se reinicia probabilisticamente. Ou seja, existe um tempo T1 onde a continuao do
processo alm de T1 probabilisticamente igual ao do processo iniciando em t = 0 (ROSS, 2007).
Um sistema em cold standby em que o componente que falha reparado, pode ser considerado
como um processo regenerativo.
Supondo-se que um processo pode estar em qualquer um dos N estados 1, 2,...., N, e que cada vez
que ele entre no estado i ele permanece neste estado por uma quantidade de tempo aleatrio e
ento faz uma transio para o estado j com probabilidade Pij. Este tipo de processo chamado
processo de semi-Markov. Se a quantidade de tempo gasta em cada estado antes da transio for
2
primeira falha do sistema. Finalmente, a frmula do ganho de Mason (OSAKI, 1972) foi aplicada
para calcular o tempo mdio at a falha do sistema. Ainda, exemplos numricos comparando
resultados para diferentes parmetros do sistema so apresentados e analisados. Atravs destas
anlises possvel identificar o efeito doa tempos de reparo e falha dos componentes no tempo
mdio at a falha do sistema.
Este artigo est organizado da seguinte forma: na Seo 2 so descritas as suposies bsicas para
o modelamento do sistema e seus estados so determinados. Na Seo 3, so calculadas as
probabilidades de transio entre os estados. Na Seo 4, o tempo mdio at a falha do sistema
determinado. Na Seo 5, um exemplo numrico apresentado juntamente com uma anlise de
sensibilidade do efeito do tempo de reparo e tempo at a falha do componente no tempo mdio
at a falha do sistema. Na Seo 6 so apresentadas as concluses do trabalho.
As notaes utilizadas neste artigo so as seguintes:
Nomenclatura
Componente i, i = 1, 2
Funo distribuio cumulativa (CDF) do tempo de sobrevivncia do
componente
Funo distribuio cumulativa (CDF) do tempo de reparo do componente em
falha
X
Varivel aleatria que representa o tempo de sobrevivncia do componente
R
*
^
MTTF
S2: um componente em reparo (R) e outro em estado de falha (F). Esse estado representa a
falha do sistema.
S0
O,S
S1
R,O
S2
R,F
3. Formulao do problema
Considerando que
o semi-Markov kernel
Dado que o sistema est no estado S1, onde um componente est em operao e outro em reparo,
o sistema muda para o estado S0 quando o reparo finalizado se o componente em operao se
mantiver em funcionamento. O componente reparado vai para a posio de cold standby em S0.
Consequentemente, a probabilidade de transio do sistema do estado S1 para o estado S0 a
estados foram determinadas, o semi-Markov kernel do sistema foi estabelecido. O prximo passo
determinar o tempo mdio at a falha do sistema.
4. Tempo mdio at a falha do sistema
As Equaes 1, 2 e 3 mostram que o tempo at a falha de cada componente, bem como o tempo
de reparo afetam o tempo at a falha do sistema. O objetivo determinar a intensidade do efeito
dessas duas variveis no tempo mdio at a falha do sistema.
Para solucionar este problema, os argumentos da teoria do ponto de regenerao e as equaes
estabelecidas na seo anterior so utilizadas para determinar a distribuio de tempo at a
absoro do sistema (S2), iniciando no estado Si (i = 0 ou 1), onde * o smbolo da convoluo de
integrais:
Dado que o tempo mdio entre a entrada no estado Si at a falha dado por:
H duas maneiras de solucionar este problema e ambas conduzem a mesma soluo. Uma a
diferenciao das Equaes 6 e 7 em funo de s e igualar s = 0 (ZHONG e JIN, 2014). Outra
maneira a utilizao da frmula de ganho de Mason (Equao 9), como apresentado por Osaki
(1972), onde
a transformada de Laplace de
fixando s = 0.
Resolvendo as equaes lineares, o tempo mdio at a falha do sistema, dado que ele inicia em
S0, expressado pela Equao 10:
Onde
visitado.
so expressados como:
Usando as Equaes 12 e 13, possvel calcular o tempo mdio at a falha do sistema, dado que
ele inicia em S0, aplicando a Equao 10.
5. Exemplo Numrico
Nesta seo um exemplo numrico apresentado para validar o modelo proposto e uma anlise
de sensibilidade conduzida para verificar os efeitos das taxas de falha e reparo dos componentes
na confiabilidade do sistema. Assume-se que F(t) e G(t) seguem uma distribuio exponencial
9
. As transformadas de
O prximo passo resolver as Equaes 12 e 13 para calcular o tempo mdio que o sistema ir
. Calculando-se a
Equao 10, pode-se determinar o tempo mdio at a falha do sistema em termos dos parmetros
e . A Equao 10 pode ser reescrita como:
proporcionam um maior tempo mdio at a falha do sistema, visto que os componentes possuem
uma vida mais longa, independentemente do tempo de reparo. Taxas de reparo maiores tambm
elevam o tempo mdio at a falha do sistema, visto que o sistema fica desprotegido (trabalhando
com apenas um componente) por menos tempo.
Figura 2 Tempo mdio at a falha do sistema em funo do parmetro
11
A Figura 3 apresenta uma anlise do tempo at a falha do sistema em funo de para = 0,5, 1
e 2. As Figuras 2 e 3 mostram que melhorias no componente so mais eficazes para aumentar o
tempo mdio at a falha do sistema do que melhorias no processo de reparo. Ainda, para que o
reparo seja eficiente no sistema, necessrio que este tenha uma taxa maior que a taxa de falha,
ou seja, seja realizado, em mdia, em tempo inferior ao tempo de falha do componente.
6. Concluso
O modelo desenvolvido neste artigo possibilita a determinao e anlise do tempo mdio at a
falha de sistemas em cold standby que sofrem manuteno corretiva de componentes. A
determinao deste ndice para este tipo de sistema no pode ser realizada de maneira trivial,
visto os reparos realizados nos componentes que falham. Tanto os tempos at a falha dos
componentes, como os tempos de reparo so variveis aleatrias que seguem uma distribuio de
probabilidade.
Neste estudo, processos de semi-Markov e a tcnica do ponto regenerativo foram usados para
definir os estados e suas probabilidades de transio. Na sequencia, transformadas de Laplace
foram aplicadas para determinar a distribuio de probabilidade da primeira falha do sistema. Por
fim, a frmula de ganho de Mason foi utilizada para calcular o tempo mdio at a falha do
sistema como funo dos parmetros e . Exemplos numricos foram apresentados e seus
12
resultados foram analisados. Atravs destas anlises possvel identificar o efeito dos tempos at
a falha e de reparo dos componentes no tempo mdio at a falha do sistema.
Para pesquisas futuras, sistemas mais complexos com maior nmero de componentes e diferentes
polticas de manuteno podem ser modelados.
REFERNCIAS
MAHMOUD, M. A. W.; Moshref, M. E. On a two-unit cold standby system considering hardware, human error
failures and preventive maintenance. Mathematical and Computer Modelling, vol. 51, p. 736-745. 2010.
OSAKI, S. Reliability Analysis of a Two-Unit Standby-Redundant System with Preventive Maintenance. IEEE
Transaction on Reliability, vol. R-21, n. 1, p. 24-29. 1972.
ROSS, S. M. Introduction to Probability Models. 9th Ed. Burlington: Academic Press, 2007.
ZHONG, C.; JIN, H. A novel optimal preventive maintenance policy for a cold standby system based on semiMarkov theory. European Journal of Operational Research, vol. 232, p. 405-411. 2014.
13